Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
", "aboutText": "Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.\n\nLa guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.\n\nPara un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.\n\nLos niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.\n\nLa página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.\n\nEsta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.\n\nLa tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.\n\nEntre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Match a written panel specification\n\nCompare this panel specification with its CSS. Specification: title above the form; labels remain visible; error text appears below its field. CSS: .panel{display:flex;flex-direction:column-reverse} .field label{display:none}. Explain the mismatches and propose the smallest CSS and markup corrections. Give inspection checks for normal and error states using the supplied written requirements.A mismatch list, focused CSS/markup changes and normal/error-state inspection checks.Check that each proposed change maps to a stated requirement without redesigning other elements.gemini-3.7-flashGemini 3.7 Flash combina razonamiento multimodal con programación y trabajo de agentes en varios pasos. El perfil 3.7 de Google destaca la fidelidad a las maquetas de diseño y la comprensión de vídeo mediante agentes, con razonamiento bajo, medio y alto. Acepta texto y contenido multimedia, devuelve texto y tiene límites documentados de entrada/salida de 1 048 576/65 536 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
POST /v1/messagestext, imagetext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3.7-flash | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring|content_block[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camposystem | Tipostring|content_block[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites Mínimo: 1 El límite se aplica a: límite máximo exacto de la ficha del modelo seleccionado | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop_sequences | Tipostring[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipotool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].name | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: herramienta proporcionada | Predeterminado— |
Campotools[].description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].input_schema | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campothinking.type | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campothinking.budget_tokens | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_config.effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campometadata | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
Campocache_control | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto · Texto UTF8
messages[].content o bloque type=text
Texto + imagen
{type:image,source:{type:base64,media_type,data}} o una fuente con type=url
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext, image |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Parámetrotext_file_material | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: exact retained published method
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
POST /v1/messagesAiloot reserva un importe 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 →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.7-flash", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.7-flash", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.7-flash",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.7-flash",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.7-flash',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
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.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
gemini-3.7-flashGemini 3.7 Flash combina razonamiento multimodal con programación y trabajo de agentes en varios pasos. El perfil 3.7 de Google destaca la fidelidad a las maquetas de diseño y la comprensión de vídeo mediante agentes, con razonamiento bajo, medio y alto. Acepta texto y contenido multimedia, devuelve texto y tiene límites documentados de entrada/salida de 1 048 576/65 536 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
POST /v1beta/models/{model}:generateContenttext, imagetext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campopath.model | Tipostring | RequisitoObligatorio | Valores y límites gemini-3.7-flash | Predeterminado— |
Campocontents | Tipocontent[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campocontents[].role | Tipostring | RequisitoOpcional | Valores y límites user, model | Predeterminado— |
Campocontents[].parts | Tipopart[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
CamposystemInstruction | Tipocontent | RequisitoOpcional | Valores y límites | Predeterminado— |
CampogenerationConfig.maxOutputTokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
CampogenerationConfig.temperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CampogenerationConfig.topP | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CampogenerationConfig.topK | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CampogenerationConfig.stopSequences | Tipostring[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CampogenerationConfig.thinkingConfig.includeThoughts | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CampogenerationConfig.thinkingConfig.thinkingBudget | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].functionDeclarations | Tipofunction_declaration[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CampotoolConfig.functionCallingConfig.mode | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CamposafetySettings | Tipoobject[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
CamposessionId | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Texto · Texto UTF8
contents[].parts[].text
Texto + imagen
parts[].inlineData={mimeType,data}
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext, image |
Parámetrorequired | Contratocontents |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Parámetrotext_file_material | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: exact retained published method
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
POST /v1beta/models/{model}:generateContentAiloot reserva un importe 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 →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.7-flash:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.7-flash:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.7-flash", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.7-flash", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.7-flash',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson o transmisión en flujo compatible
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los candidatos y sus partes, incluidas las llamadas de función, las firmas de razonamiento y el uso; ensambla los fragmentos de la transmisión en flujo en orden.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
CamporesponseId | Tipostring |
CampomodelVersion | Tipostring |
Campocandidates[].content.parts[] | Tipotext|inlineData|functionCall|other part |
Campocandidates[].finishReason | Tipostring |
CampousageMetadata | Tipoobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
gemini-3.7-flashGemini 3.7 Flash combina razonamiento multimodal con programación y trabajo de agentes en varios pasos. El perfil 3.7 de Google destaca la fidelidad a las maquetas de diseño y la comprensión de vídeo mediante agentes, con razonamiento bajo, medio y alto. Acepta texto y contenido multimedia, devuelve texto y tiene límites documentados de entrada/salida de 1 048 576/65 536 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3.7-flash | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_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.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.7-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.7-flash", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson o SSE
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.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
gemini-3.7-flashGemini 3.7 Flash combina razonamiento multimodal con programación y trabajo de agentes en varios pasos. El perfil 3.7 de Google destaca la fidelidad a las maquetas de diseño y la comprensión de vídeo mediante agentes, con razonamiento bajo, medio y alto. Acepta texto y contenido multimedia, devuelve texto y tiene límites documentados de entrada/salida de 1 048 576/65 536 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3.7-flash | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_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
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gemini-3.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
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.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
google/gemini-3.7-flashGemini 3.7 Flash combina razonamiento multimodal con programación y trabajo de agentes en varios pasos. El perfil 3.7 de Google destaca la fidelidad a las maquetas de diseño y la comprensión de vídeo mediante agentes, con razonamiento bajo, medio y alto. Acepta texto y contenido multimedia, devuelve texto y tiene límites documentados de entrada/salida de 1 048 576/65 536 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.7-flash | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
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.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.7-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
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.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
google/gemini-3.7-flashGemini 3.7 Flash combina razonamiento multimodal con programación y trabajo de agentes en varios pasos. El perfil 3.7 de Google destaca la fidelidad a las maquetas de diseño y la comprensión de vídeo mediante agentes, con razonamiento bajo, medio y alto. Acepta texto y contenido multimedia, devuelve texto y tiene límites documentados de entrada/salida de 1 048 576/65 536 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.7 Flash es el perfil específico de razonamiento multimodal de Google para programación, flujos de trabajo de agentes y ejecución en varios pasos. Se basa en Gemini 3.6 Flash, con cambios algorítmicos en el razonamiento y compatibilidad con la comprensión de vídeo mediante agentes. El texto, las imágenes, el audio, el vídeo y los PDF pueden constituir el material de origen de un resultado textual. Entre los entregables útiles se encuentran una revisión de código centrada en un objetivo concreto, una comparación entre una maqueta de diseño y una implementación, o un análisis de los acontecimientos de una grabación fundamentado en la fuente.
