模型

Google: Gemini 2.5 Flash (batch)

Markdown · JSON

Google: Gemini 2.5 Flash (batch)

Gemini 2.5 Flash 是 Google 用於多模態分析及代理任務的穩定版混合推理模型。其動態 thinking 預算可設為 0 至 24,576 token,包含關閉模式。文字、圖像、音訊、影片及文件可轉為文字或結構化結果,文件記載的輸入上限為 1,048,576 token。

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項,依所選方法列於下方。

Gemini 2.5 Flash 是 Google 用於全面多模態工作及代理式工具使用的穩定版混合推理設定。它為需要不同推理程度的大規模多模態任務提供 thinking 與非 thinking 回應。文字、圖像、音訊及影片共同支持文字答案。Google 此模型專用的雲端設定也描述文件輸入。實用結果可為文件比較、圖表解讀、轉錄稿、程式碼或結構化紀錄。

此版本以 thinkingBudget 控制推理。預設為動態 thinking;設定 -1 讓模型依任務複雜度調整推理。明確預算可從零至 24,576 token,零表示關閉 thinking。請依實際問題選擇合適預算,不要對簡單分類與多條件分析給予相同投入。指南將預算視為指引,原生模型資訊卡也指出不一定精確遵循。

文件或資料任務應定義問題、必要欄位及應隨結果附帶的證據。要求比較可比較兩份規格,回傳變更要求、來源段落,以及對指定流程的影響。每項發現都需要相同紀錄形狀時,結構化輸出很實用。若來源有多個可能值或留下未定欄位,應保留不確定性,而非強迫給出單一看似合理答案。請依提供頁面或資料檢查回傳值。

視覺或音訊素材應指出相關物件、標籤、事件或錄音段落。要求所需文字類型:圖表可見數值、事件描述、轉錄稿或摘要。這些成果不同,指令應說明要產生哪一種。共用原生模型資訊卡將 Flash Image 與 Flash Audio 列為獨立具名能力;其生成圖像與語音輸出不屬於此穩定版文字設定。

Google 此確切雲端設定記載 PDF 與純文字輸入,以及介面專屬上限:透過 API 匯入的每份 PDF 為 50 MB,每個檔案最多 3,000 頁;純文字檔案上限為 7 MB。該設定也描述在百萬 token 輸入額度內,約可容納帶音訊影片 45 分鐘、無音訊影片一小時,或音訊約 8.4 小時。這些是所述雲端介面限制,與一般模型 token 視窗不同。請準備相關段落及來源格式,不要假設每個檔案類型或上傳路徑皆有相同上限。

此確切 Gemini API 表列出函式呼叫、程式碼執行、檔案搜尋、搜尋 grounding、Maps grounding、URL context 及結構化輸出。請定義各函式角色與參數形狀,並依真實回傳結果繼續。模型可要求操作,由連接的應用程式執行。在無狀態介面延續推理任務時,應保留必要的 thought-signature 脈絡。結構化答案或函式建議本身無法證明外部操作成功。

原生模型資訊卡列出 1M 上下文及 64K 文字輸出,此確切 API 表則指定 1,048,576 輸入 token 及 65,536 輸出 token。回應上限包含 thinking token,因此過小上限可能讓最終答案截斷或空白。請要求符合輸出額度大小的成果,並用推理預算指引投入。此原始模型設定記載快取、批次、Flex 及 Priority 處理。準備多筆獨立紀錄時,應保留項目識別碼。

穩定版仍與 Flash Preview 變體及後續 Gemini 3 模型不同。資訊卡列出可能幻覺、因果理解及複雜邏輯或反事實推理限制,知識截止時間為 2025 年 1 月。任務依賴較新資訊時,請提供最新證據。對照實際來源或執行結果檢查計算、擷取值、轉錄稿及程式碼建議。混合 thinking 在支持具體結果時才實用,不能取代結果審查。

Ailoot Ultra · 批次處理(Batch) POST /v1/batches google/gemini-2.5-flash:batch

google/gemini-2.5-flash:batch

Google /google/gemini-2.5-flash:batch

入門

Gemini 2.5 Flash 是 Google 用於多模態分析及代理任務的穩定版混合推理模型。其動態 thinking 預算可設為 0 至 24,576 token,包含關閉模式。文字、圖像、音訊、影片及文件可轉為文字或結構化結果,文件記載的輸入上限為 1,048,576 token。

