Gemini 3.7 Flash är Googles namngivna multimodala resonemangsprofil för programmering, agentbaserade arbetsflöden och utförande i flera steg. Den bygger vidare på Gemini 3.6 Flash, med algoritmiska förändringar i resonemanget och stöd för agentbaserad videoförståelse. Text, bilder, ljud, video och PDF kan utgöra källmaterialet för ett textresultat. Användbara leveranser omfattar en avgränsad kodrevidering, en jämförelse mellan en designskiss och en implementation eller en källförankrad analys av händelser i en inspelning.
Utvecklarguiden för 3.7 lyfter fram bättre överensstämmelse med designen i arbete med skrivbords- och webbgränssnitt. För den uppgiften ska du tillhandahålla den avsedda skissen, relevant källkod och den observerbara avvikelsen. Be om en jämförelse mot konkreta element som avstånd, komponenttillstånd, texthierarki eller interaktionsbeteende. För en designjämförelse ska du begära en lista över avvikelser mellan en skiss av en inställningspanel och dess befintliga implementation, med varje föreslagen korrigering knuten till skärmbilden eller källkoden. Resultatet bör identifiera vad som behöver ändras utan att obemärkt utöka designen utöver de tillhandahållna kraven.
För ett programmeringsarbetsflöde ska du ange målet, befintligt beteende, relevanta filer och begränsningar. Google positionerar 3.7 för att lösa programvaruproblem och minska misslyckade agentloopar, men en användbar granskning kontrollerar fortfarande den faktiska ändringen och valideringsresultatet. Behåll följden av verktygsobservationer i samtalet så att ett senare steg inte utgår från en påhittad redogörelse för kodbasen. Slutresultatet kan skilja en föreslagen ändring från en ändring som bekräftats genom den anslutna applikationens verktyg.
De dokumenterade tänkenivåerna är low, medium och high, med medium som standard. Low stöder snabbare avgränsade svar, medan high är avsett för svåra resonemangsuppgifter och omfattande verktygsarbete. Gemini 3.7 Flash stöder inte tänkenivån minimal. En kort analys av en gränssnittsavvikelse och en djupare undersökning av flera filer kräver därför olika val av ansträngningsnivå. Definiera den slutliga artefakten och de villkor den måste uppfylla innan du begär en längre följd av resonemang och åtgärder.
Sidan för just denna modell listar funktionsanrop, kodkörning, filsökning, källförankring via sökning, källförankring via Maps och URL-kontext. Computer Use är markerat som en förhandsversion, och strukturerade utdata kan definiera en resultatpost. En funktionsbegäran är en föreslagen operation som den anslutna applikationen ska utföra och returnera resultatet från. För en agentuppgift ska du ge verktyget ett tydligt syfte och behålla det verkliga resultatet innan du ber modellen fortsätta. För en dokumentextraktion ska du definiera fälten, godtagbara värden och hur saknad information ska representeras.
Denna utgåva stöder agentbaserad videoförståelse. Tillhandahåll den relevanta inspelningen och ange vilken händelse eller relation som ska undersökas. Ett praktiskt uppdrag kan fråga vilken synlig handling som förklarar en tillståndsändring eller begära en ordnad beskrivning av händelser med belägg från klippet. Bilder och PDF-sidor kan på liknande sätt stödja en visuell jämförelse eller dokumentjämförelse. Utdata förblir text: tolkning, extraherade data, kod eller en skriftlig förklaring. Genererad video, genererade bilder eller genererat tal hör till separata modellprofiler.
Googles API-tabell för just 3.7 anger 1 048 576 indatatoken och 65 536 utdatatoken, medan det inbyggda modellkortet beskriver upp till 1M kontext och 64K textutdata. Inkludera instruktioner, tidigare turer och tillhandahållna medier i förberedelsen av indata. Batchbearbetning och cachelagring listas för tillverkarprofilen tillsammans med alternativen Flex och Priority. För en samling oberoende begäranden ska du behålla källidentifierare och ett konsekvent resultatformat så att varje svar kan kontrolleras mot sina egna indata.
