Gemini 3.8 Flash är Googles modell med textutdata för uthållig programvaruutveckling, agenter som arbetar i flera steg och komplexa kunskapsarbetsflöden. Den bygger vidare på Gemini 3.7 Flash, med förbättringar inom programvaruutveckling och agentbaserat kunskapsarbete. Den tar emot text, bilder, ljud, video och PDF, så att en uppgift kan kombinera ett skriftligt mål med det faktiska material som behövs för att lösa den. Det användbara resultatet är en kodändring, en förklarad analys, ett skriftligt svar eller en strukturerad post.
För ett programmeringsuppdrag ska du tillhandahålla kravet, relevanta filer, observerat beteende och de begränsningar som ska bevaras. En skärmbild kan visa det avsedda gränssnittet, medan loggar eller ett exempel som återskapar felet visar felet. För en felsökningsuppgift kan du be modellen spåra en avvikelse mellan ett formulärs synliga tillstånd och dess lagrade värde, identifiera den ansvariga kodvägen och föreslå en avgränsad korrigering. Var tydlig med den avsedda slutliga artefakten så att även en längre följd av undersökningar och verktygsanvändning har ett specifikt slutförandevillkor.
För arbete som pågår längre ska du använda mindre resonemangssteg, iterativa verktygsanrop och kontroller av mellanresultat. Tänkenivåerna low, medium och high styr mängden resonemang; medium är dokumenterad standard. Low passar ett snabbt utkast eller en avgränsad analys, medan high är avsett för svår matematik, programmering eller uppgifter med flera steg. Gemini 3.8 Flash stöder inte tänkenivån minimal. Ett långvarigt felsökningsuppdrag och en enkel fältextraktion behöver därför olika resonemangsval i stället för samma inställning för varje begäran.
De dokumenterade verktygen omfattar funktionsanrop, kodkörning, filsökning, källförankring via sökning, källförankring via Google Maps och URL-kontext, medan Computer Use anges som en förhandsversion. Strukturerade utdata definierar ett maskinläsbart resultat. Funktioner bör ha ett tydligt syfte och definierade parametrar: modellen kan begära en funktion, medan den anslutna applikationen utför operationen och returnerar dess resultat. Bevara funktionsidentiteter och det faktiska returnerade materialet mellan turerna. Ett användbart slutsvar förklarar vilka belägg som stöder den föreslagna korrigeringen eller det extraherade värdet.
Migreringsguiden för 3.8 använder kontroller för tänkenivå i stället för äldre konfiguration av resonemangsbudget och rekommenderar att föråldrade samplingsparametrar och förifyllda modellturer tas bort. Den kräver också att tankesignaturer bevaras i det relevanta tillståndslösa arbetsflödet och att funktionssvar matchas mot sina anrop med identitet och namn. Dessa detaljer är viktiga när en uppgift med flera steg fortsätter: nästa tur behöver den faktiska tidigare kontexten i stället för en omskriven redogörelse som förlorar verktygsresultatet eller signaturen. Ange frågan och önskade utdata uttryckligen i den nya användarturen.
För multimodalt kunskapsarbete ska du identifiera de relevanta dokumentsidorna, diagrammet, ljudintervallet eller videohändelsen och ange hur materialet ska bidra till svaret. En dokumentjämförelse kan begära en tabell över skillnader med källavsnitt; en diagramfråga kan efterfråga de synliga värdena och den slutsats de stöder. En videoanalys kan begära en beskrivning av de händelser som motiverar ett resultat. Modellen returnerar text utifrån dessa indata. Genererade bilder, tal och Live-ljudinteraktion hör till separata modellprofiler.
