Multimodalidad - Phaseo Docs

El gateway ofrece varias modalidades a través de una API unificada. Cada endpoint corresponde a una capacidad distinta y la compatibilidad de modelos varía según el proveedor.

Modalidades y endpoints

Modalidad	Endpoints principales	Notas
Texto	`/v1/responses`, `/v1/chat/completions`, `/v1/messages`	Salidas estructuradas y conversacionales.
Imágenes	`/v1/images/generations`, `/v1/images/edits`	Generación de imágenes a partir de texto y edición de imágenes.
Audio (TTS/STT/traducciones)	`/v1/audio/speech`, `/v1/audio/transcriptions`, `/v1/audio/translations`	Texto a voz, voz a texto y traducción de audio hablado.
Vídeo	`/v1/videos`, `/v1/videos/{video_id}`, `/v1/videos/{video_id}/content`, `/v1/videos/{video_id}` (DELETE)	Crea trabajos de vídeo asíncronos, consulta su estado, recupera contenido y elimina trabajos.
Música	`/v1/music/generate`	Generación musical mediante proveedores compatibles.
OCR	`/v1/ocr`	Extrae texto de imágenes cuando sea compatible.

Comprobar la compatibilidad de los modelos

Usa el endpoint de modelos para consultar los modelos disponibles y los endpoints que admiten. La cobertura de proveedores está disponible en el endpoint de proveedores.

Buenas prácticas

Elige el endpoint según la modalidad que necesites, aunque el nombre del modelo se comparta entre modalidades.
Antes de publicar, valida las cargas con la referencia de la API.

Última modificación el 2 de octubre de 2026