Source: https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/
Canonical: https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/
Language: es-mx

# inclusionAI: Ling 3.1 Flash

[Markdown](https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/index.md) · [JSON](https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/facts.json)

## [inclusionAI: Ling 3.1 Flash](https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/)

Ling 3.1 Flash es el modelo de razonamiento híbrido de inclusionAI para trabajo de oficina, desarrollo prolongado de software y agentes complejos. Su arquitectura dispersa de 560B parámetros activa unos 25B de parámetros por token y permite planificación de varios pasos, interacción con herramientas y revisiones a partir de resultados intermedios.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/inclusionai-ling-3-1-flash/#method-1)

Sobre el modelo

Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.

Ling 3.1 Flash es el modelo de lenguaje de razonamiento híbrido de inclusionAI para tareas que implican varias etapas en lugar de una sola respuesta corta. El fabricante lo orienta al trabajo de oficina cotidiano, la ingeniería de software prolongada y los flujos complejos de agentes. Usa una arquitectura de mezcla de expertos con aproximadamente 560B de parámetros totales y unos 25B activos por cada token, equilibrando una gran capacidad del modelo con una menor cantidad de cómputo activo.

Su objetivo central de diseño es mantener el estado de la tarea y corregir el rumbo de trabajos más largos. En un flujo conectado a herramientas, el modelo puede planear varios pasos, interpretar resultados intermedios y revisar el siguiente paso cuando cambia la evidencia. Dale un objetivo preciso, los materiales disponibles y una definición de finalización. Por ejemplo: «Revisa estas notas del incidente, identifica las causas sin resolver y produce un plan de investigación priorizado. Para cada acción, indica la evidencia necesaria para decidir si funcionó». Esto convierte una solicitud vaga en un resultado que puede inspeccionarse y continuarse.

Para trabajo de oficina, las entradas útiles incluyen notas fuente, texto extraído de documentos, tablas con definiciones claras de columnas y la audiencia prevista de un informe. Indica el periodo, las unidades y la comparación que deben utilizarse. Pide un entregable escrito, como un informe ejecutivo breve, un esquema de informe o una explicación de los cambios importantes. Un ejemplo es: «Utilizando únicamente estas tablas trimestrales, explica los cambios más grandes, distingue los valores observados de los supuestos y redacta un informe breve con las preguntas sin respuesta al final». Mantén las etiquetas de fuentes junto con la entrada para que las afirmaciones resultantes puedan rastrearse hasta el material correcto.

Para desarrollo de software, el fabricante destaca la refactorización entre lenguajes, la optimización del rendimiento y el análisis de áreas utilizadas con frecuencia de una base de código. Proporciona los archivos relevantes como texto, el comportamiento que debe conservarse, las versiones de dependencias y cualquier salida con fallas o medición. Una solicitud útil pide un cambio propuesto y las comprobaciones necesarias para evaluarlo: «Refactoriza este analizador conservando el formato de salida documentado. Explica el comportamiento afectado, muestra el código revisado e identifica los casos que revelarían una regresión». Para trabajo de rendimiento, proporciona perfiles o tiempos reales y pide que vincule cada recomendación con un cuello de botella medido.

Para análisis profesional, reúne las reglas, las definiciones y la evidencia relevantes antes de pedir una recomendación. Ling 3.1 Flash está pensado para sintetizar información dispersa, interpretar indicadores y desarrollar propuestas de acción. Pide una comparación que indique los supuestos y la información que aún se necesita, en lugar de un veredicto sin respaldo. Por ejemplo, proporciona varias propuestas de proyecto y solicita un memorando de decisión con los mismos criterios para cada una, separando las observaciones respaldadas por fuentes de las consecuencias inferidas. Cuando la evidencia entre en conflicto, solicita los pasajes contradictorios y la pregunta que permitiría resolverlos.

El fabricante distingue un máximo de contexto del modelo de 1M de tokens del contexto de 256K actualmente habilitado por su servicio oficial. Estas cifras describen límites diferentes. Organiza el material de trabajo según la ventana aplicable y reserva espacio para la respuesta; un máximo a nivel del modelo no significa que todas las interfaces acepten esa cantidad de entrada. Para una tarea grande, conserva juntos el objetivo, las decisiones tomadas, las preguntas pendientes y las referencias a fuentes. Usa límites explícitos alrededor de documentos y código para no confundir el material que debe analizarse con las instrucciones que deben seguirse.

