Ir al contenido
Zabio está en beta: los modelos, los precios y las funciones pueden cambiar. Cuéntanos qué falla en hello@zabio.ai.

Registro de cambios

Mejoras y correcciones de cada versión, de la más reciente a la más antigua. Las funciones nuevas se anuncian en la hoja de ruta.

  • Los items de una conversación muestran su item anterior y su respuesta, para que un cliente pueda reconstruir el hilo actual. Cada item de GET /v1/conversations/{id}/items lleva zabio.parent_id y zabio.response_id, y GET /v1/conversations/{id} lleva zabio.leaf_id. Las ramas se siguen creando solo con previous_response_id.
  • Pregunta a Zabio en todas las páginas. Un botón abajo a la derecha de cada página de zabio.ai, de la documentación y del panel abre Pregunta a Zabio: haz una pregunta sobre Zabio y recibe una respuesta de la documentación, con enlaces a las páginas de donde viene. Debajo de cada respuesta ves el modelo que respondió y lo que costó la respuesta, y lo que habría costado la misma respuesta en un modelo de frontera. No necesita cuenta ni key. Pulsa ? para abrirlo o cerrarlo, o escribe a hello@zabio.ai para hablar con nosotros.
  • Un chat en el panel. Chat en el menú (app.zabio.ai/chat) habla con tus modelos con tu propia key, a tus precios de siempre, y guarda cada chat como una conversación. Elige auto, auto/cheap, auto/best o cualquier modelo que tu organización permita. Debajo de cada respuesta ves el modelo que eligió auto, lo que costó la respuesta y lo que habría costado la misma respuesta en el modelo de frontera más económico. Úsalo en tu código muestra la llamada exacta a la API para la conversación. La primera key creada al registrarte ahora tiene el permiso Conversations además de Chat; una key sin él recibe un enlace para crear una que lo tenga.
  • El chat dentro del panel. Con la sesión iniciada, Chat se abre dentro del panel: el menú se convierte en una franja de iconos junto a tus chats, para que la conversación conserve su ancho, y se despliega en el menú completo y vuelve. Tu organización, su crédito y la búsqueda siguen a mano. En un teléfono, el menú y tus chats se abren cada uno como un panel propio. Sin cuenta, el chat sigue a pantalla completa como antes.
  • Las tareas de clasificación fáciles en auto siguen nuestras mediciones de los modelos de hoy, y la comparación de precios cuenta lo que factura cada lado. Nuestro segundo estudio de Jev lo midió frente a los modelos de texto que auto elige hoy en 180 tareas de clasificación fáciles: Jev acertó todos los campos en el 85 por ciento, al nivel de gpt-6-luna (88 por ciento), y claude-haiku-5-5 en el 81 por ciento. La estimación de Zabio del precio del modelo enrutado cuenta ahora los tokens que tu esquema JSON añade a la entrada y el razonamiento de un modelo cuyo ajuste razona, y su estimación del precio de Jev sigue el recuento actual de TypeSafe, así que, de dos modelos medidos al mismo nivel, el que Zabio estima más barato se acerca ahora mucho más al que factura menos. En nuestras peticiones de prueba, alrededor del 6 por ciento de las tareas fáciles va ahora a gpt-6-luna, cada una facturada al precio de Jev o por debajo, y Jev responde el resto. Las mismas estimaciones valen para toda tarea que Jev puede responder en auto, para las líneas auto dentro de un lote y para POST /v1/public/analyze. Consulta Tareas de clasificación en auto.
  • La revisión con un modelo del AI Firewall lee más de una imagen y de un PDF. Con el nivel de pago, y en la revisión del AI Firewall con la revisión con un modelo: el texto dibujado a pocos tonos de un fondo liso (blanco sobre blanco, el color de una banda) se hace legible antes de leer la imagen. En 44 imágenes así con una inyección publicada la revisión detectó 43; antes detectaba 15. El texto inofensivo oculto de ese modo también se marca más a menudo. Un JPEG que lleva una orientación EXIF se gira como lo giran los modelos. Un PDF escaneado se lee ahora por las imágenes de sus páginas cuando están guardadas como JPEG, las 8 primeras de un documento, cada una contada y cobrada como una imagen; antes un escaneo no se leía. El title y el context de un bloque de documento en /v1/messages se leen como texto, cada uno con su propia ruta. Una imagen revisada antes de esta versión se revisa una vez más. Consulta el AI Firewall.
  • Las tareas de clasificación medias en auto siguen nuestras mediciones. Nuestro segundo estudio de Jev lo midió frente a los modelos de texto que auto elige hoy, en 56 tareas de clasificación calificadas como medias: Jev acertó todos los campos en el 82 por ciento, al nivel de gpt-6-luna (80 por ciento) y por delante de claude-haiku-5-5 (70 por ciento). Una tarea de clasificación calificada como media la responde ahora la regla de la línea sobre esas mediciones, como ya ocurría con las fáciles. Jev fue el más barato en todas las peticiones medias que probamos, así que responde estas tareas como hasta ahora. Consulta Tareas de clasificación en auto.
  • Dos proveedores más en Alibaba Cloud, y qwen4-max completo. deepseek-v4.1-flash-1017@alibaba-intl y kimi-k3.1-pro@alibaba-intl son nuevos. Los dos se procesan fuera de China continental y se llaman por su nombre. qwen4-max acepta ahora imágenes y herramientas, tiene su contexto de 1.000.000 de tokens y su salida de 131.072 tokens, y cobra la entrada en caché a 0,075 USD por millón de tokens, el precio de Alibaba, en lugar del precio de entrada completo. Los precios y los límites están en la página de modelos.
  • Un precio de caché más bajo para DeepSeek V4.1 Flash en Alibaba Cloud. Alibaba cobra ahora la entrada en caché de deepseek-v4.1-flash a un precio fijo de 0,006 USD por millón de tokens en horas punta y 0,003 fuera de ellas, la décima parte de lo que cobraba Zabio. La comprobación de precios de Zabio, cada hora, lee el precio nuevo, y las llamadas a deepseek-flash@alibaba-intl se cobran a ese precio desde aproximadamente un día después de esta versión.
  • Editar una imagen desde su enlace. La url de una imagen hecha con response_format: url puede enviarse de vuelta como image_url en una edición JSON, tal como llegó, durante los 60 minutos que dura su enlace. Zabio no descarga la dirección: comprueba que el enlace lo firmó Zabio y lee la imagen de los archivos de tu organización, así que tu key tiene que poder leerla. Un enlace caducado responde 400 expired; cualquier otra dirección web se sigue rechazando. Consulta Editar una imagen desde su enlace.
  • Respuestas en audio de Qwen Omni. qwen3.5-omni-plus, qwen3.5-omni-plus-2026-03-15 y qwen3.5-omni-flash de Alibaba responden en audio en chat completions, procesados fuera de China continental. Responden en audio solo cuando la petición hace streaming (una petición sin streaming con la modalidad de audio recibe 400 unsupported_value en stream), en pcm16, con 56 voces. Una respuesta que lleva audio cobra solo su audio: su texto es gratis, como lo cobra Alibaba. qwen3.5-omni-flash-2026-03-15 responde solo en texto, porque no envía audio. En cualquier modelo, los tokens de audio que un proveedor informa para una respuesta que no llevó audio no se cobran. Consulta Respuestas en audio.
  • Rotar una API key. Rotar en la página de keys, zabio keys rotate o POST /admin/v1/orgs/{org}/keys/{key}/rotate da a una key un secreto nuevo, que se muestra una sola vez, y conserva todo lo demás: su id, nombre, proyecto, ajustes, límites, modelos e historial de uso. El secreto anterior deja de funcionar al instante. La key de una app conectada se renueva volviendo a conectar la app.
  • Una respuesta en segundo plano que termina failed devuelve su cargo. Una respuesta en segundo plano que se ejecuta fuera de un lote y termina failed después de cobrarse su respuesta (un reinicio entre el cobro y el guardado de la respuesta, o una respuesta que no se pudo guardar) ahora devuelve a tu saldo lo que se cobró por el turno. El error de la respuesta lo dice, con el importe, y el libro muestra el cargo devuelto como un adjustment.
  • La revisión del AI Firewall por separado. POST /v1/guard/check revisa textos, imágenes y PDF en busca de prompt injection sin llamar a un modelo: los patrones gratis, hasta 60 revisiones por minuto por key, y la revisión con un modelo a 0,50 USD por millón de tokens revisados, con una task opcional junto a la que lee cada elemento. La respuesta dice qué se encontró, dónde y qué no se pudo leer. POST /v1/moderations es la misma revisión con la forma de moderations de OpenAI, así que moderations.create() de un SDK de OpenAI funciona sin cambios; solo juzga prompt injection. Zabio no guarda nada del texto. Consulta Revisión del AI Firewall.
  • Revisar prompt injection desde una app de IA. El servidor MCP de Zabio tiene una herramienta check_injection: una app conectada a https://mcp.zabio.ai/mcp puede revisar una página descargada, un correo, un archivo o la salida de una herramienta con la revisión del AI Firewall antes de actuar, con la key de la conexión y su límite diario. Los patrones son gratis; la revisión con un modelo necesita una conexión a la que permitiste hacer preguntas. Consulta las herramientas.
  • Las keys existentes siguen la acción predeterminada de la organización. Una API key creada antes de que existiera la acción predeterminada de la organización para la protección contra inyección de prompts ahora también la sigue, como una key nueva, salvo que un propietario o administrador hubiera definido la acción propia de la key, que la conserva. En una organización cuya acción predeterminada es Tag, como lo es hasta que un propietario o administrador la cambia, nada cambia para esa key; en una cuya acción predeterminada es Block, la key ahora bloquea. Una key que la sigue muestra guard_action: null. Consulta la guía.
  • Una acción predeterminada para la protección contra inyección de prompts. Una organización define ahora la acción que toman sus keys ante una coincidencia de los patrones, Tag o Block, en Firewall de IA, Prompt injection o con action en PATCH /admin/v1/orgs/{org}/guard. Una key la sigue si no define su propia acción; una key nueva la sigue, y una key existente conserva tag como su propia acción hasta que la configures para seguirla (guard_action: null, u Organización en la Acción de la key). Una key que la sigue muestra guard_action: null, y cada key muestra la acción vigente en guard_action_effective. Consulta la guía.
  • Permitir un texto escribiéndolo. Los propietarios y administradores pueden ahora agregar un texto permitido antes de que se señale ninguna llamada: Añadir texto en Firewall de IA, Prompt injection, o POST /admin/v1/orgs/{org}/guard/allowlist/text. Los patrones leen el texto y Zabio guarda la regla y un hash de cada coincidencia, nunca el texto. Una entrada puede llevar una nota. Solo una sesión web puede hacerlo: ningún token, API key ni app MCP.
  • Espacio para la respuesta en auto. Una petición a auto sin max_tokens va ahora solo a modelos cuya ventana de contexto deja al menos 4.096 tokens para la respuesta junto a la entrada, después del 5 por ciento que Zabio deja libre. Antes, un prompt largo podía ir a un modelo cuya ventana casi llenaba, sin apenas espacio para la respuesta. Cuando ningún modelo que auto puede usar deja ese espacio, la petición recibe 400 context_length_exceeded y el mensaje lo dice.
  • Modelos de DeepSeek cerca de su ventana de contexto. DeepSeek rechaza ahora una petición cuya entrada más el límite de salida supera la ventana. Cerca de la ventana, Zabio envía ahora a los modelos de DeepSeek el espacio que la ventana deja junto a la entrada, como a los de Together AI; con menos de 4.096 tokens de espacio la petición es demasiado larga para el modelo. Antes, a esa petición se le enviaba la salida máxima del modelo y DeepSeek la rechazaba.
  • max_tokens cerca de la ventana de contexto. En los modelos de Anthropic el max_tokens que fijas se envía tal como lo fijas, dentro de la salida máxima del modelo, y sin ninguno se envía la salida máxima del modelo con cualquier tamaño de entrada: Anthropic acepta entrada más max_tokens por encima de la ventana y se detiene en la ventana. En los demás modelos, un max_tokens demasiado grande para la ventana se baja al espacio que la ventana deja, pero ya no por debajo de 4.096 tokens (o de tu propio valor, si es menor); con menos espacio que eso la petición es demasiado larga para el modelo. Antes podía bajarse a unos pocos tokens.