Möjliga begränsningar omfattar hallucinationer och tillfällig långsamhet eller tidsgränsöverskridanden. Dess kunskapsgräns är mars 2026, medan vissa domäner är begränsade till januari 2025. Tillhandahåll aktuellt källmaterial när en slutsats beror på nyare fakta. Utgåvans användbara särdrag är dess dokumenterade fokus på programvaruproblem, designföljsamhet och videoresonemang; granska dessa resultat mot den faktiska skissen, koden eller medierna i stället för att ersätta en namngiven historisk profil med nyare funktioner.
", "aboutText": "Gemini 3.7 Flash är Googles namngivna multimodala resonemangsprofil för programmering, agentbaserade arbetsflöden och utförande i flera steg. Den bygger vidare på Gemini 3.6 Flash, med algoritmiska förändringar i resonemanget och stöd för agentbaserad videoförståelse. Text, bilder, ljud, video och PDF kan utgöra källmaterialet för ett textresultat. Användbara leveranser omfattar en avgränsad kodrevidering, en jämförelse mellan en designskiss och en implementation eller en källförankrad analys av händelser i en inspelning.\n\nUtvecklarguiden för 3.7 lyfter fram bättre överensstämmelse med designen i arbete med skrivbords- och webbgränssnitt. För den uppgiften ska du tillhandahålla den avsedda skissen, relevant källkod och den observerbara avvikelsen. Be om en jämförelse mot konkreta element som avstånd, komponenttillstånd, texthierarki eller interaktionsbeteende. För en designjämförelse ska du begära en lista över avvikelser mellan en skiss av en inställningspanel och dess befintliga implementation, med varje föreslagen korrigering knuten till skärmbilden eller källkoden. Resultatet bör identifiera vad som behöver ändras utan att obemärkt utöka designen utöver de tillhandahållna kraven.\n\nFör ett programmeringsarbetsflöde ska du ange målet, befintligt beteende, relevanta filer och begränsningar. Google positionerar 3.7 för att lösa programvaruproblem och minska misslyckade agentloopar, men en användbar granskning kontrollerar fortfarande den faktiska ändringen och valideringsresultatet. Behåll följden av verktygsobservationer i samtalet så att ett senare steg inte utgår från en påhittad redogörelse för kodbasen. Slutresultatet kan skilja en föreslagen ändring från en ändring som bekräftats genom den anslutna applikationens verktyg.\n\nDe dokumenterade tänkenivåerna är low, medium och high, med medium som standard. Low stöder snabbare avgränsade svar, medan high är avsett för svåra resonemangsuppgifter och omfattande verktygsarbete. Gemini 3.7 Flash stöder inte tänkenivån minimal. En kort analys av en gränssnittsavvikelse och en djupare undersökning av flera filer kräver därför olika val av ansträngningsnivå. Definiera den slutliga artefakten och de villkor den måste uppfylla innan du begär en längre följd av resonemang och åtgärder.\n\nSidan för just denna modell listar funktionsanrop, kodkörning, filsökning, källförankring via sökning, källförankring via Maps och URL-kontext. Computer Use är markerat som en förhandsversion, och strukturerade utdata kan definiera en resultatpost. En funktionsbegäran är en föreslagen operation som den anslutna applikationen ska utföra och returnera resultatet från. För en agentuppgift ska du ge verktyget ett tydligt syfte och behålla det verkliga resultatet innan du ber modellen fortsätta. För en dokumentextraktion ska du definiera fälten, godtagbara värden och hur saknad information ska representeras.