Google: Gemini 3.7 Flash (batch)

Google: Gemini 3.7 Flash (lote) es un modelo de texto multimodal de Google, ofrecido a través de api14 bajo el id de modelo google/gemini-3.7-flash:batch. Pertenece a la línea Gemini 3.7 Flash, que Google describe como diseñada para flujos de trabajo agénticos rápidos, programación y razonamiento complejo de varios pasos. La variante por lotes es el mismo modelo expuesto para uso por lotes en lugar de patrones de solicitud interactivos.

El modelo acepta entradas de texto, imagen, vídeo, archivo y audio, y devuelve solo texto. Su ventana de contexto es de 1.048.576 tokens, con una salida máxima de 65.536 tokens. Esa combinación de un presupuesto de entrada muy grande y un techo de salida sustancial significa que puedes pasar documentos largos, medios o entradas de varias partes en una sola solicitud y aun así obtener una respuesta estructurada extensa. El comportamiento de razonamiento se expone mediante parámetros en lugar de ser fijo, así que puedes decidir cuánta deliberación interna realiza el modelo.

Los usos prácticos se derivan de esas capacidades. Un contexto largo junto con modalidades de entrada mixtas encaja con el análisis de documentos y medios, como resumir o extraer datos estructurados de informes extensos, transcripciones o grabaciones. Las tareas de programación encajan con el enfoque declarado en flujos de trabajo agénticos, especialmente cuando el modelo necesita leer varios archivos o una base de código grande antes de responder. El razonamiento de varios pasos sobre entradas grandes es otro encaje, por ejemplo, respuestas a preguntas de estilo investigación que tienen que conciliar muchas fuentes. Como la salida es solo texto, el modelo es una buena elección cuando necesitas respuestas escritas, JSON estructurado o llamadas a herramientas en lugar de medios generados.

Para llamarlo a través de api14, usa el endpoint compatible con OpenAI con el id de modelo google/gemini-3.7-flash:batch. Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, tool_choice y tools. En la práctica, eso significa que puedes limitar la longitud de salida con max_tokens, controlar la profundidad de razonamiento con reasoning_effort o los parámetros reasoning, solicitar salida estructurada mediante response_format o structured_outputs, hacer el muestreo más reproducible con seed, definir secuencias de parada y configurar el llamamiento a funciones con tools y tool_choice.

Un aspecto a sopesar es la orientación por lotes que implica el id de modelo. Si tu aplicación necesita respuestas interactivas de baja latencia, una variante no por lotes del mismo modelo puede ser la opción más adecuada, ya que los parámetros y las modalidades aquí son por lo demás los mismos. Ten en cuenta también que la salida es solo texto, así que cualquier tarea que requiera imágenes, audio o vídeo generados necesita un modelo diferente. El límite de salida de 65.536 tokens es generoso pero finito, así que las respuestas únicas muy grandes pueden necesitar dividirse en varias llamadas.