Google: Gemini 2.5 Flash Lite (batch)

Gemini 2.5 Flash-Lite là mô hình văn bản đa phương thức bản ổn định của Google dành cho phân loại, dịch thuật thường xuyên và trích xuất đơn giản. Suy nghĩ được tắt mặc định và có thể bật với ngân sách suy luận 512–24,576 token. Mô hình nhận văn bản và phương tiện, với công cụ, đầu ra có cấu trúc và giới hạn đầu vào 1,048,576 token.

Ailoot Ultra · Xử lý hàng loạt POST /v1/batches google/gemini-2.5-flash-lite:batch

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

Gemini 2.5 Flash-Lite là cấu hình nhẹ bản ổn định của Google dành cho dịch thuật, phân loại và trích xuất dữ liệu đơn giản với khối lượng lớn. Suy luận lai có thể dùng hoặc bỏ suy nghĩ tùy tác vụ. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi tạo văn bản. Kết quả hữu ích là danh mục, bản dịch ngắn gọn, bản ghi trích xuất từ tài liệu được cung cấp hoặc lời giải thích bằng chữ trong phạm vi giới hạn.

Đối với phân loại, định nghĩa danh mục, quy tắc quyết định và hình thức câu trả lời. Giữ mã định danh nguồn trong kết quả khi xử lý nhiều mục độc lập. Với phân loại tin nhắn hỗ trợ, phân loại tin nhắn theo loại vấn đề và trả về câu làm cơ sở cho danh mục đó. Đưa vào quy tắc cho bằng chứng thiếu hoặc mơ hồ để câu trả lời trôi chảy không điền trường bắt buộc bằng phỏng đoán. Vai trò nhẹ của mô hình hữu ích nhất khi đầu vào và kết quả yêu cầu được xác định rõ.

Suy nghĩ được tắt mặc định trong cấu hình 2.5 Flash-Lite được tài liệu hóa. Hướng dẫn suy nghĩ GenerateContent của Google cho phép ngân sách suy nghĩ được chỉ định rõ từ 512 đến 24,576 token, giá trị 0 để giữ suy nghĩ ở trạng thái tắt và -1 để yêu cầu suy nghĩ động. Đây là điều khiển ngân sách suy luận, khác với hạn mức phản hồi cuối. Bật suy luận bổ sung khi trích xuất có các điều kiện tương tác hoặc phân loại có ngoại lệ; phép chuyển đổi đơn giản có thể giữ hành vi không suy nghĩ mặc định. Hướng dẫn lưu ý mô hình có thể dùng nhiều hoặc ít token suy nghĩ hơn ngân sách được yêu cầu.

Đối với dịch thuật, cung cấp ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Chỉ định kết quả chỉ chứa bản dịch hay bản ghi có nhãn. Với trích xuất tài liệu, định nghĩa trường và yêu cầu đoạn nguồn giúp kiểm tra đầu ra. Với bản ghi, phân biệt bản chép lời với bản tóm tắt và xác định đoạn quan trọng. Hình ảnh hoặc video có thể đóng góp bằng chứng cho câu trả lời văn bản. Sản phẩm mong muốn cần tiếp tục rõ ràng ngay cả khi đầu vào kết hợp nhiều loại phương tiện.

Bảng dành riêng cho bản ổn định liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Hàm cần mục đích rõ ràng và tham số được định nghĩa; ứng dụng kết nối thực thi thao tác và cung cấp kết quả. Với trích xuất dựa trên lược đồ, kiểm tra cấu trúc trả về và đối chiếu giá trị với tài liệu gốc. Quyết định dùng công cụ hoặc bản ghi đúng định dạng chỉ hữu ích trong ngữ cảnh nguồn và bằng chứng thực tế được trả về.

Thẻ gốc đưa ra cửa sổ ngữ cảnh 1M và đầu ra văn bản 64K. Trang mô hình API quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Chỉ dẫn, nội dung nguồn và hội thoại được giữ lại tiêu thụ ngân sách đầu vào, trong khi suy luận và giới hạn phản hồi ảnh hưởng đến việc kết quả cuối có vừa hay không. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được liệt kê cho cấu hình này của nhà sản xuất. Với tác vụ lặp lại, giữ cùng định nghĩa danh mục hoặc trường và mang mã định danh qua kết quả để việc xem xét sau này tìm được mục gốc.

Cấu hình ổn định này riêng biệt với các biến thể Preview tháng 6 và tháng 9 được mô tả ở nơi khác trong dòng. Thẻ gốc chung ghi nhãn các cải thiện của September Preview, gồm tuân thủ chỉ dẫn và tính ngắn gọn, dành riêng cho bản preview đó; không nên ngầm chuyển chúng sang mã bản ổn định. Các thế hệ Flash-Lite ra sau cũng dùng điều khiển suy nghĩ và bảng khả năng khác. Giữ phiên bản và chọn thiết lập được tài liệu hóa cho nó thay vì thay ngân sách 2.5 bằng cú pháp mức suy nghĩ Gemini 3.