La guía para desarrolladores de 3.7 destaca una mayor correspondencia con el diseño en trabajos de escritorio y web. Para esa tarea, proporciona la maqueta prevista, el código fuente pertinente y la discrepancia observable. Solicita una comparación respecto a elementos concretos, como el espaciado, los estados de los componentes, la jerarquía del texto o el comportamiento de las interacciones. Para una comparación de diseño, solicita una lista de discrepancias entre la maqueta de un panel de configuración y su implementación existente, con cada corrección propuesta vinculada a la captura de pantalla o al código fuente. El resultado debe identificar qué necesita cambiar sin ampliar silenciosamente el diseño más allá de los requisitos proporcionados.
Para un flujo de trabajo de programación, indica el objetivo, el comportamiento existente, los archivos pertinentes y las restricciones. Google presenta 3.7 como una opción para resolver problemas de software y reducir los ciclos fallidos de los agentes, pero una revisión útil sigue comprobando la modificación real y el resultado de la validación. Mantén en la conversación la secuencia de observaciones obtenidas mediante herramientas para que un paso posterior no parta de una descripción inventada de la base de código. El resultado final puede distinguir entre un cambio propuesto y uno confirmado mediante las herramientas de la aplicación conectada.
Los niveles de razonamiento documentados son bajo, medio y alto, con medio como valor predeterminado. El nivel bajo facilita respuestas acotadas más rápidas, mientras que el alto está pensado para razonamiento difícil y trabajo prolongado con herramientas. Gemini 3.7 Flash no admite razonamiento mínimo. Por tanto, un análisis breve de una discrepancia de interfaz y una investigación más profunda que abarque varios archivos requieren elecciones distintas de esfuerzo. Define el entregable final y las condiciones que debe cumplir antes de solicitar una secuencia más larga de razonamiento y acciones.
La página específica del modelo enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps y contexto de URL. Computer Use figura como capacidad en versión preliminar, y las salidas estructuradas permiten definir un registro de resultados. Una solicitud de llamada a una función es una operación propuesta que la aplicación conectada debe ejecutar y cuyo resultado debe devolver. Para una tarea de agente, asigna a la herramienta un propósito claro y conserva el resultado real antes de pedir al modelo que continúe. Para una extracción de información de documentos, define los campos, los valores aceptables y cómo debe representarse la información que falte.
Esta edición admite la comprensión de vídeo mediante agentes. Proporciona la grabación pertinente e indica el acontecimiento o la relación que debe examinarse. Unas instrucciones prácticas pueden preguntar qué acción visible explica un cambio de estado, o solicitar una descripción ordenada de los acontecimientos con pruebas del clip. Las imágenes y las páginas PDF pueden servir igualmente de apoyo a una comparación visual o documental. La salida sigue siendo texto: interpretación, datos extraídos, código o una explicación escrita. La generación de vídeo, imágenes o voz corresponde a perfiles de modelo separados.
La tabla específica de la API 3.7 de Google establece 1 048 576 tokens de entrada y 65 536 tokens de salida, mientras que su ficha nativa describe hasta 1M de contexto y 64K de salida de texto. Incluye las instrucciones, las intervenciones anteriores y el contenido multimedia proporcionado en la preparación de la entrada. Para el perfil del fabricante se indican procesamiento por lotes y almacenamiento en caché, junto con las opciones Flex y Priority. Para un conjunto de solicitudes independientes, conserva los identificadores de las fuentes y un formato de resultado coherente para que cada respuesta pueda comprobarse con su propia entrada.
Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. La fecha límite de sus conocimientos es marzo de 2026, con algunos ámbitos limitados a enero de 2025. Proporciona material de origen actual cuando una conclusión dependa de hechos más recientes. Lo que distingue de forma útil a esta edición es su enfoque documentado en los problemas de software, el cumplimiento del diseño y el razonamiento sobre vídeo; contrasta esos resultados con la maqueta, el código o el contenido multimedia reales, en lugar de sustituir un perfil histórico específico por funciones más recientes.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.7-flash | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_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
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.003 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-3.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
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.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
Ejemplo técnico en inglés
Match a written panel specification\n\nCompare this panel specification with its CSS. Specification: title above the form; labels remain visible; error text appears below its field. CSS: .panel{display:flex;flex-direction:column-reverse} .field label{display:none}. Explain the mismatches and propose the smallest CSS and markup corrections. Give inspection checks for normal and error states using the supplied written requirements.A mismatch list, focused CSS/markup changes and normal/error-state inspection checks.Check that each proposed change maps to a stated requirement without redesigning other elements.