Google: Gemini 3.7 Flash

Google: Gemini 3.7 Flash es un modelo de texto multimodal de Google, disponible en api14 bajo el id de modelo google/gemini-3.7-flash. Se sitúa en la categoría de texto y su proveedor lo posiciona para flujos de trabajo agénticos rápidos, programación y razonamiento complejo de varios pasos, con énfasis en un rendimiento ágil y una ejecución fiable de varios pasos. Si ya estás desarrollando contra Gemini o quieres un modelo de Google detrás de una interfaz compatible con OpenAI, este es el que debes evaluar.

En el lado de la entrada, el modelo acepta texto, imágenes, vídeo, archivos y audio, por lo que una sola solicitud puede mezclar modalidades en lugar de obligarte a preprocesarlo todo a texto plano. La salida es solo texto. La ventana de contexto es de 1.048.576 tokens, lo bastante grande como para contener documentos largos, historiales de conversación extensos o repositorios de código considerables en una sola llamada. La longitud máxima de salida es de 65.536 tokens, por lo que generaciones largas como reescrituras completas de archivos o planes detallados de varios pasos caben en una sola respuesta.

Esas capacidades apuntan a un conjunto bastante específico de casos de uso. La entrada multimodal más un contexto de un millón de tokens encaja con el análisis de documentos y medios donde necesitas razonar sobre capturas de pantalla, grabaciones o archivos adjuntos junto con instrucciones escritas. El enfoque del proveedor en flujos de trabajo agénticos y programación lo hace adecuado para asistentes impulsados por herramientas, revisión y generación de código, y tareas de varios pasos donde el modelo llama a funciones y continúa a partir de sus resultados. Como maneja audio y vídeo directamente, los pipelines de transcripción y resumen de medios pueden saltarse un paso de ingesta independiente.

Llamarlo a través de api14 funciona como cualquier otro endpoint compatible con OpenAI. Envía tu solicitud con el campo model establecido en google/gemini-3.7-flash, y la pasarela lo traduce al proveedor. Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools y top_p. En la práctica, eso cubre la llamada a herramientas y funciones mediante tools y tool_choice, la salida JSON estructurada mediante response_format y structured_outputs, el determinismo mediante seed, el control de muestreo mediante temperature y top_p, y el control de razonamiento mediante las opciones reasoning, reasoning_effort e include_reasoning.

Hay dos cosas que conviene comprobar antes de comprometerte. La salida es solo texto, así que si necesitas imágenes o audio generados tendrás que usar otro modelo. Y si tu carga de trabajo es clasificación simple o resumen corto sobre texto plano, el amplio soporte de modalidades y el contexto tan grande pueden ser más de lo que necesitas; un modelo más pequeño y solo de texto podría encajar mejor.