Dess Gemini API-gränser är 1 048 576 indatatoken och 65 536 utdatatoken, vilket motsvarar den inbyggda modellens kontext på upp till 1M och textutdata på 64K. Instruktioner, samtalshistorik och tillhandahållna medier tar indatakontext i anspråk, och resonemang eller en lång slutlig artefakt måste rymmas inom det dokumenterade utdatautrymmet. Google listar även cachelagring, batchbearbetning, Flex- och Priority-bearbetning för denna tillverkarprofil. För oberoende poster ska du behålla en stabil postidentifierare och ett uttryckligt utdataformat så att varje resultat förblir kopplat till sin källa.
Möjliga begränsningar omfattar hallucinationer, tillfällig långsamhet eller tidsgränsöverskridanden och större tokenförbrukning vid högre ansträngningsnivå. Dess kunskapsgräns är mars 2026, medan vissa domäner fortfarande är begränsade till januari 2025. Tillhandahåll aktuella belägg eller använd de dokumenterade verktygen för källförankring när uppgiften beror på senare information. Granska källhänvisningar, beräkningar och föreslagen kod mot faktiska indata och körresultat. Den slutliga användbara artefakten bör skilja ett underbyggt resultat från en olöst fråga utan att anta att ett välformulerat svar bevisar att det begärda utfallet har uppnåtts.
", "aboutText": "Gemini 3.8 Flash är Googles modell med textutdata för uthållig programvaruutveckling, agenter som arbetar i flera steg och komplexa kunskapsarbetsflöden. Den bygger vidare på Gemini 3.7 Flash, med förbättringar inom programvaruutveckling och agentbaserat kunskapsarbete. Den tar emot text, bilder, ljud, video och PDF, så att en uppgift kan kombinera ett skriftligt mål med det faktiska material som behövs för att lösa den. Det användbara resultatet är en kodändring, en förklarad analys, ett skriftligt svar eller en strukturerad post.\n\nFör ett programmeringsuppdrag ska du tillhandahålla kravet, relevanta filer, observerat beteende och de begränsningar som ska bevaras. En skärmbild kan visa det avsedda gränssnittet, medan loggar eller ett exempel som återskapar felet visar felet. För en felsökningsuppgift kan du be modellen spåra en avvikelse mellan ett formulärs synliga tillstånd och dess lagrade värde, identifiera den ansvariga kodvägen och föreslå en avgränsad korrigering. Var tydlig med den avsedda slutliga artefakten så att även en längre följd av undersökningar och verktygsanvändning har ett specifikt slutförandevillkor.\n\nFör arbete som pågår längre ska du använda mindre resonemangssteg, iterativa verktygsanrop och kontroller av mellanresultat. Tänkenivåerna low, medium och high styr mängden resonemang; medium är dokumenterad standard. Low passar ett snabbt utkast eller en avgränsad analys, medan high är avsett för svår matematik, programmering eller uppgifter med flera steg. Gemini 3.8 Flash stöder inte tänkenivån minimal. Ett långvarigt felsökningsuppdrag och en enkel fältextraktion behöver därför olika resonemangsval i stället för samma inställning för varje begäran.\n\nDe dokumenterade verktygen omfattar funktionsanrop, kodkörning, filsökning, källförankring via sökning, källförankring via Google Maps och URL-kontext, medan Computer Use anges som en förhandsversion. Strukturerade utdata definierar ett maskinläsbart resultat. Funktioner bör ha ett tydligt syfte och definierade parametrar: modellen kan begära en funktion, medan den anslutna applikationen utför operationen och returnerar dess resultat. Bevara funktionsidentiteter och det faktiska returnerade materialet mellan turerna. Ett användbart slutsvar förklarar vilka belägg som stöder den föreslagna korrigeringen eller det extraherade värdet.