Prepara las tareas conectadas a herramientas con descripciones claras de las herramientas, argumentos esperados y registros de resultados útiles. Devuelve los resultados reales a la conversación para que la siguiente propuesta se base en observaciones. Pide al modelo que explique qué cambia un resultado devuelto y qué evidencia sigue faltando. El diseño orientado a agentes del modelo admite este patrón de planificación y retroalimentación; la aplicación que lo integra ejecuta los pasos con herramientas y conserva sus resultados. Un comando propuesto, un cambio de código o un informe resultan más útiles cuando su estado es claro: sugerido, ejecutado con un resultado registrado o todavía pendiente de verificación.

Ling 3.1 Flash pertenece a la línea de modelos de lenguaje; la edición independiente Ling 3.0 Flash VL es el modelo visual del fabricante. Para esta tarea de texto, prepara contenido fuente textual y conserva su estructura, etiquetas y procedencia. Especifica el idioma y la forma de salida, como un memorando conciso, una tabla de hallazgos, una explicación de un parche o un plan numerado. Pide al modelo que señale la información faltante y contrasta el entregable solicitado con las restricciones originales. Los flujos largos siguen necesitando inspección de los resultados intermedios: de otro modo, un supuesto equivocado temprano puede trasladarse al razonamiento posterior y pulirse hasta convertirse en un informe final convincente.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `inclusionai/ling-3.1-flash`

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=chat)

inclusionAI /`inclusionai/ling-3.1-flash`

### Inicio

Ling 3.1 Flash es el modelo de razonamiento híbrido de inclusionAI para trabajo de oficina, desarrollo prolongado de software y agentes complejos. Su arquitectura dispersa de 560B parámetros activa unos 25B de parámetros por token y permite planificación de varios pasos, interacción con herramientas y revisiones a partir de resultados intermedios.

Entradas aceptadas

Texto

Resultados

Texto

### Disponible en Ailoot · entradas y métodos

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Entrada

`text`

Salida

`text`

Formato de salida

json o SSE

| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites inclusionai/ling-3.1-flash | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
| Campo`messages[].content` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |

Combinaciones de materiales de entrada

**Texto** · Texto UTF8

`messages[].content`

Parámetros del método y ciclo de vida

| Parámetro | Contrato |
| --- | --- |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`required` | Contratomodel, messages |
| Parámetro`material_types` | Contratotext |
| Parámetro`messages` | Contratomatriz de mensajes con estructura role/content |
| Parámetro`file_material` | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
| Parámetro`optional_controls` | Contratostream |
| Parámetro`control_scope` | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
| Parámetro`output_modalities` | Contratotext |
| Parámetro`hosted_operations` | Contratofalse |
| Parámetro`multimodal_input_binding` | Contratonull |

Alias de método: `/chat/completions`

Ciclo de vida: `synchronous_or_streamed`

Envía el ID exacto del modelo junto con messages.

La longitud del contexto no es un límite máximo de salida.

Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.

### Tarifas

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo fast

Sin especificar Cuando se selecciona el modo fast

Modo flex

Sin especificar Cuando se selecciona el modo flex

Esfuerzo máximo de razonamiento

Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default

#### Tarifas de Ailoot

#### Precios por configuración

Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.

| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.0006** / 1K tokens Salida · Tokens de salida **$0.0018** / 1K tokens Entrada · Lectura de caché **$0.00012** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.0006** / 1K tokens Salida · Tokens de salida **$0.0018** / 1K tokens Entrada · Lectura de caché **$0.00012** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |

Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/)

### Solicitudes de ejemplo

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"inclusionai/ling-3.1-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="inclusionai/ling-3.1-flash", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### Recibir y guardar resultados

#### Ailoot Ultra · OpenAI Chat

json o SSE

##### Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.

##### Si es necesario revisar la respuesta original

Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.