\n\nDenna utgåva stöder agentbaserad videoförståelse. Tillhandahåll den relevanta inspelningen och ange vilken händelse eller relation som ska undersökas. Ett praktiskt uppdrag kan fråga vilken synlig handling som förklarar en tillståndsändring eller begära en ordnad beskrivning av händelser med belägg från klippet. Bilder och PDF-sidor kan på liknande sätt stödja en visuell jämförelse eller dokumentjämförelse. Utdata förblir text: tolkning, extraherade data, kod eller en skriftlig förklaring. Genererad video, genererade bilder eller genererat tal hör till separata modellprofiler.\n\nGoogles API-tabell för just 3.7 anger 1 048 576 indatatoken och 65 536 utdatatoken, medan det inbyggda modellkortet beskriver upp till 1M kontext och 64K textutdata. Inkludera instruktioner, tidigare turer och tillhandahållna medier i förberedelsen av indata. Batchbearbetning och cachelagring listas för tillverkarprofilen tillsammans med alternativen Flex och Priority. För en samling oberoende begäranden ska du behålla källidentifierare och ett konsekvent resultatformat så att varje svar kan kontrolleras mot sina egna indata.\n\nMöjliga begränsningar omfattar hallucinationer och tillfällig långsamhet eller tidsgränsöverskridanden. Dess kunskapsgräns är mars 2026, medan vissa domäner är begränsade till januari 2025. Tillhandahåll aktuellt källmaterial när en slutsats beror på nyare fakta. Utgåvans användbara särdrag är dess dokumenterade fokus på programvaruproblem, designföljsamhet och videoresonemang; granska dessa resultat mot den faktiska skissen, koden eller medierna i stället för att ersätta en namngiven historisk profil med nyare funktioner.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "fb92d6c54c4ff70145a7ba5e073af292d73c24501773cf0b9aad99387e941e1e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "google/gemini-3.7-flash:batchGemini 3.7 Flash kombinerar multimodalt resonemang med programmering och agentarbete i flera steg. Googles 3.7-profil betonar trohet mot designskisser och agentbaserad videoförståelse, med resonemangsnivåerna low, medium och high. Den tar emot text och medier, returnerar text och har dokumenterade indata-/utdatagränser på 1 048 576/65 536 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.7 Flash är Googles namngivna multimodala resonemangsprofil för programmering, agentbaserade arbetsflöden och utförande i flera steg. Den bygger vidare på Gemini 3.6 Flash, med algoritmiska förändringar i resonemanget och stöd för agentbaserad videoförståelse. Text, bilder, ljud, video och PDF kan utgöra källmaterialet för ett textresultat. Användbara leveranser omfattar en avgränsad kodrevidering, en jämförelse mellan en designskiss och en implementation eller en källförankrad analys av händelser i en inspelning.
Utvecklarguiden för 3.7 lyfter fram bättre överensstämmelse med designen i arbete med skrivbords- och webbgränssnitt. För den uppgiften ska du tillhandahålla den avsedda skissen, relevant källkod och den observerbara avvikelsen. Be om en jämförelse mot konkreta element som avstånd, komponenttillstånd, texthierarki eller interaktionsbeteende. För en designjämförelse ska du begära en lista över avvikelser mellan en skiss av en inställningspanel och dess befintliga implementation, med varje föreslagen korrigering knuten till skärmbilden eller källkoden. Resultatet bör identifiera vad som behöver ändras utan att obemärkt utöka designen utöver de tillhandahållna kraven.
För ett programmeringsarbetsflöde ska du ange målet, befintligt beteende, relevanta filer och begränsningar. Google positionerar 3.7 för att lösa programvaruproblem och minska misslyckade agentloopar, men en användbar granskning kontrollerar fortfarande den faktiska ändringen och valideringsresultatet. Behåll följden av verktygsobservationer i samtalet så att ett senare steg inte utgår från en påhittad redogörelse för kodbasen. Slutresultatet kan skilja en föreslagen ändring från en ändring som bekräftats genom den anslutna applikationens verktyg.
