Introducción
Chat compatible con OpenAI para Gemini 3 Flash Preview. Ventana de lectura de 256.000 tokens, tres niveles de esfuerzo, 128 esquemas de herramienta y salida JSON en una sola llamada síncrona, con streaming SSE si lo pides.
Gemini 3 Flash Preview es el modelo de chat ligero de Google, publicado aquí como un único endpoint compatible con OpenAI. Su precio por token bajo y su primer token rápido lo convierten en la primera opción para juego de rol por turnos y ficción interactiva: lee hasta 256.000 tokens, responde con hasta 65.536 y ofrece tres niveles de esfuerzo, llamada a herramientas y salida JSON.
Funciones y aspectos destacados
El carril de los turnos cortos a alta frecuencia
En una escena que avanza cientos de turnos por hora, lo que se nota es el precio por token y el tiempo hasta el primer token, no el techo de capacidad del modelo. Para eso está este: barato como para que cada línea de cada jugador pase por un modelo, y rápido como para que la conversación nunca se quede parada en un indicador de carga.
Decide turno a turno si conviene pensarlo dos veces
low, medium y high, con medium por defecto. Deja el intercambio rutinario en low para adelantar el primer token y sube a high solo el turno que tiene que cerrar un hilo. Es una cadena en el mismo cuerpo de la solicitud, así que cambiar no cuesta nada de integración.
Puede cambiar debajo de ti
El ciclo de vida de un modelo preliminar lo decide Google, y su comportamiento y disponibilidad pueden moverse sin aviso. Decide a qué modelo pasas antes del día en que lo retiren.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Turnos ordenados, del más antiguo al más reciente. El contenido es una cadena o un array de partes text, |
max_tokens | No | Limita la respuesta a 65.536; el valor por defecto es 16 384. En juego por turnos, entre 300 y 800 evita que el modelo conteste con un capítulo entero. |
reasoning_effort | No | minimal, low, medium o high; medium es el valor por defecto. Los turnos rutinarios van bien en low, y el turno que tiene que acertar se sube a high por separado. |
stop | No | Hasta 4 secuencias, como cadena o como arreglo. La respuesta termina en cuanto el modelo escribe una de ellas, y el texto que coincide no se devuelve. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
seed | No | Cualquier entero. |
temperature | No | De 0 a 2, 1 por defecto. Google recomienda dejar los modelos Gemini 3 en 1,0: por debajo, la generación puede entrar en bucle o degradarse. |
top_p | No | De 0,01 a 1. Ajusta este o temperature, nunca los dos en la misma comparación. |
tools | No | Hasta 128 definiciones de función por solicitud. máximo 128 elementos |
tool_choice | No | auto, none, required, o un objeto que nombre una función. |
response_format | No | Pide un objeto JSON y nombra cada clave en el mensaje de sistema: así vuelven analizables las opciones ramificadas. |
Precios
Entrada $0.45 / Salida $2.70 por 1 millón de tokens
Casos de uso
Juego de rol por turnos
Ficha de personaje, reglas del mundo y tono fijados en un mensaje de sistema, y cada turno envía solo la línea nueva. A cientos de turnos por hora, el precio por token y el tiempo hasta el primer token pesan mucho más en la sensación de juego que el techo del modelo.
Narración y opciones ramificadas
Pide el siguiente tramo más tres opciones: un objeto JSON con response_format y cada clave nombrada en el mensaje system mantienen estable la forma de las opciones. Cada pantalla de una aventura de texto es esta única llamada.
Escalonar una sesión larga
Los intercambios rutinarios aquí y los turnos que importan — una revelación, un enfrentamiento, cuarenta turnos plegados en un párrafo — a un modelo más caro. Ambos tienen forma OpenAI, así que solo cambia el identificador del modelo.
Etiquetado y limpieza a granel
Etiquetar registros de conversación, reescribir resúmenes, meter texto libre en campos fijos. Que estos trabajos salgan a cuenta lo decide el precio por llamada, no el pico de razonamiento.
Guía de prompts y consejos prácticos
El personaje en system, la escena en user
La ficha de personaje, las reglas del mundo y el tono de narración van en un único mensaje de sistema; cada turno solo añade la nueva línea de user y la respuesta del asistente. Mantener quieto el mensaje de sistema es lo que permite ver qué línea cambió la voz.
Cambia el esfuerzo por turno, no por integración
El intercambio rutinario en low para adelantar el primer token y el turno que resuelve algo enviado en high. Mismo endpoint, mismo cuerpo, una cadena de diferencia.
Límites a tener en cuenta
El techo de respuesta son 65.536 tokens y un max_tokens por encima falla la validación de entrada. El contenido de los mensajes es texto, imágenes, video y audio. El video y el audio subidos pueden sumar 14 MB por solicitud. Un response_format JSON da forma a la respuesta, pero tu aplicación sigue analizándola y validándola. Es un modelo preliminar: Google puede cambiarlo o retirarlo, así que ten listo un modelo de reemplazo antes de que lleve tráfico de producción.
Inicio rápido de la API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-3-flash-preview/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