接受的輸入
文字
結果
文字

Ailoot 可用 · 輸入與方法

Ailoot Ultra · 批次處理(Batch) POST /v1/batches
輸入
text
輸出
text
輸出格式
內嵌的 results[].response.body JSON
欄位類型要求值與限制預設值
欄位endpoint類型string要求必填值與限制
/v1/chat/completions
預設值—
欄位model類型string要求必填值與限制
google/gemini-2.5-flash:batch
預設值—
欄位requests類型batch_item[]要求必填值與限制
項目數下限: 1
預設值—
欄位requests[].custom_id類型string要求必填值與限制預設值—
欄位requests[].body.messages類型message[]要求必填值與限制預設值—
欄位completion_window類型string要求選填值與限制
24h
預設值—
欄位provider類型object|null要求選填值與限制預設值—
方法參數與生命週期
參數規格
參數content_type規格application/json
參數required規格endpoint, model, requests
參數material_types規格text
參數representation規格內嵌的 requests[];每個項目皆含 custom_id 與 body
參數request_endpoint_profile規格/v1/chat/completions
參數file_material規格呼叫端可在本機將實際的 UTF-8 JSONL 讀入 requests[]。此流程不使用上傳用途、input_file_id 或檔案參照。若缺少客戶素材或素材為空,應在 POST 前停止準備。
參數serialization_order規格endpoint, model, provider(如有提供), completion_window(如有提供), requests 放在最後
參數optional_controls規格provider.only, provider.allow_fallbacks, completion_window
參數schema_scope規格依文件規定的內嵌 Batch 封裝格式提供文字 Chat Completions 請求主體。

生命週期: asynchronous

GET /v1/batches/{operation_id} · 原始建立回應中實際回傳的 response.id;使用相同使用者/金鑰/群組

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時
顯式快取計價
未啟用 請求顯式快取時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定費率表上下文 Token 數大於上下文 Token 數小於或等於費用
設定詞元基本費率費率表基本費率上下文 Token 數大於—上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.0003 / 1K Token
輸出 · 輸出 Token $0.0025 / 1K Token
輸入 · 讀取快取 $0.00006 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token
設定請求長度級距 1費率表—上下文 Token 數大於0上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.0003 / 1K Token
輸出 · 輸出 Token $0.0025 / 1K Token
輸入 · 讀取快取 $0.00006 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token

Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · 批次處理(Batch)

curl · 保留的測試資料Python HTTP · 客戶實際的 JSONL
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: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")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash: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"))

接收並儲存結果

Ailoot Ultra · 批次處理(Batch)

內嵌的 results[].response.body JSON

  • GET /v1/batches/{operation_id}
查看工作狀態
curl · 原始作業狀態
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
保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

請保留每個結果、回應/錯誤本文、候選項目與彙總用量。

需要檢查原始回應時

保留原始作業 ID。503 result_pending_check 回應帶有 X-Should-Retry:false;請勿重新提交狀態不明的原始批次。

回應欄位
欄位類型
欄位results[].custom_id類型string
欄位results[].response.body.choices[].message.content類型string|null
欄位results[].error類型object|null
欄位usage類型object|null

別名

模型別名

Ailoot Ultra google/gemini-2.5-flash:batch

方法路徑別名

請使用上方列出的 API 方法路徑。

相關呼叫用 ID

google/gemini-2.5-flash:batch

FAQ · Google: Gemini 2.5 Flash (batch)
可以使用哪些輸入與結果?

POST /v1/batches · google/gemini-2.5-flash:batch: text → text

請求使用哪些欄位?

POST /v1/batches · google/gemini-2.5-flash:batch: endpoint, model, requests, completion_window, provider

適用哪些限制?

POST /v1/batches · google/gemini-2.5-flash:batch: requests.min_items: 1

更多詳情

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

公司及其專案組合

公司及其專案組合:數百萬客戶,每月銷售額達數十億。

優惠購買 token。

訂閱優惠適合持續工作,折扣碼購買 token 最高可折 50%。

訂閱
為定期請求選擇優惠方案。
最高 50% 折扣碼
購買時輸入代碼,價格依活動重算。
歷史中的費用
每次請求保存模型、token 與金額。

選擇訂閱 · 查看模型價格

將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人;轉售請申請經銷授權。

商用應用程式
在付費功能加入文字、圖片、影片與聲音生成。
經銷授權
提供專案說明與存取方式,要求書面使用和轉售條件。
網站文件
串接前可閱讀正式服務條款、授權合約與資料處理政策。

申請經銷授權 · 正式服務條款與授權合約