Thẻ liệt kê khả năng tạo thông tin sai và hạn chế về hiểu quan hệ nhân quả, suy diễn logic phức tạp cùng suy luận phản thực, đồng thời đưa ra mốc kiến thức tháng 1 năm 2025. Cung cấp bằng chứng hiện tại hoặc dùng quy trình grounding được tài liệu hóa khi dữ kiện mới quan trọng. Kiểm tra bản dịch về ý nghĩa, trường trích xuất về cơ sở nguồn và bản chép lời theo âm thanh. Kết quả nhỏ, tập trung giúp việc kiểm tra này thực tế mà không xem câu trả lời được trau chuốt là bằng chứng rằng nguồn chứa chi tiết được khẳng định.

Ailoot Ultra · Xử lý hàng loạt POST /v1/batches google/gemini-2.5-flash-lite:batch

google/gemini-2.5-flash-lite:batch

Google /google/gemini-2.5-flash-lite:batch

Bắt đầu

Đầu vào được chấp nhận: Văn bản
Kết quả: Văn bản

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · Xử lý hàng loạt POST /v1/batches

Đầu vào: text
Đầu ra: text
Định dạng đầu ra: JSON nội tuyến tại results[].response.body

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`endpoint`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn /v1/chat/completions	Mặc định—
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn google/gemini-2.5-flash-lite:batch	Mặc định—
Trường`requests`	Loại`batch_item[]`	Yêu cầuBắt buộc	Giá trị & giới hạn Số mục tối thiểu: 1	Mặc định—
Trường`requests[].custom_id`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`requests[].body.messages`	Loại`message[]`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`completion_window`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn 24h	Mặc định—
Trường`provider`	Loại`object\|null`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`requests[].body.model`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn google/gemini-2.5-flash-lite:batch, google/gemini-2.5-flash-lite	Mặc định—
Trường`provider.only`	Loại`string[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn google-ai-studio	Mặc định—
Trường`provider.allow_fallbacks`	Loại`boolean\|null`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn false, null	Mặc định—

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngendpoint, model, requests
Tham số`material_types`	Hợp đồngtext
Tham số`representation`	Hợp đồngrequests[] nội tuyến; mỗi phần tử có custom_id và body
Tham số`request_endpoint_profile`	Hợp đồng/v1/chat/completions
Tham số`file_material`	Hợp đồngBên gọi có thể đọc dữ liệu JSONL UTF-8 thực tế trên máy cục bộ vào requests[]. Không sử dụng mục đích tải lên, input_file_id hay tham chiếu tệp. Nếu thiếu tài liệu của khách hàng hoặc tài liệu rỗng, dừng khâu chuẩn bị trước POST.
Tham số`serialization_order`	Hợp đồngendpoint, model, provider (nếu được cung cấp), completion_window (nếu được cung cấp), requests ở cuối
Tham số`optional_controls`	Hợp đồngprovider.only, provider.allow_fallbacks, completion_window
Tham số`schema_scope`	Hợp đồngPhần thân yêu cầu Chat Completions dạng văn bản trong cấu trúc Batch nội tuyến được mô tả trong tài liệu.

Vòng đời: asynchronous

GET /v1/batches/{operation_id} · response.id thực tế từ phản hồi tạo gốc; cùng người dùng/khóa/nhóm

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Chưa chỉ định Khi chọn chế độ nhanh
Chế độ Flex: Chưa chỉ định Khi chọn chế độ flex
Mức độ suy luận tối đa: Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa
Giá lưu đệm tường minh: Chưa bật Khi yêu cầu lưu đệm tường minh

Mức phí Ailoot

Giá theo cấu hình

Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.

Cấu hình	Biểu mức phí	Token ngữ cảnh, lớn hơn	Token ngữ cảnh, tối đa và bao gồm	Phí
Cấu hìnhGiá cơ sở cho token	Biểu mức phíMức phí cơ bản	Token ngữ cảnh, lớn hơn—	Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên	Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token
Cấu hìnhBậc 1 theo độ dài yêu cầu	Biểu mức phí—	Token ngữ cảnh, lớn hơn0	Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên	Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot Ultra · Xử lý hàng loạt

curl · mẫu kiểm thử đã lưuPython HTTP · JSONL thực tế của khách hàngPython · lưu từng kết quả đã hoàn tất

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-2.5-flash-lite:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json

import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['google/gemini-2.5-flash-lite:batch', 'google/gemini-2.5-flash-lite']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash-lite:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))

import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Nhận và lưu kết quả

Ailoot Ultra · Xử lý hàng loạt

JSON nội tuyến tại results[].response.body

GET /v1/batches/{operation_id}

Kiểm tra trạng thái tác vụ

curl · trạng thái thao tác gốc

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại toàn bộ JSON trạng thái gốc, mọi kết quả/custom_id và toàn bộ phần thân phản hồi hoặc lỗi. Lưu results[] đã hoàn tất dưới dạng JSONL mà không lọc.

