Google: Gemini 3.1 Pro Preview Custom Tools

Google: Gemini 3.1 Pro Preview Custom Tools es un modelo de texto de Google, ofrecido como una variante de vista previa de Gemini 3.1 Pro. Su rasgo distintivo es un cambio en el comportamiento de selección de herramientas: el modelo está ajustado para evitar el uso excesivo de una herramienta bash general cuando hay opciones de terceros más eficientes disponibles. El proveedor lo lanzó el 2026-02-25, y se ubica en la categoría de texto en api14.

El modelo acepta entradas de texto, audio, imagen, video y archivos, y devuelve solo texto. Su ventana de contexto es de 1,048,576 tokens, con una salida máxima de 65,536 tokens. El comportamiento de razonamiento se expone a través de los parámetros reasoning, reasoning_effort e include_reasoning, por lo que puedes controlar cuánta deliberación interna aplica el modelo y si ese razonamiento se muestra en la respuesta.

Esas capacidades apuntan a algunos patrones prácticos. La ventana de contexto tan grande se adapta al trabajo sobre documentos largos, transcripciones o entradas de múltiples archivos, y la combinación de modalidades de entrada significa que puedes pasar audio, imágenes, video o archivos junto con instrucciones de texto sin un paso de preprocesamiento separado. Debido a que la selección de herramientas es el enfoque de esta variante, encaja en flujos de trabajo agénticos donde el modelo debe elegir entre varias herramientas, particularmente cuando una herramienta bash general tiende a dominar en otras configuraciones. Las salidas estructuradas y el soporte de razonamiento también lo hacen razonable para tareas de extracción y análisis donde quieres una forma de respuesta predecible.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo google/gemini-3.1-pro-preview-customtools. Las solicitudes admiten include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools y top_p. Si quieres un agente con herramientas, pasa tools y tool_choice; si quieres un muestreo casi determinista, usa seed y temperature. Para datos estructurados, usa response_format o structured_outputs. Vale la pena verificar las entradas largas contra el contexto de 1,048,576 tokens y el límite de salida de 65,536 tokens.

Ten en cuenta que esta es una compilación de vista previa y una variante especializada, por lo que vale la pena probarla con tu propio conjunto de herramientas en lugar de asumir que el ajuste de selección de herramientas coincide con tu configuración. La salida es solo texto, así que cualquier cosa que necesite imágenes, audio o video generados requeriría un modelo diferente. Si tu trabajo no implica selección de herramientas, una versión de Gemini de propósito general puede ser una opción más simple, ya que el comportamiento de herramientas personalizadas es la razón principal para elegir esta.