Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.

El modelo trabaja con texto, acepta documentos e imágenes, sabe razonar antes de responder y llamar a funciones. El contexto es de 1 050 000 tokens, por lo que puede analizar grandes volúmenes de documentación, mantener diálogos largos, analizar código y realizar tareas de varios pasos, como recopilar datos de diferentes fuentes y automatizar procesos mediante herramientas.

En una sola respuesta, el modelo genera hasta 128 000 tokens, lo que equivale al volumen de un capítulo grande, una instrucción detallada o un informe largo. Esta capacidad es útil cuando se necesita un resultado completo sin unir fragmentos, pero pagas por la longitud en tokens, por lo que es mejor ajustar el tamaño de la respuesta a la tarea.

Sí, el modelo cuenta con un modo de razonamiento: según nuestros datos, reflexiona sobre los pasos antes de dar una respuesta. Esto ayuda donde la lógica y el orden de las acciones son importantes: al analizar código, verificar condiciones, planificar tareas de varios pasos y encontrar errores en la cadena de razonamiento.

Sí, ambos modos son compatibles. El modelo puede llamar a funciones, es decir, acceder a sus herramientas y API, y devolver JSON estructurado. Esto es útil para escenarios donde la respuesta debe procesarse de inmediato: extracción de campos de documentos, llenado de tablas y conexión con servicios internos a través de una API unificada.

El modelo acepta imágenes y documentos como entrada, por lo que puede enviar un escaneo, un documento o una captura de pantalla junto con su pregunta y pedir que analice el contenido. La recepción de audio y video no está marcada en nuestros datos, por lo que no podemos prometerlo; si esto es crítico para su tarea, verifíquelo antes de realizar el pago.

No existe una evaluación separada de la calidad del español en los datos del modelo, por lo que no indicaremos un nivel específico. Es un modelo de lenguaje de propósito general, y la forma más fácil de probarlo con sus propias formulaciones es mediante la práctica: plantee un par de tareas laborales típicas en el chat y vea si el resultado le satisface.