  • Una respuesta vacía en la ventana de contexto lo dice. Cuando un modelo razona hasta que termina su ventana de contexto y no escribe nada, zabio.no_answer dice ahora que la entrada no dejó espacio para la respuesta, en lugar de pedir un max_tokens mayor.
  • Marca el texto que no escribiste. Una parte de texto de un mensaje del usuario puede llevar "zabio": {"untrusted": true} en chat completions, la API Responses y /v1/messages, para una publicación de un foro, un correo o una página que pegas. La protección contra prompt injection la lee entonces como un resultado de herramienta: los patrones usan las reglas de los resultados de herramientas, y la revisión con un modelo del nivel de pago la lee junto a las propias palabras de tu usuario. El modelo recibe el texto sin la marca y el precio no cambia. Una marca en cualquier otro lugar se rechaza con 400 invalid_value. Consulta Texto que no escribiste.
  • Lo que la protección no leyó. zabio.guard.not_read y la nueva cabecera x-zabio-guard-unread cuentan las imágenes, el audio, el video, los archivos y los mensajes de sistema de una petición, y con el nivel de pago los mensajes anteriores, los turnos del asistente y los resultados de herramientas de confianza que su revisión con un modelo no lee. La cabecera termina con el número de textos que la revisión con un modelo no pudo leer, o pending cuando las cabeceras se enviaron antes de que terminara. Un texto largo que la revisión con un modelo señaló mientras una parte no se pudo leer ahora también aparece en zabio.guard.unchecked, con partial: true.
  • La revisión con un modelo lee imágenes y documentos. Con el nivel de pago, la revisión con un modelo del Firewall de IA ahora mira las imágenes PNG y JPEG de los resultados de herramientas en /v1/messages y las imágenes que marcas con "zabio": {"untrusted": true} en cualquier API, como máximo 8 por petición, y lee el texto de los documentos PDF y de texto plano en /v1/messages, también el oculto. Ambos se leen como resultados de herramientas y se cobran como tokens revisados, como el texto. Una imagen dada por URL, un GIF, un WebP y las páginas de un PDF escaneado no se leen y se cuentan en zabio.guard.not_read; lo que no se pudo leer aparece en zabio.guard.unchecked, con los nuevos motivos image_limit y unsupported. Consulta El nivel de pago.
  • Las respuestas en segundo plano mantienen su estimación apartada hasta que terminan. Una respuesta en segundo plano (background: true en POST /v1/responses) que se ejecuta fuera de un lote mantiene ahora su coste estimado apartado desde que entra en la cola hasta que se factura o termina, como una llamada síncrona mientras se ejecuta. Un turno cuya estimación no cabe en el saldo que queda después de las llamadas en curso, incluidos los turnos en segundo plano en cola, se rechaza con 402 insufficient_credits al encolarlo. Cancelar un turno en cola libera su estimación al momento.
  • Una respuesta en segundo plano cuya llamada falló dice failed. Una respuesta en segundo plano cuya llamada al modelo falló termina ahora con status: "failed" y el error de la llamada. Antes terminaba cancelled, con un mensaje que decía que se había cancelado antes de ejecutarse.
  • El crédito de prueba y las respuestas en segundo plano. Para una organización que funciona solo con crédito de prueba, un modelo de la clase frontier nombrado con background: true se rechaza ahora con 402 trial_model_restricted al ponerse en cola, como en una llamada síncrona. Una respuesta en segundo plano que se ejecuta fuera de un lote sigue además las otras condiciones de la prueba cuando se ejecuta: auto no elige un modelo frontier, y un turno cuya estimación supera el saldo de prueba termina failed con insufficient_credits antes de llegar al modelo. Antes, ese turno se ponía en cola y se ejecutaba en el modelo que nombraba.
  • Una respuesta en segundo plano interrumpida después de cobrarse su respuesta no se ejecuta dos veces. Cuando un reinicio interrumpía una respuesta en segundo plano que se ejecuta fuera de un lote después de cobrarse la llamada que escribió su respuesta y antes de guardarse esa respuesta, la llamada se hacía y se cobraba por segunda vez. Ya no se vuelve a hacer: la respuesta termina failed.
  • Una respuesta en segundo plano con un plazo de 24 horas o más necesita su estimación una sola vez. Cuando un turno así entraba en el lote de tu organización, se rechazaba con 402 insufficient_credits si el saldo disponible no cubría a la vez su estimación al precio estándar y su estimación al precio por lotes. Ahora el saldo tiene que cubrir cada una de las dos por separado.
  • max_output_tokens en una respuesta en segundo plano. El objeto de una respuesta en segundo plano muestra ahora el max_output_tokens que enviaste, al ponerse en cola y cada vez que lo lees. Antes decía null.
  • Un tiempo límite por petición. Una llamada a chat completions, /v1/messages o la API de Responses termina ahora tras 20 minutos sin respuesta o, en streaming, tras 10 minutos sin la primera parte de la respuesta. Un stream que ya empezó a enviar su respuesta nunca se corta. La compactación de una conversación de Responses cuenta dentro del mismo límite; una compactación que el límite corta responde request_timeout, donde respondía 500 internal_error. Zabio no empieza un nuevo intento con menos de un minuto por delante. Recibes el error del último intento que falló, o request_timeout si ninguno había fallado, en el cuerpo o en el stream cuando el 200 ya se había enviado, y no se cobra nada por el intento cortado. Antes, una petición que seguía cambiando de proveedor podía durar horas, y los bytes que mantienen viva la conexión impedían que el propio tiempo límite de tu cliente la terminara. Consulta Errores.
  • El crédito de prueba y los lotes. Para una organización que funciona solo con crédito de prueba, un lote con una línea que nombra un modelo de la clase frontier falla ahora antes de ejecutarse, con trial_model_restricted y el número de la línea, y auto dentro de un lote no elige un modelo frontier, como en una llamada síncrona. Lo mismo vale para una respuesta en segundo plano con un plazo de 24 horas o más, que se ejecuta en el lote de tu organización. Antes, una línea así se ejecutaba en el modelo que nombraba, o en un modelo frontier que elegía auto, y se cobraba al crédito de prueba.
  • Una respuesta en segundo plano interrumpida entre dos modelos paga el primero una sola vez. Cuando auto pasaba una respuesta en segundo plano a un modelo más capaz y un reinicio la interrumpía antes de que ese modelo respondiera, la llamada al primer modelo se hacía y se cobraba por segunda vez. Ahora la respuesta sigue en el modelo más capaz, y la primera llamada se cobra una sola vez.
  • Free y las respuestas en segundo plano con un plazo de 24 horas o más. Con los límites de Free, una respuesta así con auto, o con un modelo que tiene nivel de lotes, se rechazaba con 402 insufficient_credits. Ahora se pone en cola y se sirve con los límites de Free: en el lote de tu organización cuando un modelo gratuito tiene nivel de lotes, como trabajo propio si no.
  • Los límites de Free cuentan las respuestas en segundo plano y las peticiones de los lotes. Una respuesta en segundo plano y cada petición de un lote servidas con los límites de Free cuentan ahora para las peticiones al día de la cuenta y para su límite de uso razonable, como una llamada síncrona. Antes no se contaban ahí.
  • Una petición rechazada por el crédito de prueba no deja una respuesta sin terminar. Una llamada a la API de Responses rechazada con trial_model_restricted dejaba su conversación y una respuesta que se quedaba in_progress hasta una hora y después decía failed. Ahora no se guarda nada de una llamada rechazada.
  • max_output_tokens al leer una respuesta. GET /v1/responses/{id} muestra ahora también el max_output_tokens que enviaste en una respuesta completada que no se ejecutó en segundo plano. Antes decía null.
  • El tiempo límite cubre las respuestas en segundo plano. Una respuesta en segundo plano que se ejecuta fuera de un lote termina ahora failed con request_timeout cuando su llamada no recibe respuesta en 20 minutos, contados desde que empieza la llamada, no desde que la respuesta entró en cola.
  • La búsqueda web en tu factura. El panel y la página de uso muestran ahora lo que costó la búsqueda web, en el desglose de costes, el gráfico de gasto, las keys principales y cada llamada en los registros, y los ajustes de una key pueden desactivar la búsqueda web.
  • Búsqueda web. Los modelos de Claude y de OpenAI ya pueden buscar en la web con su propia búsqueda. Envía la herramienta web_search en la API de Responses, web_search_options en chat completions o la herramienta web_search_20250305 de Anthropic en /v1/messages, en un modelo cuya lista de precios muestre un precio por búsqueda. Cada búsqueda se factura en una línea propia, y los resultados cuentan como tokens de entrada. La búsqueda web cuesta 0,0105 USD por búsqueda: el precio del proveedor, 10 USD por cada 1.000 búsquedas, más el 5 por ciento de Zabio. Consulta Búsqueda web.
  • Edita una imagen generada en segundo plano. Una edición JSON (POST /v1/images/edits) acepta ahora como file_id el id img_ de una generación en segundo plano completada, y "zabio": {"index": n} en la misma entrada elige una de sus imágenes, así que ya no hace falta descargar una imagen y volver a enviarla para editarla. Una imagen hecha con response_format: url puede nombrarse por su id de archivo mientras su enlace funciona. La edición se factura como cualquier edición; una generación o un enlace caducados responden 400 expired.
  • Un límite para las imágenes de una edición en total. Las imágenes de una edición, incluidas las leídas de archivos y de generaciones, pueden sumar como máximo 100 MB, el límite que ya tenía una edición multipart; por encima, la edición responde 413 media_too_large.
  • El uso de Responses cuenta los tokens escritos en la caché. En los modelos de Claude, usage.input_tokens y usage.total_tokens de POST /v1/responses incluyen ahora la entrada escrita en la caché de prompts, como siempre hizo prompt_tokens en chat completions; cached_tokens sigue siendo los tokens leídos de la caché. Las facturas no cambian. Un turno de Responses con una imagen, audio o un video ya no cuenta contra tu límite de peticiones y la retención de saldo como si su texto se enviara dos veces.
  • Videos de más de 20 MB por URL en los modelos Qwen. Un video https de más de 20 MB enviado por nombre a uno de los modelos Qwen de Alibaba con video ya no se rechaza: Alibaba lo descarga desde tu URL, hasta los 2 GB que Alibaba indica como límite, y Zabio lee solo el primer 1 MB del archivo para conocer su formato y su duración. La llamada se cobra por los tokens que informa Alibaba, como todas. Los demás modelos y auto mantienen el límite de 20 MB para un video por URL; envíales un video más grande como file_id.
  • El audio en las llamadas de Responses en streaming y en las líneas de batch se cobra como en todas partes. Una llamada POST /v1/responses con stream y una parte input_audio ahora informa sus tokens de audio en usage.input_tokens y usage.input_tokens_details.audio_tokens y los cobra al precio de audio del modelo, como ya hacían la misma llamada sin stream y chat completions. Las líneas de batch con audio se cobran igual. Las llamadas anteriores no se vuelven a cobrar.
  • La estimación de crédito para audio. La estimación de crédito de una petición con audio ahora cotiza el audio al precio de audio del modelo, y un clip cuya duración no se puede leer se estima por su tamaño. Las facturas no cambian.
  • Texto a voz largo en Gemini. Los modelos de voz de Gemini ahora responden entradas de hasta 4.096 caracteres. Un modelo que se detiene antes del final de la entrada lo indica con finish_reason length.
  • Los videos guardados se entregan. Un video que ya se hizo y se cobró ahora se entrega cuando Zabio tiene un error al terminarlo, en lugar de devolverse el cobro y borrarse.