\n\nMigreringsguiden för 3.8 använder kontroller för tänkenivå i stället för äldre konfiguration av resonemangsbudget och rekommenderar att föråldrade samplingsparametrar och förifyllda modellturer tas bort. Den kräver också att tankesignaturer bevaras i det relevanta tillståndslösa arbetsflödet och att funktionssvar matchas mot sina anrop med identitet och namn. Dessa detaljer är viktiga när en uppgift med flera steg fortsätter: nästa tur behöver den faktiska tidigare kontexten i stället för en omskriven redogörelse som förlorar verktygsresultatet eller signaturen. Ange frågan och önskade utdata uttryckligen i den nya användarturen.\n\nFör multimodalt kunskapsarbete ska du identifiera de relevanta dokumentsidorna, diagrammet, ljudintervallet eller videohändelsen och ange hur materialet ska bidra till svaret. En dokumentjämförelse kan begära en tabell över skillnader med källavsnitt; en diagramfråga kan efterfråga de synliga värdena och den slutsats de stöder. En videoanalys kan begära en beskrivning av de händelser som motiverar ett resultat. Modellen returnerar text utifrån dessa indata. Genererade bilder, tal och Live-ljudinteraktion hör till separata modellprofiler.\n\nDess Gemini API-gränser är 1 048 576 indatatoken och 65 536 utdatatoken, vilket motsvarar den inbyggda modellens kontext på upp till 1M och textutdata på 64K. Instruktioner, samtalshistorik och tillhandahållna medier tar indatakontext i anspråk, och resonemang eller en lång slutlig artefakt måste rymmas inom det dokumenterade utdatautrymmet. Google listar även cachelagring, batchbearbetning, Flex- och Priority-bearbetning för denna tillverkarprofil. För oberoende poster ska du behålla en stabil postidentifierare och ett uttryckligt utdataformat så att varje resultat förblir kopplat till sin källa.\n\nMöjliga begränsningar omfattar hallucinationer, tillfällig långsamhet eller tidsgränsöverskridanden och större tokenförbrukning vid högre ansträngningsnivå. Dess kunskapsgräns är mars 2026, medan vissa domäner fortfarande är begränsade till januari 2025. Tillhandahåll aktuella belägg eller använd de dokumenterade verktygen för källförankring när uppgiften beror på senare information. Granska källhänvisningar, beräkningar och föreslagen kod mot faktiska indata och körresultat. Den slutliga användbara artefakten bör skilja ett underbyggt resultat från en olöst fråga utan att anta att ett välformulerat svar bevisar att det begärda utfallet har uppnåtts.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5ac5609ee421bb2524c724c622c925b19dfa1de1562a5ade00f9a709aad61f8e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "google/gemini-3.8-flash:batchGemini 3.8 Flash är Googles multimodala arbetshäst för uthållig programvaruutveckling, agenter och komplexa kunskapsuppgifter. Den tar emot text, bilder, ljud, video och PDF, returnerar text och erbjuder resonemangsnivåerna low, medium eller high med verktyg och strukturerade utdata. Dess dokumenterade indata-/utdatagränser är 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 3.8 Flash är Googles modell med textutdata för uthållig programvaruutveckling, agenter som arbetar i flera steg och komplexa kunskapsarbetsflöden. Den bygger vidare på Gemini 3.7 Flash, med förbättringar inom programvaruutveckling och agentbaserat kunskapsarbete. Den tar emot text, bilder, ljud, video och PDF, så att en uppgift kan kombinera ett skriftligt mål med det faktiska material som behövs för att lösa den. Det användbara resultatet är en kodändring, en förklarad analys, ett skriftligt svar eller en strukturerad post.
För ett programmeringsuppdrag ska du tillhandahålla kravet, relevanta filer, observerat beteende och de begränsningar som ska bevaras. En skärmbild kan visa det avsedda gränssnittet, medan loggar eller ett exempel som återskapar felet visar felet. För en felsökningsuppgift kan du be modellen spåra en avvikelse mellan ett formulärs synliga tillstånd och dess lagrade värde, identifiera den ansvariga kodvägen och föreslå en avgränsad korrigering. Var tydlig med den avsedda slutliga artefakten så att även en längre följd av undersökningar och verktygsanvändning har ett specifikt slutförandevillkor.