Campos de respuesta

| Campo | Tipo |
| --- | --- |
| Campo`choices[].index` | Tipointeger |
| Campo`choices[].message.content` | Tipostring\|null |
| Campo`choices[].message.tool_calls` | Tipotool\_call\[\] |
| Campo`choices[].message.reasoning_content` | Tipostring |
| Campo`choices[].message.reasoning_details` | Tipoobject\|array |
| Campo`choices[].finish_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |

Errores y siguientes pasos

| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |

### Alias

#### Alias del modelo

**Ailoot Ultra** [`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=chat)

#### Alias de rutas de métodos

`/chat/completions`

#### ID de modelo relacionados

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `inclusionai/ling-3.1-flash`

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=messages)

inclusionAI /`inclusionai/ling-3.1-flash`

### Inicio

Ling 3.1 Flash es el modelo de razonamiento híbrido de inclusionAI para trabajo de oficina, desarrollo prolongado de software y agentes complejos. Su arquitectura dispersa de 560B parámetros activa unos 25B de parámetros por token y permite planificación de varios pasos, interacción con herramientas y revisiones a partir de resultados intermedios.

Entradas aceptadas

Texto

Resultados

json · sse

### Disponible en Ailoot · entradas y métodos

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Entrada

`text`

Salida

`json`, `sse`

Formato de salida

JSON o SSE

| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites inclusionai/ling-3.1-flash | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
| Campo`messages[].content` | Tipo`string` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |

Combinaciones de materiales de entrada

**Texto** · Texto UTF-8

`cadena messages[].content`

Parámetros del método y ciclo de vida

| Parámetro | Contrato |
| --- | --- |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`required` | Contratomodel, messages, max\_tokens |
| Parámetro`optional_controls` | Contratostream |
| Parámetro`material_types` | Contratotext |
| Parámetro`text_file_material` | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |

Ciclo de vida: `synchronous_or_streamed`

### Tarifas

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo fast

Sin especificar Cuando se selecciona el modo fast

Modo flex

Sin especificar Cuando se selecciona el modo flex

Esfuerzo máximo de razonamiento

Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default

#### Tarifas de Ailoot

#### Precios por configuración

Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.

| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.0006** / 1K tokens Salida · Tokens de salida **$0.0018** / 1K tokens Entrada · Lectura de caché **$0.00012** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.0006** / 1K tokens Salida · Tokens de salida **$0.0018** / 1K tokens Entrada · Lectura de caché **$0.00012** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |

Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/)

### Solicitudes de ejemplo

#### Ailoot Ultra · Anthropic Messages

Cuerpo JSON mínimo completocurl · usa tu documento en UTF-8Python · guarda el resultado completo

```json
{
  "model": "inclusionai/ling-3.1-flash",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'inclusionai/ling-3.1-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'inclusionai/ling-3.1-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Recibir y guardar resultados

#### Ailoot Ultra · Anthropic Messages

JSON o SSE

##### Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.

##### Si es necesario revisar la respuesta original

Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.

Campos de respuesta

| Campo | Tipo |
| --- | --- |
| Campo`id` | Tipostring |
| Campo`model` | Tipostring |
| Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block |
| Campo`stop_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |

Errores y siguientes pasos

| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |

### Alias

#### Alias del modelo

**Ailoot Ultra** [`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=messages)

#### Alias de rutas de métodos

`/chat/completions`

#### ID de modelo relacionados

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/es-mx/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=messages)

FAQ · inclusionAI: Ling 3.1 Flash

¿Qué entradas y resultados están disponibles?

`POST /v1/chat/completions` · `inclusionai/ling-3.1-flash`: `text` → `text` `POST /v1/messages` · `inclusionai/ling-3.1-flash`: `text` → `json`, `sse`

¿Qué campos utiliza la solicitud?

`POST /v1/chat/completions` · `inclusionai/ling-3.1-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `inclusionai/ling-3.1-flash`: `model`, `messages`, `max_tokens`, `stream`

¿Qué límites se aplican?

`POST /v1/chat/completions` · `inclusionai/ling-3.1-flash`: `messages.min_items`: `1`

Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación.

## La empresa y su cartera de proyectos

La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes.

## Compra tokens con descuento.

Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens.

Suscripción

Elige un plan con descuento para tus peticiones habituales.

Código de hasta el 50%

Introduce el código al comprar. El precio se recalcula según la promoción vigente.

Gasto en el historial

Modelo, tokens e importe quedan guardados por cada petición.

[Elegir suscripción](https://ailoot.ai/docs/es-mx/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es-mx/)

## Conecta la API al producto que vendes.

SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso.

Aplicación comercial

Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio.

Licencia para revendedores

Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa.

Documentos en la web

La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar.

[Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es-mx)

## Ailoot · La empresa y su cartera de proyectos





Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI.





La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes.





Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.