Nếu cần kiểm tra phản hồi gốc

Giữ nguyên ID thao tác gốc. Phản hồi 503 result_pending_check có X-Should-Retry:false; tuyệt đối không gửi lại lô gốc có trạng thái chưa xác định.

Trường phản hồi

Trường	Loại
Trường`results[].custom_id`	Loạistring
Trường`results[].response.body.choices[].message.content`	Loạistring\|null
Trường`results[].error`	Loạiobject\|null
Trường`usage`	Loạiobject\|null
Trường`id`	Loạistring
Trường`model`	Loạistring
Trường`endpoint`	Loạistring
Trường`status`	Loạistring
Trường`request_counts`	Loạiobject
Trường`results[].id`	Loạistring
Trường`results[].response.status_code`	Loạiinteger
Trường`results[].response.request_id`	Loạistring

Lỗi và bước tiếp theo

Phản hồi	Điều kiện	Bước tiếp theo
Phản hồi400 · `invalid_request_error`	Điều kiệnCấu trúc nội tuyến không đúng tài liệu, có khóa trùng, định danh phần tử không hợp lệ hoặc xung đột với khả năng đã cấu hình của mô hình.	Bước tiếp theoSửa các trường được chỉ ra trước khi gửi bất kỳ yêu cầu mới nào.
Phản hồi401 · `authentication_error`	Điều kiệnKhóa API không hợp lệ.	Bước tiếp theoSử dụng khóa Ailoot đã được cấp quyền.
Phản hồi403 · `permission_error`	Điều kiệnNhóm xử lý hàng loạt không khả dụng.	Bước tiếp theoKiểm tra quyền sử dụng của khóa/nhóm.
Phản hồi422 · `invalid_request_error`	Điều kiệnXử lý hàng loạt tính phí từ số dư; yêu cầu tạo qua gói thuê bao bị từ chối.	Bước tiếp theoSử dụng nhóm đã được cấp quyền và tính phí từ số dư.
Phản hồi422 · `price_unavailable`	Điều kiệnKhông thể báo giá cho dữ liệu đầu vào của lô.	Bước tiếp theoGiữ lại phản hồi; sử dụng dữ liệu đầu vào của họ API được mô tả trong tài liệu.
Phản hồi402 · `billing_error`	Điều kiệnKhoản dự trữ cho xử lý hàng loạt không khả dụng.	Bước tiếp theoKhắc phục vấn đề về điều kiện tiếp nhận trước khi gửi yêu cầu mới.
Phản hồi503 · `price_unavailable`	Điều kiệnGiá phương thức xử lý hàng loạt/đơn giá gốc không khả dụng.	Bước tiếp theoGiữ lại phản hồi; không thay thế đơn giá.
Phản hồi503 · `api_error`	Điều kiệnTuyến cụ thể tới nhà cung cấp không khả dụng.	Bước tiếp theoGiữ lại phản hồi để sửa tuyến.
Phản hồi503 · `result_pending_check`	Điều kiệnKết quả gốc cần được kiểm tra; X-Should-Retry:false.	Bước tiếp theoGiữ lại operation_id/id gốc và truy xuất trạng thái của thao tác đó; tuyệt đối không lặp lại POST gốc.
Phản hồi404 · `not_found`	Điều kiệnKhông tìm thấy thao tác kiểm tra trạng thái lô hoặc thao tác thuộc một danh tính khác.	Bước tiếp theoSử dụng đúng id gốc và cùng người dùng/khóa/nhóm.

Bí danh

Bí danh mô hình

Ailoot Ultra google/gemini-2.5-flash-lite:batch

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

google/gemini-2.5-flash-lite:batch

FAQ · Google: Gemini 2.5 Flash Lite (batch)

Có những đầu vào và kết quả nào?: POST /v1/batches · google/gemini-2.5-flash-lite:batch: text → text
Yêu cầu sử dụng những trường nào?: POST /v1/batches · google/gemini-2.5-flash-lite:batch: endpoint, model, requests, completion_window, provider
Áp dụng những giới hạn nào?: POST /v1/batches · google/gemini-2.5-flash-lite:batch: requests.min_items: 1

Google: Gemini 2.5 Flash Lite (batch)