  • Peticiones cercanas a la ventana de contexto en los modelos de Anthropic, DeepSeek y Together AI. Una petición que nombra uno de estos modelos, no fija max_tokens y tiene una entrada cercana a la ventana de contexto del modelo se llevaba a un modelo del mismo proveedor con una ventana mayor, o se rechazaba con 400 context_length_exceeded, porque el límite de salida que Zabio envía por defecto se contaba contra la ventana. Los modelos de Anthropic y DeepSeek aceptan esa petición, así que ahora la atiende el modelo que nombraste; en los modelos de Anthropic una respuesta que llega a la ventana termina ahora con finish_reason length. En los modelos de Together AI Zabio envía ahora el espacio que la ventana deja junto a la entrada, así que la petición se queda en el modelo que nombraste con un límite de salida más corto; cuando quedan menos de 4.096 tokens de espacio se lleva a otro modelo o se rechaza como antes. Una petición que fija max_tokens no cambia. Consulta Errores.
  • Exportación de datos de llamadas. Zabio ahora puede enviar un registro de cada llamada que hace tu organización a tu propia herramienta de observabilidad mediante OpenTelemetry (OTLP): el modelo, los tokens, el coste, el tiempo y el resultado, y la petición y la respuesta cuando el registro de cuerpos está activado para la key y tú incluyes los cuerpos. Configúralo en Ajustes, Exportación de datos de llamadas (propietarios y administradores). Está desactivada hasta que la actives y nunca hace más lenta una llamada. Consulta Exportación de datos de llamadas.
  • Audio más largo en los modelos Gemini. El audio que envías en partes input_audio ahora tiene un límite por modelo: los modelos Gemini de Google aceptan hasta 100 MB de audio decodificado por petición, y todos los demás 20 MB como antes. El cuerpo de una sola petición lleva unos 25 MB de audio; más audio llega a un modelo Gemini en la Responses API, donde también cuentan los clips guardados de la conversación. Zabio envía los clips de las peticiones grandes a Google por el servicio de archivos de Google y los borra allí en cuanto llega la respuesta. Una petición por encima del límite de un modelo responde 413 media_too_large y ahora indica el límite.
  • Voz como eventos. La conversión de texto a voz ahora se transmite como eventos: envía stream_format: sse a /v1/audio/speech y recibe el audio en eventos speech.audio.delta en base64 y un evento speech.audio.done con el uso y el coste de la llamada, en todos los modelos de voz.
  • Audio en caché en dos modelos Gemini. El audio que gemini-3-flash-preview o gemini-3.1-flash-lite lee de su caché se cobra ahora al precio de caché para audio de Google: 0.10 y 0.05 USD por millón de tokens a precio de lista, antes de la comisión de tu plan. Hasta ahora se cobraba al precio de caché para texto de esos modelos, 0.05 y 0.025. GET /v1/models muestra el precio como zabio.pricing.cache_read_audio. Los demás modelos tienen un solo precio de caché y no cambian.
  • Estimaciones de transcripción con crédito de prueba. Mientras una organización funciona solo con crédito de prueba, la cantidad que se aparta para una transcripción usa la mayor de dos duraciones: la que indica la cabecera del archivo y el tamaño del archivo como voz a 16 kbit/s. Un archivo codificado por encima de 16 kbit/s se estima por encima de su factura hasta que la llamada termina, y una llamada cuya estimación no cabe en el saldo se rechaza con 402 insufficient_credits. La factura es la duración real, como antes, y nada cambia para una organización que ha añadido crédito. Consulta Audio.
  • Las listas de IP en la descarga de datos de la organización. Los datos de la organización, que un propietario o un administrador descarga desde la aplicación web, incluyen ahora las listas de direcciones IP permitidas y denegadas: las de la organización y las de cada proyecto y cada key que tiene las suyas, también las keys revocadas. Antes solo decían si un proyecto o una key tenía una lista.
  • Textos más claros y la app web en el móvil. Las páginas del menú nuevo fijan sus textos en inglés y en español, llaman a cada página por su nombre nuevo y funcionan en el ancho de un teléfono: nada se desplaza de lado salvo las tablas anchas, cada control muestra dónde está el foco del teclado y el texto tiene el contraste que piden las pautas de accesibilidad. Los correos del inicio de sesión en dos pasos y el resumen mensual de uso ahora llevan a Mi perfil. Una llamada que rechaza una lista de direcciones IP ahora dice la dirección desde la que llegó y dónde se definen las listas, en Firewall de IA, Acceso de red.
  • Un recorrido nuevo por la aplicación web. Al iniciar sesión, una ventana en el panel te ofrece un recorrido corto en cinco pasos: crear una API key, hacer tu primera llamada, verla en Uso, protegerla en Firewall de IA y recargar en Facturación. Cada paso abre su página y señala la parte que explica. Ahora no te lo vuelve a ofrecer la próxima vez que inicies sesión, y No volver a mostrar no lo vuelve a ofrecer; tu respuesta se guarda con tu cuenta, en cualquier navegador. Hacer el recorrido, al final del menú, lo muestra de nuevo cuando quieras. Si saltaste o terminaste el recorrido anterior, la ventana no se abre.
  • Las generaciones de imágenes en segundo plano y los videos apartan su estimación. Cuando una generación de imágenes en segundo plano o un video entra en cola, su coste estimado se aparta ahora de tu saldo hasta que termina, como ya se hacía en una llamada directa, así que las peticiones puestas en cola a la vez ya no pueden dejar juntas el saldo por debajo de cero. Una petición cuya estimación no cabe en el saldo que queda tras las llamadas aún en curso se rechaza con 402 insufficient_credits y no se pone nada en cola; el mensaje dice la estimación, el saldo y la cantidad mínima que añadir. La cantidad apartada se devuelve cuando la generación o el video falla o se cancela, y se sustituye por el cargo real cuando se produce. La estimación de un video ya no añade una cuarta parte por seguridad: es la duración por el precio por segundo más alto del modelo, comisión incluida. Consulta Imágenes y Videos.
  • Un menú nuevo en la aplicación web. La barra lateral agrupa las páginas en Resumen, Crear, Supervisar, Seguridad y políticas y Organización, y las páginas largas se dividen en pestañas, cada una con su propia dirección. Tus propios ajustes (perfil, contraseña, inicio de sesión en dos pasos, sesiones, tokens de acceso y apps conectadas) pasaron de Ajustes a Mi perfil, en el menú bajo tus iniciales. El firewall de IA tiene su propia página, Proyectos es una pestaña de API keys, Referidos una pestaña de Facturación, y el acceso a modelos de tu cuenta está en Modelos. El selector de proyectos es ahora un filtro: muestra todos los proyectos hasta que eliges uno, y la dirección guarda tu elección. Las direcciones y los marcadores antiguos siguen abriendo la página correcta. Novedades, en la cabecera, muestra los últimos cambios y lo que tu cuenta necesita atender.
  • Búsqueda en la aplicación web. Pulsa Ctrl K (⌘ K en un Mac), o haz clic en el cuadro de búsqueda de la cabecera, para encontrar por su nombre cualquier página, pestaña o ajuste, y las API keys, los modelos y los proyectos de tu organización. Usa las flechas y Enter para abrir un resultado, y Esc para cerrar; las páginas que abriste por última vez aparecen primero.
  • Listas de direcciones IP permitidas y denegadas. Una organización, un proyecto y una key pueden tener cada uno una lista de direcciones permitidas y una de direcciones denegadas, IPv4 e IPv6, como direcciones sueltas o bloques CIDR. Una lista de denegadas siempre gana, y un proyecto o una key solo pueden restringir lo que permite el nivel de arriba. Una llamada con una key desde una dirección que las listas rechazan recibe 403 ip_not_allowed: nada llega a un modelo y no se cobra nada. Las listas son gratuitas en todos los planes, y sin listas no cambia nada. Los propietarios y administradores las definen en la app web, en Firewall de IA, Acceso de red, que también muestra tu dirección actual y pregunta antes de un cambio que la rechazaría. Consulta Listas de direcciones IP permitidas y denegadas.
  • Un panel más claro. El panel empieza con cuatro cifras: Gasto, Ahorro del enrutado, Llamadas y Saldo, que ahora dice cuántos días dura tu saldo al ritmo de este mes. Debajo están el gasto diario por modelo, el desglose del coste, tus modelos principales, el tipo de trabajo y tus tokens; cómo se calcula cada cifra está tras su icono de información. Una línea sobre las cifras muestra un mensaje cada vez, primero el más importante: algo que tu cuenta necesita, problemas en un proveedor cuyos modelos usas y después lo nuevo de la última versión. Puedes ocultar cada mensaje. El gasto por key y por miembro pasó a la pestaña Resumen de Uso.
  • Los límites de cada key en una lista. En API keys, la pestaña Límites muestra el límite de gasto de cada key activa con lo que lleva usado en el periodo, sus peticiones y tokens por minuto y cuándo caduca; Editar abre la key. La pestaña Keys lo resume en una línea arriba: keys activas, keys con límite de gasto y cualquier key cerca de su límite, en él o a punto de caducar. Modelos, API keys, Conversaciones, Lotes y el Playground tienen el nuevo aspecto. La página de un lote abierta desde un enlace ya no muestra un error.
  • Uso, Facturación y Miembros con el nuevo estilo. La pestaña Resumen de Uso empieza con cuatro cifras para el periodo y los filtros que elegiste: Gasto con el coste por 1M de tokens, Ahorro del enrutado, Llamadas con la parte que terminó bien y la latencia, y Aciertos de caché con lo que ahorró la caché. El gasto diario está junto al desglose del coste. En Facturación, tu saldo, lo que añadiste en total y tu última recarga forman una fila de cifras; mientras tu match de lanzamiento está abierto, Saldo y recarga muestra una línea con cómo va, y el match está en Créditos y referidos. Miembros dice cuántos miembros e invitaciones pendientes tiene la organización y tu rol, y muestra el gasto de cada miembro este mes frente a su cuota mensual.
  • Las llamadas de imágenes, voz, transcripción y embeddings apartan su estimación. Estas llamadas funcionan ahora como el chat: antes de que una llamada llegue al modelo, su coste estimado se aparta de tu saldo hasta que la llamada termina, así que las llamadas enviadas a la vez ya no pueden dejar juntas el saldo por debajo de cero. Una llamada cuya estimación no cabe en el saldo que queda tras las llamadas aún en curso se rechaza con 402 insufficient_credits; el mensaje dice la estimación, el saldo y la cantidad mínima que añadir. Las generaciones de imágenes en segundo plano y los videos no cambian todavía. Consulta Facturación.
  • El Firewall de IA en Keys principales. En la página de Uso, Keys principales cuenta ahora los cargos del Firewall de IA de cada key en su gasto y en su parte, como ya hacía el límite de gasto de una key, así que la tabla suma lo mismo que Has pagado. Modelos principales sigue siendo solo el de las llamadas, porque el Firewall de IA no es un modelo. No se cobra nada dos veces y ningún precio cambió.
  • El Firewall de IA en el Panel. Has pagado, Gasto y el gráfico de gasto diario incluyen ahora los cargos del Firewall de IA, como ya hacían la página de Uso y tu factura. El gráfico los apila sobre la línea de las llamadas, y Has pagado muestra la misma cifra en el Panel, en la página de Uso y en la factura del mismo periodo. No se cobra nada dos veces y ningún precio cambió.
  • El Firewall de IA en tu uso. En la página de Uso, el gráfico de Gasto muestra los cargos del Firewall de IA como una parte propia, así que su total coincide con Has pagado. El informe mensual de uso dice los tokens que revisó el Firewall de IA y lo que cobró, y su factura los incluye. Los cargos del Firewall de IA cuentan para los 250 USD que desbloquean el match. No se cobra nada dos veces y ningún precio cambió. Consulta Créditos, igualación y referidos.
  • Una petición demasiado larga para el modelo recibe ahora un 400 claro. Una petición que no cabe en la ventana de contexto del modelo que nombraste, ni en la de ningún modelo que auto pueda usar, recibía 503 no_provider_available con Retry-After, así que los clientes reintentaban una petición que nunca podía salir bien. Ahora recibe 400 context_length_exceeded, con el tamaño de la petición, la salida contada y la ventana en el mensaje. Una petición cuya entrada cabe en el modelo que nombraste y que no fija max_tokens ahora se envía al modelo en lugar de rechazarse cerca de la ventana, y una que no cabe ya no se lleva a otro modelo; en los modelos de Anthropic, DeepSeek y Together la salida que Zabio envía por defecto sigue contando, y un modelo del mismo proveedor con una ventana mayor sigue atendiendo la petición cuando puede. Consulta Errores.