De dokumenterade tänkenivåerna är low, medium och high, med medium som standard. Low stöder snabbare avgränsade svar, medan high är avsett för svåra resonemangsuppgifter och omfattande verktygsarbete. Gemini 3.7 Flash stöder inte tänkenivån minimal. En kort analys av en gränssnittsavvikelse och en djupare undersökning av flera filer kräver därför olika val av ansträngningsnivå. Definiera den slutliga artefakten och de villkor den måste uppfylla innan du begär en längre följd av resonemang och åtgärder.
Sidan för just denna modell listar funktionsanrop, kodkörning, filsökning, källförankring via sökning, källförankring via Maps och URL-kontext. Computer Use är markerat som en förhandsversion, och strukturerade utdata kan definiera en resultatpost. En funktionsbegäran är en föreslagen operation som den anslutna applikationen ska utföra och returnera resultatet från. För en agentuppgift ska du ge verktyget ett tydligt syfte och behålla det verkliga resultatet innan du ber modellen fortsätta. För en dokumentextraktion ska du definiera fälten, godtagbara värden och hur saknad information ska representeras.
Denna utgåva stöder agentbaserad videoförståelse. Tillhandahåll den relevanta inspelningen och ange vilken händelse eller relation som ska undersökas. Ett praktiskt uppdrag kan fråga vilken synlig handling som förklarar en tillståndsändring eller begära en ordnad beskrivning av händelser med belägg från klippet. Bilder och PDF-sidor kan på liknande sätt stödja en visuell jämförelse eller dokumentjämförelse. Utdata förblir text: tolkning, extraherade data, kod eller en skriftlig förklaring. Genererad video, genererade bilder eller genererat tal hör till separata modellprofiler.
Googles API-tabell för just 3.7 anger 1 048 576 indatatoken och 65 536 utdatatoken, medan det inbyggda modellkortet beskriver upp till 1M kontext och 64K textutdata. Inkludera instruktioner, tidigare turer och tillhandahållna medier i förberedelsen av indata. Batchbearbetning och cachelagring listas för tillverkarprofilen tillsammans med alternativen Flex och Priority. För en samling oberoende begäranden ska du behålla källidentifierare och ett konsekvent resultatformat så att varje svar kan kontrolleras mot sina egna indata.
Möjliga begränsningar omfattar hallucinationer och tillfällig långsamhet eller tidsgränsöverskridanden. Dess kunskapsgräns är mars 2026, medan vissa domäner är begränsade till januari 2025. Tillhandahåll aktuellt källmaterial när en slutsats beror på nyare fakta. Utgåvans användbara särdrag är dess dokumenterade fokus på programvaruproblem, designföljsamhet och videoresonemang; granska dessa resultat mot den faktiska skissen, koden eller medierna i stället för att ersätta en namngiven historisk profil med nyare funktioner.
POST /v1/batchestexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältendpoint | Typstring | KravObligatoriskt | Värden & gränser /v1/chat/completions | Standard— |
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.7-flash:batch | Standard— |
Fältrequests | Typbatch_item[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältrequests[].custom_id | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältrequests[].body.messages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältcompletion_window | Typstring | KravValfritt | Värden & gränser 24h | Standard— |
Fältprovider | Typobject|null | KravValfritt | Värden & gränser | Standard— |
Fältrequests[].body.model | Typstring | KravValfritt | Värden & gränser google/gemini-3.7-flash:batch, google/gemini-3.7-flash | Standard— |
Fältprovider.only | Typstring[] | KravValfritt | Värden & gränser google-vertex/global | Standard— |
Fältprovider.allow_fallbacks | Typboolean|null | KravValfritt | Värden & gränser false, null | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalendpoint, model, requests |
Parametermaterial_types | Avtaltext |
Parameterrepresentation | AvtalInbäddade requests[]; varje objekt har custom_id och body |
Parameterrequest_endpoint_profile | Avtal/v1/chat/completions |
Parameterfile_material | AvtalDen anropande klienten kan läsa in faktiska UTF-8 JSONL-data lokalt i requests[]. Inget uppladdningssyfte, input_file_id eller någon filreferens används. Om kundmaterial saknas eller är tomt avbryts förberedelserna före POST. |
Parameterserialization_order | Avtalendpoint, model, provider (om angivet), completion_window (om angivet), requests sist |
Parameteroptional_controls | Avtalprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | AvtalFörfrågningskroppar för Text Chat Completions i det dokumenterade inbäddade Batch-formatet. |
Livscykel: asynchronous
GET /v1/batches/{operation_id} · Det faktiska response.id från det ursprungliga skapandesvaret; samma användare/nyckel/grupp
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00075 / 1K token Utdata · Utdatatoken $0.00375 / 1K token Indata · Cacheläsning $0.000075 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00075 / 1K token Utdata · Utdatatoken $0.00375 / 1K token Indata · Cacheläsning $0.000075 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-3.7-flash:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['google/gemini-3.7-flash:batch', 'google/gemini-3.7-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.7-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON i inbäddade results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBehåll varje fullständigt returnerat svar, fil och innehållsdel.