För arbete som pågår längre ska du använda mindre resonemangssteg, iterativa verktygsanrop och kontroller av mellanresultat. Tänkenivåerna low, medium och high styr mängden resonemang; medium är dokumenterad standard. Low passar ett snabbt utkast eller en avgränsad analys, medan high är avsett för svår matematik, programmering eller uppgifter med flera steg. Gemini 3.8 Flash stöder inte tänkenivån minimal. Ett långvarigt felsökningsuppdrag och en enkel fältextraktion behöver därför olika resonemangsval i stället för samma inställning för varje begäran.
De dokumenterade verktygen omfattar funktionsanrop, kodkörning, filsökning, källförankring via sökning, källförankring via Google Maps och URL-kontext, medan Computer Use anges som en förhandsversion. Strukturerade utdata definierar ett maskinläsbart resultat. Funktioner bör ha ett tydligt syfte och definierade parametrar: modellen kan begära en funktion, medan den anslutna applikationen utför operationen och returnerar dess resultat. Bevara funktionsidentiteter och det faktiska returnerade materialet mellan turerna. Ett användbart slutsvar förklarar vilka belägg som stöder den föreslagna korrigeringen eller det extraherade värdet.
Migreringsguiden för 3.8 använder kontroller för tänkenivå i stället för äldre konfiguration av resonemangsbudget och rekommenderar att föråldrade samplingsparametrar och förifyllda modellturer tas bort. Den kräver också att tankesignaturer bevaras i det relevanta tillståndslösa arbetsflödet och att funktionssvar matchas mot sina anrop med identitet och namn. Dessa detaljer är viktiga när en uppgift med flera steg fortsätter: nästa tur behöver den faktiska tidigare kontexten i stället för en omskriven redogörelse som förlorar verktygsresultatet eller signaturen. Ange frågan och önskade utdata uttryckligen i den nya användarturen.
För multimodalt kunskapsarbete ska du identifiera de relevanta dokumentsidorna, diagrammet, ljudintervallet eller videohändelsen och ange hur materialet ska bidra till svaret. En dokumentjämförelse kan begära en tabell över skillnader med källavsnitt; en diagramfråga kan efterfråga de synliga värdena och den slutsats de stöder. En videoanalys kan begära en beskrivning av de händelser som motiverar ett resultat. Modellen returnerar text utifrån dessa indata. Genererade bilder, tal och Live-ljudinteraktion hör till separata modellprofiler.
Dess Gemini API-gränser är 1 048 576 indatatoken och 65 536 utdatatoken, vilket motsvarar den inbyggda modellens kontext på upp till 1M och textutdata på 64K. Instruktioner, samtalshistorik och tillhandahållna medier tar indatakontext i anspråk, och resonemang eller en lång slutlig artefakt måste rymmas inom det dokumenterade utdatautrymmet. Google listar även cachelagring, batchbearbetning, Flex- och Priority-bearbetning för denna tillverkarprofil. För oberoende poster ska du behålla en stabil postidentifierare och ett uttryckligt utdataformat så att varje resultat förblir kopplat till sin källa.
Möjliga begränsningar omfattar hallucinationer, tillfällig långsamhet eller tidsgränsöverskridanden och större tokenförbrukning vid högre ansträngningsnivå. Dess kunskapsgräns är mars 2026, medan vissa domäner fortfarande är begränsade till januari 2025. Tillhandahåll aktuella belägg eller använd de dokumenterade verktygen för källförankring när uppgiften beror på senare information. Granska källhänvisningar, beräkningar och föreslagen kod mot faktiska indata och körresultat. Den slutliga användbara artefakten bör skilja ett underbyggt resultat från en olöst fråga utan att anta att ett välformulerat svar bevisar att det begärda utfallet har uppnåtts.
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-3.8-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-3.8-flash:batch, google/gemini-3.8-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-3.8-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-3.8-flash:batch', 'google/gemini-3.8-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.8-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-3.8-flash:batch
Använd metodsökvägarna som visas ovan.