  • Las tareas de clasificación fáciles en auto van al modelo más preciso. Una petición cuyo response_format es un esquema JSON de opciones fijas, booleanos y números acotados la respondía Jev solo cuando Jev era además el modelo más barato, así que la mayoría de las peticiones cortas iban al modelo de texto más barato. En nuestras pruebas Jev acertó todos los campos en el 78 por ciento de esas peticiones, frente al 51 por ciento de ese modelo, así que en una tarea de clasificación fácil ahora responde Jev con cualquier tamaño de entrada. Una petición corta puede costar un poco más que antes: como mucho el precio de Jev por la llamada, que quedó por debajo de 0.00004 USD en nuestras peticiones de prueba de menos de 200 tokens de entrada. La misma regla vale para una línea auto dentro de un lote, donde Jev responde al momento a su precio estándar, y POST /v1/public/analyze calcula el precio de una petición así de la misma manera: su palanca jev se aplica siempre que Jev respondería, mientras que su consejo jev sigue apareciendo solo cuando Jev es el más barato. Las demás tareas conservan la comparación de precios, y una petición que nombra un modelo no cambia. Consulta Tareas de clasificación en auto.
  • El audio en caché de los modelos Gemini se cobra una vez. Cuando un modelo Gemini lee de su caché parte de un clip input_audio, esos tokens se cobran solo al precio de caché: usage.prompt_tokens_details.cached_tokens los cuenta y audio_tokens es el audio que no estaba en caché. Ninguna llamada en Zabio se cobró de la forma anterior.
  • Más modelos Qwen aceptan video. Once modelos Qwen 3.6 y 3.5 de Alibaba Cloud (International) aceptan ahora partes video_url cuando los llamas por su nombre. Consulta Video.
  • zabio.cache.applied cuenta una escritura en la caché. En un proveedor que guarda en caché por su cuenta, una llamada que solo escribió en la caché, como la primera de un prompt largo en OpenAI GPT-5.6 y posteriores o en Moonshot, ahora dice vendor_automatic en lugar de none. read_tokens sigue diciendo si la llamada acertó en la caché, y write_tokens lo que escribió. Solo cambia lo que se muestra: la factura no cambió. Consulta la tabla por proveedor.
  • Peticiones de imágenes con crédito de prueba. Una generación o edición de imágenes cuyo coste estimado supera lo que queda de tu prueba ahora se rechaza con 402 insufficient_credits antes de llegar al modelo, como ya pasaba con una petición de chat; el mensaje dice la estimación y lo que queda. Una generación en segundo plano se comprueba al ponerla en cola y otra vez cuando se ejecuta. Las cuentas que han añadido créditos no cambian. Consulta Imágenes.
  • La protección contra prompt injection lee más. Ahora también revisa las frases de anulación, extracción, cambio de personaje y evasión en español, portugués, francés, alemán, italiano, ruso y chino (la detección está medida en inglés); palabras clave partidas con espacios (ign ore prev ious); texto en hexadecimal con separadores, codificación por porcentaje, referencias de caracteres de HTML, escapes \u, códigos de caracteres en decimal o binario, ROT13 o escrito al revés, y una codificación dentro de otra; resultados de herramientas que cierran su propio envoltorio y siguen con órdenes, turnos falsos del usuario o del asistente, pasos falsos de agente y llamadas falsas a herramientas; instrucciones ocultas en comentarios HTML o en texto invisible; e imágenes HTML cuyo enlace saca datos. detections[].encoding acepta los nombres de las nuevas codificaciones. “Your new role is team lead” en un resultado de herramienta ya no se reporta. Consulta Protección contra prompt injection.
  • Cada detección en zabio.guard indica ahora su detector: pattern para los patrones gratuitos. Consulta Protección contra prompt injection.
  • Reporta lo que señala la protección contra prompt injection. En la pestaña Registro de la página de Uso, un filtro Protección muestra las llamadas que la protección señaló o no pudo leer del todo, y el detalle de una llamada señalada tiene No es un injection (ese texto exacto ya no se señala en tu organización) y Confirmar ataque, con el texto señalado compartido solo si lo eliges. Ajustes suma una sección para la protección: la acción de cada key, los textos que tu organización permitió y un resumen semanal. Una key puede confiar en herramientas por nombre (guard_trusted_tools): lo que los patrones encuentran en sus resultados se informa con trusted: true y nunca se oculta ni se bloquea. La herramienta MCP feedback acepta un campo injection; ese reporte espera a un propietario o administrador en Ajustes. Consulta Protección contra prompt injection.
  • Webhooks cuando termina un lote. Añade una dirección https en Ajustes, Webhooks, y Zabio le envía un POST firmado cuando uno de tus lotes termina, falla, expira o se cancela (batch.completed, batch.failed, batch.expired, batch.cancelled), con el id del lote, su estado, los recuentos de líneas y los enlaces a sus archivos, nunca un prompt ni una respuesta. La petición sigue Standard Webhooks (webhook-id, webhook-timestamp, webhook-signature), así que sus bibliotecas la verifican; el secreto de firma se muestra una vez y se puede rotar con 24 horas de solapamiento. Una entrega que falla se intenta 8 veces durante unas 31 horas y media, y Entregas muestra cada intento. Consulta Webhooks.
  • Claude Code a través de Zabio. Las sesiones de Claude Code ya no se detienen con un 400 en su segunda petición (messages.1.role) ni cuando hay un modelo advisor configurado. Se aceptan los mensajes con el rol system entre los turnos, como los acepta Anthropic. Las herramientas de servidor, entre ellas el advisor de Claude Code, se quitan de la petición y aparecen en zabio.ignored_parameters en lugar de rechazar la llamada; el advisor no está disponible a través de Zabio. Consulta SDK de Anthropic y Claude Code.
  • Herramientas en los modelos Gemini. Las herramientas cuyos parameters llevaban palabras clave de JSON Schema que los modelos Gemini de Google no aceptan ($schema, additionalProperties, $ref y $defs, exclusiveMinimum y otras, tal como las envían Claude Code y los SDK de OpenAI y de Anthropic) fallaban en todos los modelos Gemini, nombrados o elegidos por auto. Ahora Zabio convierte cada esquema para Gemini, lista en zabio.ignored_parameters las palabras clave que llevaban una regla y se omitieron, y deja los modelos Gemini fuera de auto para un esquema que se refiere a sí mismo; un modelo Gemini nombrado responde a esa petición con 400 unsupported_parameter con el nombre de la herramienta. Consulta Herramientas en los modelos Gemini.
  • Las llamadas que escriben en la caché de prompts de OpenAI se cobran ahora al precio de escritura de caché de OpenAI, como muestra la lista de precios: 1,25 veces el precio de entrada en gpt-6.1-sol, gpt-6.1-terra, gpt-6-sol, gpt-6-luna, gpt-6-astra, gpt-5.6-sol, gpt-5.6-terra y gpt-5.6-luna, a las tarifas por lotes y flex en esos niveles. Antes, los tokens escritos se cobraban al precio de entrada, por debajo de lo que cobra OpenAI, y zabio.cache.write_tokens decía 0; ahora los muestra, y prompt_tokens no cambia. Una llamada a esos modelos que escribe en la caché cuesta un poco más desde esta versión; las que solo la leen, y todos los demás modelos, no cambian.
  • Una respuesta en segundo plano (background: true en POST /v1/responses) que pone zabio.cache.ttl o cache.breakpoints en none con un proveedor que usa su propia caché ahora lista el campo en zabio.ignored_parameters, como lo hace la misma petición enviada sin background. La respuesta y el cobro ya eran correctos; solo faltaba el aviso.
  • Una protección gratuita contra prompt injection en cada key. Chat completions, la API Responses y /v1/messages revisan ahora los mensajes del usuario, los resultados de herramientas y los turnos del asistente que envías, en busca de texto que intenta reemplazar las instrucciones del modelo (“ignore all previous instructions”, un pedido del prompt de sistema, marcas falsas de plantilla de chat, órdenes escondidas en una página leída), después de deshacer los disfraces habituales: caracteres invisibles, letras parecidas, palabras separadas o mal escritas, Base64 y hexadecimal. Cada key tiene una acción: tag (la de todas las keys por defecto: la llamada pasa y el zabio.guard de la respuesta dice dónde estaba cada detección, nunca el texto), redact (el tramo se reemplaza por [PROMPT_INJECTION] antes de que el modelo lo vea), block (403 prompt_injection_blocked, sin cobro) u off. Se define con guard_action en la key; una petición puede pedir una acción más estricta con zabio.guard.action o x-zabio-guard, nunca una más débil. Una frase que tu organización sabe que es inofensiva se puede agregar a su lista de permitidos. Se basa en patrones y no es una garantía. Consulta Protección contra prompt injection.
  • La Messages API de Anthropic y Claude Code. Los SDK de Anthropic, Claude Code y cualquier herramienta que acepte una base URL de Anthropic funcionan con tu key de Zabio: pon como base URL el host de la API sin /v1 y envía tu key como x-api-key o como bearer token. POST /v1/messages recibe la petición de Anthropic y responde con el mensaje o el stream de Anthropic; POST /v1/messages/count_tokens cuenta tokens; GET /v1/models con el header anthropic-version lista los modelos con la forma de Anthropic; los errores en estas rutas usan el envoltorio de Anthropic. Un modelo Claude nombrado en model recibe tu cuerpo tal como lo enviaste (bloques de system, cache_control, thinking con sus firmas, documentos), y auto y todos los demás modelos reciben la petición traducida. Las llamadas se facturan como las mismas llamadas en chat completions. Se rechazan las herramientas de servidor, container, mcp_servers, el modo rápido y la residencia de datos. Consulta SDK de Anthropic y Claude Code.
  • Inicio de sesión en dos pasos. Actívalo en Ajustes: después de tu contraseña, el enlace por correo, Google o GitHub, Zabio también te pide un código de una app de autenticación, con diez códigos de recuperación de un solo uso por si pierdes el teléfono. Mientras está activado, crear una API key o un token personal, aprobar la CLI, conectar una app, mover crédito y eliminar tu cuenta te piden un código si no escribiste uno en los últimos 10 minutos; zabio keys create lo pide en la terminal o lo toma de --code. Está desactivado si no lo activas. Consulta Ajustes.
  • Llaves de acceso para el inicio de sesión en dos pasos. En Ajustes, añade una llave de acceso (tu huella, tu cara o el bloqueo de pantalla, un gestor de contraseñas o una llave de seguridad) como segundo paso, junto a la app de autenticación o en su lugar. Al iniciar sesión, y en las acciones que piden un segundo paso, verás Usar una llave de acceso. Una llave de acceso no se puede robar con un engaño: solo funciona en app.zabio.ai. Lo primero que añadas como segundo paso activa el inicio de sesión en dos pasos y te da los diez códigos de recuperación; zabio keys create sigue pidiendo un código. Consulta Ajustes.
  • La aplicación web sigue disponible mientras arranca una nueva versión: una página o un formulario enviado en ese momento espera un segundo y recibe respuesta, en lugar de fallar.
  • Un identificador opaco de tus usuarios finales ante los proveedores. Con las keys de proveedor de Zabio, cada llamada de chat completions, Responses e imágenes lleva ahora un identificador opaco en el campo que el proveedor documenta para ello (safety_identifier de OpenAI, metadata.user_id de Anthropic, labels.safety_identifier de Google, user_id de DeepSeek, user de DeepInfra, safety_identifier de Moonshot), derivado de tu organización y del id de tu usuario final cuando envías safety_identifier o user; nunca el id de tu organización ni tu valor. Así, un proveedor puede actuar sobre un usuario final y no sobre la cuenta que comparten todos los clientes. Chat completions y la Responses API leen ahora safety_identifier, y la Responses API lee user en lugar de listarlo en zabio.ignored_parameters. Con tu propia key de proveedor, el valor que enviaste llega al proveedor tal cual. Ver Lo que recibe el proveedor.