Spara hela det ursprungliga statusobjektet i JSON, varje resultat/custom_id och hela svars- eller felkroppen. Spara slutförda results[] som JSONL utan filtrering.
Behåll det ursprungliga operations-ID:t. Vid 503 result_pending_check gäller X-Should-Retry:false; skicka aldrig om en ursprunglig batch med okänt utfall.
| Fält | Typ |
|---|---|
Fältresults[].custom_id | Typstring |
Fältresults[].response.body.choices[].message.content | Typstring|null |
Fältresults[].error | Typobject|null |
Fältusage | Typobject|null |
Fältid | Typstring |
Fältmodel | Typstring |
Fältendpoint | Typstring |
Fältstatus | Typstring |
Fältrequest_counts | Typobject |
Fältresults[].id | Typstring |
Fältresults[].response.status_code | Typinteger |
Fältresults[].response.request_id | Typstring |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorFörfrågan har ett ogiltigt inbäddat format enligt dokumentationen, duplicerade nycklar eller en felaktig objektidentitet, eller står i konflikt med modellens konfigurerade funktioner. | Nästa stegRätta de angivna fälten innan du skickar en ny förfrågan. |
Svar401 · authentication_error | VillkorOgiltig API-nyckel. | Nästa stegAnvänd den behöriga Ailoot-nyckeln. |
Svar403 · permission_error | VillkorGrupp för batchkörning är inte tillgänglig. | Nästa stegKontrollera nyckelns/gruppens behörighet. |
Svar422 · invalid_request_error | VillkorBatchkörning debiteras från saldot; skapande via abonnemang avvisas. | Nästa stegAnvänd den behöriga gruppen med saldodebitering. |
Svar422 · price_unavailable | VillkorKostnaden för batchindata kan inte beräknas i förväg. | Nästa stegSpara svaret; använd det dokumenterade indataformatet för API-familjen. |
Svar402 · billing_error | VillkorReservation för batchkörning är inte tillgänglig. | Nästa stegSe till att villkoren för att godta förfrågan är uppfyllda innan du skickar en ny. |
Svar503 · price_unavailable | VillkorPriset för batchmetoden eller de inbyggda priserna är inte tillgängliga. | Nästa stegSpara svaret; ersätt inte priserna med andra. |
Svar503 · api_error | VillkorDen exakta leverantörsrutten är inte tillgänglig. | Nästa stegSpara svaret för att kunna reparera routningen. |
Svar503 · result_pending_check | VillkorDet ursprungliga resultatet behöver kontrolleras; X-Should-Retry:false. | Nästa stegBehåll det ursprungliga värdet för operation_id/id och läs av operationens status; upprepa aldrig det ursprungliga POST-anropet. |
Svar404 · not_found | VillkorOperationen för batchstatus saknas eller tillhör en annan identitet. | Nästa stegAnvänd exakt det ursprungliga id-värdet och samma användare/nyckel/grupp. |
Ailoot Ultra google/gemini-3.7-flash:batch
Använd metodsökvägarna som visas ovan.