  • Una línea de un lote que pone zabio.cache.ttl o cache.breakpoints en none en un proveedor que guarda la caché por su cuenta (OpenAI, Google y los demás) lista el campo en el zabio.ignored_parameters de su línea de salida, como lo hace la misma petición enviada de forma síncrona. Consulta Lotes.
  • Grok 4.7 y Grok 4.6 en lotes. xAI cobra ahora los dos modelos en su Batch API con un 20 por ciento menos en todos los tipos de token, así que una línea de un lote puede nombrar grok-4.7 o grok-4.6 y se factura al precio por lotes (1,76 USD por millón de tokens de entrada, 0,44 en caché y 5,28 de salida en el endpoint de EE. UU. de Zabio), y auto dentro de un lote puede elegirlos. Antes, una línea así hacía fallar el lote con model_not_batchable. Consulta Lotes.
  • Las API keys muestran cuándo se usaron por última vez. La columna Último uso de la página de API keys muestra la hora de la última petición de la key, al minuto. Antes, todas las keys decían Nunca, por muchas llamadas que hicieran.
  • Uso: el desglose del coste para cualquier rango. La pestaña Estadísticas de Uso muestra cómo se compone el gasto (precio del proveedor, comisión de Zabio, elección automática del modelo, descuento por compartir, clasificador y lo que pagaste) para el rango y los filtros de la barra de filtros, también de un mes pasado, de modo que un enlace con range=custom&from=...&to=... lo abre.
  • Un modelo retirado responde 410. Una petición que nombra un modelo pasada su fecha de retirada recibe 410 model_retired en lugar de 404 model_not_found, con el mismo mensaje que dice la fecha, en todos los endpoints que reciben un modelo y en las líneas de un lote (una línea cuyo modelo se retira después de crearse el lote termina en el archivo de errores con model_retired y el código de estado 410). Nada llega al proveedor y no se factura nada. Consulta Errores.
  • Un modelo retirado nombra a su sucesor. Cuando el proveedor nombra un modelo que sustituye a otro, GET /v1/models lo muestra como zabio.successor y el mensaje del 410 model_retired lo nombra, para que sepas qué modelo llamar en su lugar, antes de la fecha o después. Consulta Modelos.
  • Registro: filtra por proveedor, modelo y key, y ve la key de cada llamada. La pestaña Registro acota las llamadas por proveedor, por modelo (el que pediste o el que respondió) y por key, y guarda los filtros en la dirección de la página para compartir una vista filtrada. Cada fila muestra el nombre de su key y de su proyecto. GET /admin/v1/orgs/{org}/calls devuelve key_name y project_name en cada llamada, y su filtro model coincide con requested_model o served_model.
  • Líneas de Responses en lotes. POST /v1/batches acepta endpoint: "/v1/responses", como la Batch API de OpenAI: cada línea del archivo es una petición a POST /v1/responses, enrutada, cobrada a las tarifas por lotes y facturada exactamente como una línea de chat completions con los mismos tokens, y cada línea de salida lleva un objeto Response. Una línea de lote no tiene conversación guardada, así que previous_response_id, conversation, store: true y background: true hacen fallar el lote con unsupported_parameter, y el objeto Response no se guarda ni repite la petición. Un lote es todo líneas de chat completions o todo líneas de Responses. gpt-6-astra acepta ahora herramientas en un lote y en una response en segundo plano, en cualquiera de los dos endpoints: Zabio envía esas líneas al lote de OpenAI para la API de Responses. Consulta Lotes.
  • Las líneas de chat de un lote listan sus parámetros ignorados. Una línea de chat completions de un lote que envía seed, logit_bias, presence_penalty o frequency_penalty los lista en el zabio.ignored_parameters de su línea de salida, como lo hace la misma petición enviada de forma síncrona. Antes solo los listaban las líneas de Responses. Consulta Lotes.
  • Lotes en la aplicación web. Una página Lotes lista tus lotes con su estado, sus líneas, su coste y el descuento de los proveedores (lo que los precios de lote quitaron a los precios estándar), filtrados por estado y por fecha. La página de un lote muestra sus líneas una a una con sus errores, el coste cobrado, el ahorro frente a tus referencias, Cancelar lote mientras está en curso, y los archivos de salida y de errores para propietarios y administradores. La API de administración gana GET /admin/v1/orgs/{org}/batches, GET .../batches/{id}, POST .../batches/{id}/cancel y GET .../batches/{id}/files/{output|errors}. Consulta Lotes.
  • Respuestas en audio de los modelos de chat. POST /v1/chat/completions responde en audio cuando la petición envía modalities: ["text", "audio"] y audio: {"voice", "format"}, con la forma propia de OpenAI: el message.audio de la respuesta lleva el audio en base64, su transcripción, un id y expires_at, y un stream lleva chunks delta.audio. Los modelos son gpt-audio-1.5, gpt-audio y gpt-audio-mini de OpenAI, llamados por su nombre, en wav, mp3, flac, opus, pcm16 o aac (un stream en pcm16) y con trece voces; zabio.capabilities.audio_output los marca en GET /v1/models. El audio se cobra al precio de salida de audio del modelo (64.00 USD por millón de tokens de audio en gpt-audio-1.5), el texto a su precio de salida. Zabio nunca guarda el audio. Un turno siguiente puede devolver el audio: {"id"} del asistente al mismo modelo. auto y la Responses API responden en texto; consulta Chat completions.
  • Todos los modelos de voz y transcripción de ElevenLabs y Deepgram. Siete modelos de voz llegan a POST /v1/audio/speech: de ElevenLabs eleven-v3 (80.00 USD por millón de caracteres, 5,000 caracteres por petición), eleven-v3-conversational (40.00), eleven-multilingual-v2 (80.00, 29 idiomas), eleven-flash-v2.5 (40.00, 32 idiomas) y eleven-flash-v2 (40.00, solo inglés), todos con las mismas 19 voces que eleven-v4; de Deepgram aura-1 (15.00, solo inglés, 12 voces) y flux-tts (45.00, 266 voces en inglés y 41 idiomas más, speed de 0.5 a 1.5). Dos modelos de transcripción llegan a POST /v1/audio/transcriptions: scribe-v2-medical (ElevenLabs, para audio clínico, 0.22 USD por hora como scribe-v2) y whisper-large (Deepgram, 0.0048 USD por minuto). En voz, auto nunca elige un modelo que solo habla inglés, porque una petición de voz no dice su idioma; nómbralo para usarlo. No se añaden los modelos que ElevenLabs y Deepgram han dejado obsoletos, sirven solo en tiempo real o no tienen precio; consulta Audio.
  • Videos con Gemini Omni Flash. gemini-omni-1.1-flash (Google) llega a POST /v1/videos: de 3 a 10 segundos a partir de un prompt, una imagen, o un primer y un último cuadro, a 360p, 720p, 1080p o 4k, siempre con sonido, cobrado según los tokens que informa Google (17.50 USD por millón de tokens de video, unos 0.10 USD por segundo a 720p). seconds fija la duración como en los otros modelos. No hace videos de ciertas personas reconocibles: una solicitud así falla con moderation_blocked y lo dice. Consulta Videos.
  • Generación de video. POST /v1/videos hace un video con la forma que los SDK de OpenAI conocían para Sora (client.videos.create, como JSON o con el formulario multipart que envían los SDK): un prompt, una duración en seconds, un size o una resolution, y opcionalmente una imagen de la que partir (input_reference). La respuesta llega al instante con un id video_; GET /v1/videos/{id} dice cuándo está listo el video y entonces lleva un enlace que funciona sin tu key durante 60 minutos, GET /v1/videos/{id}/content descarga el MP4, DELETE cancela un video en cola o borra uno terminado, y GET /v1/videos lista los tuyos. Los primeros modelos: grok-imagine-video-1.5 de xAI (0.08 USD por segundo, de 1 a 15 segundos, hasta 1080p, un primer y un último cuadro, sonido que se puede quitar) y grok-imagine-video-1.5-lite (0.02 USD por segundo), ambos 0.01 USD por imagen enviada,, hechos en el endpoint global de xAI, y wan2.6-t2v y wan2.6-i2v de Alibaba (a partir de un prompt o de una imagen, de 2 a 15 segundos, 0.10 USD por segundo a 720p y 0.15 a 1080p, con sonido), hechos en Estados Unidos. model: auto elige el modelo más barato que hace la duración y la resolución que pides. Un video se cobra por segundo de video hecho, al precio de la resolución hecha, más la tarifa del plan; el saldo se comprueba contra la estimación del video cuando entra en cola y otra vez cuando empieza. El prompt y las imágenes van al proveedor que hace el video; el video se guarda cifrado bajo la retención de tu organización (o antes con zabio.expires_after) hasta que lo borras. Consulta Videos.
  • Video en el chat. Los mensajes user de POST /v1/chat/completions aceptan partes video_url y POST /v1/responses acepta partes input_video: un video como data URL, URL https, URL pública de YouTube o el file_id de un archivo que subiste con propósito user_data; MP4, MOV o WebM, hasta 10 videos y 100 MB por petición. Una petición con video solo se enruta a modelos que lo aceptan (zabio.capabilities.video_input en GET /v1/models): gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash-lite, gemini-3-flash-preview y gemini-3.1-flash-lite de Google, y qwen3.8-omni-flash, qwen3.8-flash y qwen3.7-plus de Alibaba por su nombre. Las URL de YouTube y los WebM van solo a los modelos Gemini. auto elige entre los modelos Gemini; un modelo nombrado que no acepta video responde 400 antes de enviar nada. Un video se cobra como tokens de entrada al precio de entrada del modelo, y su sonido al precio de audio del modelo cuando el proveedor lo cuenta aparte. Zabio nunca guarda un video: un turno guardado de la Responses API conserva solo su formato, su tamaño y su duración, así que un turno posterior no vuelve a verlo, y un video no puede ir en un lote ni en una Response en segundo plano. Consulta Chat completions.
  • Imágenes como URL. "response_format": "url" en POST /v1/images/generations (directa o en segundo plano) y POST /v1/images/edits devuelve cada imagen como un enlace en data[].url en lugar de base64, como respondían los modelos DALL-E de OpenAI. El enlace funciona durante 60 minutos sin tu API key, así que puede ir directo a una etiqueta <img>; cualquiera que lo tenga puede abrir la imagen hasta entonces, así que compártelo como compartirías la imagen. Las imágenes se guardan durante esos 60 minutos, cifradas con la clave de tu organización, y se borran después. b64_json sigue siendo el valor por defecto. Consulta Imágenes.
  • Los modelos Grok Imagine de xAI. grok-imagine-image (0.02 USD por imagen, 0.002 por imagen de entrada en una edición) y grok-imagine-image-2.0 (0.04 USD por imagen en calidad low, 0.06 en medium, 0.01 por imagen de entrada en una edición) generan y editan imágenes: una imagen de entrada en 1.0 y hasta cinco en 2.0, sin máscara, tamaños 1024x1024, 1248x832 y 832x1248 (los píxeles que produce xAI; 1536x1024 y 1024x1536 no son tamaños de xAI). xAI solo sirve imágenes en su endpoint global, así que estos dos modelos muestran su ubicación de procesamiento como no garantizada; los modelos de chat de xAI siguen en Estados Unidos. auto ahora elige grok-imagine-image en 1248x832 y 832x1248 y para una edición de una imagen sin máscara. xAI cobra por una imagen que su moderación rechaza, así que una petición rechazada en estos modelos se cobra lo que cobró xAI más la tarifa del plan (400 moderation_blocked, el mensaje dice cuánto). GET /v1/models da el precio por imagen de entrada como zabio.pricing.per_input_image. Consulta Imágenes.
  • Edición de imágenes, un modelo FLUX y generación en segundo plano. POST /v1/images/edits acepta el formulario multipart de OpenAI: uno o más archivos image[] (png, jpeg o webp, de 50 MB cada uno como máximo) y una mask opcional. Los modelos de imagen de OpenAI aceptan hasta 16 imágenes y una máscara, gemini-nano-banana-2.1 y gemini-3-pro-image hasta 14 imágenes, gemini-3.1-flash-lite-image una; auto elige el modelo más barato que acepta lo que envías. Las imágenes de entrada nunca se guardan. flux-2-dev@deepinfra, FLUX.2 [dev] de Black Forest Labs servido por DeepInfra, genera imágenes cobradas por imagen (0.017858 USD a 1024x1024). "zabio": {"background": true} en una generación responde 202 con un id img_; recoge las imágenes con GET /v1/images/generations/{id} y bórralas con DELETE. Una generación en segundo plano guarda el prompt hasta que termina y las imágenes bajo la retención de tu organización, cifrados. Consulta Imágenes.
  • Mejoras de imágenes. GET /v1/images/generations lista tus generaciones en segundo plano, de la más reciente a la más antigua, con limit, after y status. "zabio": {"expires_after": {"anchor": "created_at", "seconds": N}} en una generación en segundo plano borra sus imágenes antes que la retención de tu organización. El saldo se comprueba otra vez cuando una generación en segundo plano se ejecuta: una cuyo saldo llegó a cero mientras esperaba termina failed con insufficient_credits y no cobra nada. POST /v1/images/edits acepta también la forma JSON de OpenAI, con las imágenes como data URLs en base64 o ids de archivo; no se descargan direcciones web. La CLI gana zabio image edit, zabio image --background, zabio image status y zabio image get. Consulta Imágenes.
  • Generación de imágenes. POST /v1/images/generations acepta un prompt con el formato de OpenAI y devuelve las imágenes en base64: gpt-image-2.5-flare, gpt-image-2.5-sunburst y gpt-image-2 de OpenAI (cualquier tamaño dentro de los límites de OpenAI, calidad de low a max, png, jpeg o webp, fondos transparentes, imágenes parciales con stream), gpt-image-1-mini por su nombre hasta su cierre el 2026-12-01, y gemini-nano-banana-2.1, gemini-3.1-flash-lite-image y gemini-3-pro-image de Google (jpeg, hasta 4K, 14 relaciones de aspecto). model: auto elige el modelo más barato que produce el tamaño, la calidad y el formato pedidos. Cada llamada se cobra según los tokens que informa el proveedor; las imágenes nunca se guardan. Una generación larga se mantiene viva en la conexión (el 200 se confirma a los 90 segundos y se escribe un espacio cada 15 hasta que llega el cuerpo). La CLI gana zabio image PROMPT -o ARCHIVO. La edición y la generación en segundo plano todavía no están disponibles. Consulta Imágenes.
  • Audio en el chat. Los mensajes user de POST /v1/chat/completions y POST /v1/responses aceptan partes input_audio con el formato de OpenAI: el clip en base64, wav o mp3, hasta 20 MB por petición. Una petición con audio solo se enruta a modelos que lo aceptan (zabio.capabilities.audio_input en GET /v1/models): gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash-lite, gemini-3-flash-preview y gemini-3.1-flash-lite de Google, y gpt-audio-1.5, gpt-audio y gpt-audio-mini de OpenAI por su nombre (los dos últimos hasta su apagado el 2027-01-20). auto elige entre los modelos Gemini; un modelo nombrado que no acepta audio responde 400 antes de enviar nada. Los tokens de audio del clip se cobran al precio de audio del modelo y aparecen en usage.prompt_tokens_details.audio_tokens. En chat completions el clip nunca se guarda; un turno guardado de la Responses API lo conserva durante la retención de la conversación. Consulta Chat completions.
  • Texto a voz. POST /v1/audio/speech recibe texto con el formato de OpenAI y devuelve el audio, en streaming según lo produce el modelo, como mp3, opus, aac, flac, wav o pcm. model: auto elige el modelo de voz más barato que produce el formato que pides y tiene la voz que indicas; los modelos son Kokoro de Hexgrad (servido por Together AI), Aura-2 de Deepgram, v4 y v4 Turbo de ElevenLabs, Gemini 3.8 Flash TTS y Flash-Lite TTS de Google, y gpt-4o-mini-tts, tts-1 y tts-1-hd de OpenAI por su nombre hasta su apagado el 2027-01-06. Nada se transcodifica: cada modelo devuelve los formatos que produce su proveedor, listados con sus voces en GET /v1/models. Se cobra por carácter del texto de entrada, o en tokens de texto y de audio cuando el proveedor cobra tokens; el id de la llamada, el modelo, el proveedor, el coste y las unidades viajan como cabeceras de respuesta x-zabio-*, porque el cuerpo es audio. El audio nunca se guarda. La CLI gana zabio speak -o FILE TEXT. Consulta Audio.
  • Transcripción de audio. POST /v1/audio/transcriptions recibe un archivo de audio con el formato de OpenAI y devuelve su texto, como json, text, verbose_json, srt o vtt, en streaming o completo. model: auto elige el modelo de transcripción más barato capaz de hacer lo que pide la petición; los modelos son gpt-transcribe de OpenAI (y su familia whisper-1 y gpt-4o-transcribe, que se retira el 2027-02-26), gemini-3.5-transcribe de Google, Scribe v2 de ElevenLabs, Nova-3 de Deepgram, Whisper Large v3 en Together AI y Voxtral Mini y Small de Mistral en DeepInfra, cobrados por minuto de audio (o en tokens de audio cuando el proveedor cobra tokens) al precio de lista del proveedor más la comisión del plan. ElevenLabs y Deepgram son proveedores nuevos; consulta la página de privacidad. El audio nunca se guarda. El uso, la exportación CSV y la lista de modelos muestran los minutos de audio y la unidad de cada modelo. Consulta Audio.
  • Un modelo que un proveedor deja de servir se retira por su cuenta. Cuando la lista de modelos de un proveedor no muestra un modelo desde hace un día y una llamada de prueba es rechazada, Zabio pone su retires_at siete días por delante: auto deja de elegirlo al momento, las peticiones que lo nombran siguen funcionando hasta la fecha y llevan la nueva cabecera x-zabio-retires-at, y después de la fecha reciben un 404 model_not_found que dice cuándo se retiró el modelo. Si el proveedor vuelve a listar el modelo antes de la fecha, la fecha se quita. Los modelos retirados antes a mano siguen la misma regla desde su fecha. Ver Modelos y la referencia de la API.
  • Más de ask en el servidor MCP, dos herramientas nuevas y tres prompts. ask acepta instructions (un mensaje de sistema), schema (una respuesta JSON con esa forma), images (hasta 4 URL https), deadline (desde 15 minutos la llamada puede usar el nivel flex del proveedor, en apps que muestran el progreso) y thread (una conversación guardada, que se empieza con new y se continúa con su id conv_). Su línea final nombra el modelo, el proveedor y el coste. estimate calcula el precio de una tarea sin ejecutarla, como hace POST /v1/public/analyze, y budget muestra lo que queda del límite diario de la conexión y el saldo de la organización. Los prompts ask, estimate y explain aparecen como comandos con barra en las apps que los muestran. Consulta Conectar una app de IA
  • Parasail es un alojamiento. Dieciséis modelos de pesos abiertos que Zabio ya sirve tienen una copia en Parasail con un id terminado en @parasail (DeepSeek V4 y V4.1, Qwen 3, 3.5, 3.6 y 3.8, Llama 3.3 70B, GLM 5.3 y MiniMax M3), cada una con la precisión que Parasail declara (fp8, o la precisión completa del fabricante en qwen3.5-9b@parasail) y facturada al precio de lista de Parasail más un 5 por ciento, con los aciertos de caché a la tarifa de caché de Parasail donde la tiene. Las copias de los modelos que auto ya usa (qwen3.5-9b, llama-3.3-70b-instruct-turbo, deepseek-flash, deepseek-v4-pro) entran en auto con sus originales, así que una llamada va a Parasail cuando es el alojamiento más barato o cuando otro alojamiento está caído. El proveedor está activado por defecto y se puede desactivar como cualquier otro; puedes usar tu propia key de Parasail. Ver Modelos y la página de privacidad.
  • DeepInfra es un alojamiento. Dieciséis modelos de pesos abiertos que Zabio ya sirve tienen una copia en DeepInfra con un id terminado en @deepinfra (DeepSeek V4 y V4.1, Qwen 3, 3.5 y 3.6, Llama 3.3 70B, gpt-oss-120b y MiniMax M3), cada una con la precisión que DeepInfra declara (fp8, o la precisión completa del fabricante en qwen3.5-9b@deepinfra y gpt-oss-120b@deepinfra) y facturada al precio de lista de DeepInfra más un 5 por ciento, con los aciertos de caché a la tarifa de caché de DeepInfra donde la tiene. Las copias de los modelos que auto ya usa (llama-3.3-70b-instruct-turbo, qwen3.5-9b, deepseek-flash, gpt-oss-120b, deepseek-v4-pro) entran en auto junto a sus originales, así que una llamada va a DeepInfra cuando es el alojamiento más barato; el resto se llaman por su nombre. El proveedor está activado por defecto y puede desactivarse en la página de Modelos, y puedes usar tu propio token de DeepInfra. Consulta Modelos y Privacidad.
  • Moonshot AI es un proveedor. Kimi K3.1 Pro (kimi-k3.1-pro), su variante rápida (kimi-k3.1-pro-highspeed) y un segundo alojamiento de Kimi K3 (kimi-k3@moonshot) se sirven a través de la API internacional de Moonshot AI al precio de lista de Moonshot más un 5 por ciento, con los aciertos de caché cobrados a la tarifa de caché de Moonshot. Los dos modelos K3.1 Pro están en auto/best. El proveedor está activado por defecto y puede desactivarse como cualquier otro; puedes usar tu propia key de Moonshot. Consulta Modelos y la página de privacidad.
  • Las etiquetas de los modelos indican el fabricante y la región de procesamiento. Los once modelos cuya etiqueta nombraba al alojador, por ejemplo “DeepSeek (North America, via Together AI)” y “Qwen3.7 Max (US, via Alibaba Cloud)”, muestran ahora el nombre del modelo según su fabricante y dónde se procesa la llamada: “DeepSeek V4.1 Flash, processed in North America”, “Qwen3.7 Max, processed in the US”. La etiqueta es zabio.label en GET /v1/models y la línea bajo el id en las tablas de modelos. Los ids de los modelos, los precios, zabio.vendor y la cabecera x-zabio-vendor no cambian; la política de privacidad y el anexo de tratamiento de datos citan las etiquetas nuevas.
  • Los modelos muestran su fabricante. owned_by en GET /v1/models, el nuevo campo maker de GET /v1/public/prices y la columna Fabricante de las tablas de modelos indican la empresa que creó cada modelo, por ejemplo moonshot (Moonshot AI) para kimi-k3 y zai (Z.ai) para los modelos GLM. Los ids de los modelos y los precios no cambian.
  • Precios fuera de pico en llamadas que cruzan el límite. Una llamada a un modelo con precio fuera de pico lo recibe solo cuando tanto su llegada como su finalización caen dentro de las horas fuera de pico; una llamada que cruza el límite en cualquier dirección se factura al precio de lista. Cuando un proveedor declara por qué instante cobra, Zabio lo sigue, y GET /v1/public/prices lo indica en off_peak.charged_by. Consulta Facturación.
  • Los precios actuales como datos. GET /v1/public/prices lista el precio de lista del proveedor de cada modelo, con as_of, cuándo cambiaron los precios por última vez, y dónde se leyó cada precio. No necesita API key y responde 304 cuando la lista no ha cambiado desde tu copia. Consulta Facturación.
  • Informe de trabajo. Cada mes que tu organización comparte llamadas, un modelo independiente juzga a ciegas una muestra de las respuestas (ve la petición desidentificada y la respuesta, nunca qué modelo la produjo) y, para una de cada diez, pide a un modelo más barato y a uno más potente su propia respuesta a la misma petición. El día 2 los propietarios reciben un informe por correo, también en Uso, Informe de trabajo: la proporción de respuestas correctas por tipo de trabajo, lo que dijeron las repeticiones más baratas y el descuento por compartir del mes. Un informe necesita al menos 50 respuestas juzgadas en el mes. Nada cambia en tu cuenta a partir de él.
  • Qué proveedores ven una llamada compartida. La página de privacidad ya los nombra: una llamada compartida se envía solo a proveedores cuyos términos publicados dicen que no entrenan con las entradas y salidas de su API. DeepSeek no recibe ninguna.
  • POST /v1/feedback tiene límite de peticiones por el propio límite de la key, como cualquier otra llamada.
  • Dile a Zabio cuándo una respuesta fue mala. POST /v1/feedback acepta {call_id, verdict, reason} con tu API key, y el mismo objeto viaja como zabio.feedback dentro de tu siguiente petición de chat completions o de Responses. La pestaña Registro tiene pulgares arriba y abajo en cada fila. Una valoración mala hace que Zabio vuelva a elegir el modelo en el siguiente turno de la sesión de esa llamada, como ya hacía la herramienta feedback del servidor MCP.
  • Las llamadas perdidas tienen nombre. Una llamada que el servidor no terminó de registrar (se detuvo entre aceptar la llamada y escribir su fila) aparece ahora en el Registro y en el CSV como Perdida, no facturada, en lugar de desaparecer.
  • Llamadas a herramientas en paralelo en todos los modelos. Un mensaje del asistente con varios tool_calls, seguido de un mensaje tool por cada llamada (lo que un bucle de agente con llamadas en paralelo envía en su segundo turno), llega ahora a todos los proveedores como un solo turno del asistente. Antes, los proveedores compatibles con OpenAI (DeepSeek y Together AI entre ellos) rechazaban el segundo turno con “an assistant message with tool_calls must be followed by tool messages”. Las conversaciones guardadas en la Responses API se leen de la misma forma.
  • Imágenes en la Responses API. Un input_image con una URL se descarga e incrusta antes de guardar nada, como en chat completions, así que todos los proveedores reciben los mismos bytes con el mismo límite de tamaño, y un data URI se decodifica en lugar de pasarse al proveedor como URL; los turnos siguientes de la conversación no vuelven a descargar la imagen.
  • Quedarse sin crédito. Cuando el saldo llega a cero, las peticiones ahora se detienen por defecto: una petición se rechaza con 402 insufficient_credits hasta que se añade crédito, igual que una petición cuyo coste estimado no cabe en el saldo que queda tras las llamadas en curso; el mensaje indica la estimación, el saldo y la cantidad mínima que añadir. Un saldo por debajo de cero rechaza todas las peticiones hasta que una recarga lo deja por encima de cero. Continuar en el nivel gratuito al llegar a cero es ahora un ajuste que un propietario activa en los ajustes de la organización; las organizaciones que estaban en el valor anterior por defecto han sido cambiadas y sus propietarios avisados por email, y una organización cuyo propietario había elegido continuar mantiene su elección.
  • Errores del proveedor en streaming. Un fallo del proveedor en mitad de un stream lo termina ahora con el mismo sobre de error que recibe una llamada fallida (type, un code como upstream_error, el mensaje de Zabio), nunca con el texto del proveedor ni con la clase interna de error de Zabio. Un rechazo de la propia petición por el proveedor (un 400) conserva su motivo, sin URLs, identificadores ni direcciones, y nombra el proveedor y el modelo en zabio.
  • Elección forzada de herramienta en los modelos de Alibaba Cloud. Una petición con tool_choice: required o el nombre de una función en un modelo Qwen o GLM con un nivel de razonamiento se ejecuta con el pensamiento desactivado, zabio.reasoning.applied indica off y el nivel aparece en zabio.ignored_parameters con el motivo tool_choice; Alibaba Cloud no acepta una elección forzada de herramienta en modo de pensamiento, y la llamada fallaba con un 400.
  • Una desconexión solo se cobra por el trabajo que hizo el proveedor. Desconectarse antes de que el proveedor aceptara la petición (durante los pasos propios de Zabio, o mientras se reintentaba un rechazo del proveedor) no cuesta nada; desconectarse mientras se escribía una respuesta sigue cobrando el trabajo hecho, como antes.
  • Elección automática del modelo tras un fallo del proveedor. Cuando el proveedor elegido para una petición auto falla, la siguiente elección es el siguiente candidato de la misma selección; solo cuando no queda ninguno elige la regla anterior, y zabio.routing.fallback lo indica.
  • Una reserva por llamada. Cada llamada de pago aparta ahora su coste estimado (la entrada, la salida esperada y la comisión, sobre el modelo más caro que auto puede elegir) de tu saldo disponible al admitirla, y se liquida por lo que costó de verdad al terminar. Una llamada que no cabe en el saldo que queda tras las llamadas en curso se trata como una llamada con saldo cero: se sirve con los límites Free si tu organización continúa al llegar a cero, y se rechaza con 402 insufficient_credits si está configurada para detenerse, con la estimación y el saldo en USD en el mensaje. Antes, toda llamada concurrente se admitía mientras el saldo leyera por encima de cero y el exceso podía superarlo. La cabecera x-zabio-balance-micros sigue indicando el saldo neto de las llamadas en curso.
  • El plan Free sigue a la persona. La asignación Free y sus límites diarios cuentan ahora las organizaciones y las llamadas de la persona que las posee (incluidos los alias con etiqueta más y los puntos de Gmail), y una organización cerrada en los últimos 30 días sigue contando, así que cerrar y volver a crear una organización no empieza una asignación nueva.
  • Los registros muestran los parámetros ignorados. El detalle de una llamada en la pestaña Registros de la página Uso lista cada parámetro que la petición envió y Zabio aceptó sin poder aplicar, con el motivo (no admitido, el proveedor usa su propia caché, razonamiento desactivado con herramientas en esta ruta, el modelo no puede razonar).
  • La estimación de salida valora lo que se envía. En la Responses API, donde gpt-6-luna y gpt-6-sol de OpenAI mantienen el razonamiento con herramientas, la estimación de coste que enruta y reserva valora ahora ese razonamiento en lugar del apagado de la regla de chat completions.
  • Llamadas compartidas. Tu organización comparte ahora con Zabio un porcentaje de sus llamadas, desidentificadas, para mejorar cómo Zabio enruta las peticiones: el 100 por ciento por defecto durante la beta, que el propietario fija de 0 a 100 en los ajustes de la organización, con una parte propia por proyecto y por API key. Una llamada enviada con store: false, con la cabecera X-Zabio-Share: no o con zabio.share: false nunca se comparte. El propietario puede borrar lo que compartió la organización desde Ajustes. Qué se guarda, durante cuánto tiempo y quién lo lee está en la página de privacidad.
  • Descuento por compartir. Compartir da hasta un 5 por ciento de descuento en la comisión de Zabio: el 0,05 por ciento de la comisión por cada 1 por ciento compartido, en la comisión de servicio y en la comisión por llamada. El zabio.cost de la respuesta gana share_discount_micros, los totales de uso y el CSV una línea Descuento por compartir, y el detalle de una llamada en Registros dice si contó como compartida. Consulta Facturación.
  • Razonamiento con tools en gpt-6-luna y gpt-6-sol de OpenAI. En la Responses API, por donde Zabio envía las llamadas a OpenAI, estos dos modelos ahora mantienen su razonamiento cuando la petición lleva tools; antes, Zabio lo desactivaba en toda llamada con tools, una regla que OpenAI establece solo para chat completions. En las llamadas que se quedan en chat completions (un stop, tu propia key de OpenAI, max_tokens menor que 16) el razonamiento sigue desactivado con tools, zabio.reasoning.applied indica off y un nivel que hayas enviado aparece en zabio.ignored_parameters.
  • Razonamiento con tools en Together AI y Alibaba Cloud. Un reasoning_effort que envíes a los modelos con razonamiento de Together AI (qwen3.5-9b, kimi-k3, glm-5.2, las copias de DeepSeek) y a los modelos Qwen y GLM de Alibaba Cloud ahora se mantiene cuando la petición lleva tools; antes Zabio desactivaba el razonamiento en toda llamada con tools. Medido en cada modelo con un intercambio real con tools. La API propia de DeepSeek sigue sin razonamiento en las peticiones con tools.
  • La respuesta dice quién guardó en caché. zabio.cache.applied en cada chat completion y cada respuesta de la Responses API, con streaming o sin él: none (nada se guardó en caché), zabio (los marcadores de caché de Zabio en Anthropic escribieron o leyeron la caché) o vendor_automatic (el proveedor guardó un prefijo repetido por su cuenta). OpenAI, Google y los demás proveedores con caché automática no ofrecen forma de rechazarla, así que una petición que fija zabio.cache.ttl o cache.breakpoints a none con ellos se acepta y el campo aparece en zabio.ignored_parameters; en Anthropic none no envía ningún marcador, como antes. La documentación lleva una tabla por proveedor que dice quién decide y qué hace none.
  • Los modelos de OpenAI responden por la API más reciente de OpenAI. Un razonamiento largo en un modelo de OpenAI se vigila ahora como el de cualquier otro proveedor, y una llamada sin streaming recibe su 200 en cuanto OpenAI la acepta. Una llamada que fija stop, o que usa tu propia key de OpenAI, se envía como antes. Las llamadas se cobran por lo que OpenAI mide en esa API, que difiere un poco de antes: alrededor de un token de salida más por llamada, y menos tokens de entrada en una llamada con herramientas o con un esquema JSON.
  • Una llamada que falla nunca se cobra. Una llamada en streaming que fallaba después de empezar se cobraba por su entrada; ahora ninguna llamada fallida se cobra, aunque el proveedor del modelo ya hubiera empezado a trabajar en ella. Zabio paga al proveedor ese trabajo. Una llamada que cancelas cerrando la conexión se cobra por el trabajo hecho, sin la comisión por llamada. Consulta Facturación.
  • Las respuestas largas ya no se cortan por tiempo. Zabio recibe ahora cada respuesta del proveedor del modelo a medida que se escribe y mantiene tu conexión abierta hasta que termina, así que una respuesta larga ya no se corta a un tiempo fijo: un intento solo termina cuando el proveedor deja de enviar datos durante 2 minutos, o tras 30 minutos en total. Una llamada sin streaming recibe su estado 200 en cuanto un proveedor la acepta (a los 90 segundos como muy tarde, y a los 90 segundos en los modelos de OpenAI que razonan), y después un espacio cada 15 segundos hasta la respuesta; si falla después, el cuerpo es solo un objeto error con el id de la petición, así que comprueba si hay error antes de leer choices. Un stream envía comentarios : ZABIO PROCESSING mientras no se envía nada más, y un stream que falla termina con el evento de error y un último chunk cuyo finish_reason es "error". Mientras ninguna parte de la respuesta te haya llegado, un intento fallido se repite con otro modelo. Si te desconectas, la llamada se cancela y pagas el trabajo hecho: la entrada y la salida generada antes de desconectarte, con o sin streaming. Consulta Errores.
  • Las llamadas en streaming cobran exactamente lo mismo que sin streaming. En algunos modelos una llamada en streaming contaba los tokens en caché de forma distinta que la misma llamada sin streaming; ahora las dos cuentan los mismos tokens y cobran lo mismo.
  • Sin límite de salida por defecto. Una petición que no fija max_tokens (ni max_output_tokens en la Responses API) ya no recibe ningún límite de salida de Zabio, como en OpenAI. Antes, chat completions y las líneas de lote se limitaban a 16,000 tokens y los turnos de Responses a 4,096. A los proveedores que necesitan un valor (Anthropic, DeepSeek, Together AI) se les envía la salida máxima del modelo. Fija max_tokens siempre que quieras un límite. Un objeto de Responses muestra ahora max_output_tokens como null cuando el turno no lo fijó. Las comprobaciones de saldo antes de una llamada, la retención de un lote y el límite de tokens por minuto cuentan la salida esperada para el trabajo, así que ninguna llamada que funcionaba antes se rechaza. Cuando tu saldo no alcanza para la salida completa del modelo, la llamada se envía con el límite que tu saldo todavía puede pagar en lugar de rechazarse. El plan Free mantiene su límite de salida de 2,000 tokens, ahora también en las líneas de lote Free. Consulta Facturación.
  • auto a secas significa que Zabio elige por ti. Las páginas describen ahora auto a secas (o una petición sin modelo) como lo que es: Zabio elige el modelo más barato capaz de hacer el trabajo, y sube de línea cuando el trabajo lo necesita. El enrutado no cambia. En una llamada con auto a secas, el Registro, la API de llamadas (line, también en la exportación CSV), las herramientas MCP recent_calls y get_call, y escalated_from muestran ahora la línea que Zabio realmente aplicó (cheap, balanced o best) en lugar de siempre balanced, también en llamadas anteriores; zabio.routing.line sigue mostrando auto. En GET /v1/models, auto a secas aparece con tier auto en lugar de balanced.
  • El analizador indica solo costes. En POST /v1/public/analyze, cada línea (lines[]) y cada combinación de las palancas (scenarios) da solo su coste, junto a today; ninguna lleva ya saving_usd. El playground de zabio.ai muestra el coste de cada modelo y, arriba, la petición tal como se envía y con auto, una junto a otra.
  • Los consejos del analizador muestran dos costes, no un ahorro. En POST /v1/public/analyze, un consejo ya no lleva saving_usd: sus params dan la llamada tal como es y con el consejo (el consejo de línea añade reference_model y reference_usd, el de caché call_usd y cached_call_usd), así que la diferencia se ve sin afirmar un ahorro. Los consejos del playground dicen lo mismo.
  • El ahorro se calcula ahora cuando lo miras. Lo que ahorró el enrutado se calcula cuando abres el Panel o Uso, ejecutas zabio usage o usas la herramienta MCP usage, y nunca se guarda por llamada. Para cada key, Zabio toma su modelo de referencia con la regla del 95% sobre los últimos 30 días de la key en ese momento, calcula cada respuesta auto del periodo en ese modelo al precio que tenía cuando se hizo la llamada y resta lo que pagaste, comisiones incluidas. Una key nunca muestra menos de cero, y un periodo sin ahorro muestra cero. La nueva ruta GET /admin/v1/orgs/{org}/usage/savings devuelve el ahorro de un periodo, key por key. Consulta Facturación.
  • Las llamadas muestran solo su coste. zabio.cost ya no lleva direct_micros, saved_micros, baseline ni saving_note en chat completions, responses y líneas de lote, y el objeto de lote ya no lleva direct_micros ni saved_micros. El Registro, el detalle de una llamada, la exportación CSV y las herramientas MCP recent_calls, get_call y ask muestran lo que costó cada llamada, sin ahorro. Los totales de uso y la exportación CSV pierden direct_cost_micros, direct_cost_usd, saved_micros y saved_usd, el CSV pierde también baseline_pending, y una key ya no tiene baseline_model. Por llamada, la caché de prompt se muestra como tokens en caché y una división como el tamaño de su extracto: zabio.split ya no lleva saved_micros ni estimate, y las herramientas MCP ya no llevan saved_usd ni difference_usd. Lo que ahorró la caché en un periodo sigue en Uso. Consulta Referencia de la API.
  • Las peticiones de riesgo alto con auto a secas van al tercio más fuerte. Cuando una petición con auto a secas es de riesgo alto, Zabio elige ahora entre los modelos del tercio superior de habilidad para ese trabajo, como hace auto/best, en lugar de los dos tercios superiores.
  • Las peticiones difíciles y de alto riesgo siguen razonando después de una respuesta vacía. Cuando una respuesta de auto vuelve vacía porque el modelo gastó todo su presupuesto de salida razonando, una petición difícil, de frontera o de alto riesgo ya no se repite con el razonamiento apagado. Se repite con un presupuesto de razonamiento que deja sitio a la respuesta, en un modelo más capaz si el primero no lo admite, o en el ajuste más bajo que todavía razona. Las peticiones fáciles y medias funcionan como antes, y la respuesta vacía sigue sin cobrarse. Consulta Modelos.
  • Los cambios en los términos entran en vigor al publicarse. Los términos ya no prometen avisar con 30 días antes de un cambio: Zabio depende de proveedores, modelos y enrutamiento que cambian en cualquier momento. Zabio sigue avisando a los propietarios de las organizaciones de los cambios que les importan, por email o en la aplicación web.
  • El aviso de nuevos subencargados ahora es por suscripción. Según el acuerdo de tratamiento de datos, un propietario de una organización que escriba a privacy@zabio.ai recibe por email un aviso con 30 días de antelación antes de que un nuevo subencargado trate tu contenido. Los proveedores de modelos se incluyen en la lista al añadirse, sin ese aviso; para que un proveedor nuevo no reciba tu contenido, permite solo los proveedores que aceptas en Acceso a modelos, y un proveedor añadido más tarde queda desactivado hasta que lo permitas.
  • Los precios y las comisiones pueden cambiar en cualquier momento. Los precios de Zabio siguen a los de los proveedores, y los proveedores cambian los suyos sin aviso, así que un cambio en las comisiones de Zabio ya no espera 30 días. La página de precios siempre muestra las comisiones vigentes, y un cambio solo se aplica a las llamadas y recargas hechas después. Consulta Facturación.
  • Las peticiones auto pequeñas pagan menos por la elección automática del modelo. El precio de la elección automática del modelo ahora sigue a la petición: una petición auto paga lo mismo que cuesta el propio modelo para ella, como mínimo 0,00015 USD y como máximo 0,00025 USD, una vez por petición. Antes, cada petición auto pagaba 0,00025 USD. Una petición cuyo modelo cuesta 0,00004 USD paga ahora 0,00015 USD en lugar de 0,00025 USD; una petición cuyo modelo cuesta más de 0,00025 USD paga lo mismo que antes. El mismo margen vale para las peticiones auto con tus propias keys del proveedor. zabio.cost.call_fee_micros muestra lo que pagó cada petición. Consulta Facturación.
  • Cuándo nombrar un modelo. Los consejos del playground dicen ahora cuándo una petición pequeña paga por la elección automática del modelo tanto como por el propio modelo, y lo que costaría nombrar el modelo que elige auto: solo la comisión de servicio. El analizador público lo devuelve como el consejo name_model. Consulta Facturación.
  • Respuestas vacías: los límites y las marcas. Una respuesta vacía en un modelo con nombre solo es gratis cuando max_tokens era de al menos 1.000 tokens (o del presupuesto de razonamiento más pequeño del modelo, si es mayor), y las respuestas vacías gratis de cada organización tienen un tope por día UTC: lo mayor entre 0,50 USD y el 2% de lo que se le facturó ese día; pasado cualquiera de los dos límites la respuesta vacía se cobra y zabio.no_answer lo dice. El Registro, la exportación CSV y las herramientas MCP recent_calls y get_call muestran ahora el papel de cada llamada (una respuesta vacía, una comprobación fallida) y su ajuste de razonamiento, y marcan los intentos que Zabio no cobró; Solo errores deja también los intentos vacíos y los que fallaron su comprobación. ask dice cuándo respondió en un segundo intento. Consulta Respuestas comprobadas.
  • Una respuesta vacía nunca se cobra. Cuando un modelo gasta todo su presupuesto de salida razonando y no escribe nada, esa llamada no se cobra, lo eligiera quien lo eligiera. En auto Zabio prueba una vez más con menos razonamiento: el mismo modelo en su ajuste más bajo, o un modelo cuyo razonamiento cabe en el presupuesto; un reasoning_effort low en un modelo que solo puede razonar del todo o nada ya no se repite con el razonamiento completo. Sin nada que cambiar, la respuesta vacía llega con zabio.no_answer explicando por qué, y la herramienta MCP ask dice “No answer” en palabras. Con un max_tokens de 4.000 o menos, auto prefiere modelos cuyo razonamiento se puede limitar. Consulta Respuestas comprobadas.
  • Sin ahorros negativos. Una llamada que costó más que su referencia muestra ahora un ahorro de 0 y “no saving on this call” (saving_note), y todos los totales la cuentan como 0. direct_micros frente a cost_micros sigue mostrando la diferencia, y la herramienta MCP get_call la muestra como difference_usd.
  • Las apps conectadas pueden permitir ask más tarde. El inicio de sesión de Zabio nombra ahora lectura y ask, así que Claude, OpenCode, VS Code y Cursor ofrecen los dos en la página de Zabio (aún puedes desmarcar ask). Una conexión cuya app nunca recibió la oferta de ask lo muestra, y al usarla la app te pide permitirlo. Volver a aprobar Claude.ai, VS Code o Cursor para el mismo proyecto sustituye a la conexión anterior. Consulta Permitir ask más tarde.
  • Conecta Codex, Cursor, VS Code y OpenCode. Conectar una app de IA tiene ahora pasos para cada una, junto a Claude y Claude Code, y Zabio figura en el registro oficial de MCP como ai.zabio/zabio.
  • Los totales no cuentan ahorro en las llamadas hechas con la referencia pendiente. Una llamada en una key que aún no llegaba a sus 20 llamadas se compara consigo misma, así que no muestra ahorro. El panel, Uso, la exportación CSV, la CLI, la herramienta MCP usage y los totales de lotes tampoco cuentan ninguno para ella ahora, ni después de fijarse la referencia de la key, así que cada total suma las llamadas tal como se mostró cada una. Antes, las comisiones de esas llamadas contaban como un ahorro negativo. La exportación CSV gana las columnas saved_micros, saved_usd y baseline_pending al final. Consulta la referencia de la API.
  • Lo que ahorró una división, por separado. En una petición grande que Zabio respondió desde un extracto, zabio.split.saved_micros (y split.saved_usd en get_call) indica lo que ahorró la división frente a la petición entera, a precio de lista. Va aparte de cost.saved_micros y aparece también mientras la referencia de tu key está pendiente. Consulta División y enrutado.
  • get_call indica el mismo ahorro que recent_calls. En una key que ya tiene su referencia, get_call mostraba un ahorro de 0 en una llamada que recent_calls mostraba con su ahorro real. Las dos herramientas leen ahora el ahorro y baseline_pending de la misma forma.
  • Ningún ahorro mientras la referencia de una key está pendiente. Una llamada auto con una key que aún no tiene las 20 llamadas que necesita su referencia ya no lleva saved_micros en zabio.cost; cost.baseline sigue mostrando pending y el progreso. Antes el campo mostraba las comisiones como un ahorro negativo. El código que lee saved_micros debe tratar un valor ausente como ningún ahorro. Consulta la referencia de la API.
  • Una respuesta vacía se reintenta un escalón más arriba, nunca directamente en el modelo más fuerte. Cuando un modelo en auto gasta todo su presupuesto de salida pensando y no responde nada, Zabio envía ahora la petición primero al siguiente modelo más barato del mismo nivel de habilidad, y en cualquier línea salvo best nunca al modelo más fuerte para ese tipo de trabajo. Consulta Respuestas comprobadas.
  • Más desde las apps conectadas. get_call y ask muestran cómo dividió Zabio una petición grande, y volver a conectar una app al mismo proyecto conserva la referencia de ahorro de su key. Consulta Conectar una app de IA.
  • Las apps conectadas siguen funcionando tras las actualizaciones de Zabio. Un campo que Zabio añade a la respuesta de una herramienta MCP ya no hace que una app conectada antes rechace la respuesta. ask devuelve ahora también cached_tokens, y su input_tokens cuenta solo la entrada que no se leyó de la caché, como get_call y el Registro. Apps conectadas muestra cuándo se usó una app por última vez con un minuto de margen. Si Claude Code rechazó respuestas de ask con “does not match the tool’s output schema” el 2026-10-14, vuelve a conectarlo una vez con /mcp. Consulta Conectar una app de IA.
  • Conecta Claude y otras apps de IA con Zabio. Zabio tiene ahora un servidor MCP. Añade https://mcp.zabio.ai/mcp a Claude.ai, Claude Code u otra app MCP y podrá leer la documentación, los modelos y los precios de Zabio, el uso y las llamadas recientes de tu proyecto, explicar por qué una llamada fue a su modelo y hacer preguntas a los modelos de Zabio dentro de un límite diario que tú fijas. Cada conexión tiene su propia API key, y Ajustes, Apps conectadas la desconecta. https://mcp.zabio.ai/public ofrece la documentación, los modelos y el estado sin iniciar sesión. Consulta Conectar una app de IA.
  • Un único id para cada llamada. El objeto zabio de cada respuesta lleva ahora call_id, el id que muestra Registros para la llamada (call_ y el mismo hexadecimal que el id chatcmpl- de una respuesta de chat), en chat completions con o sin streaming, la API de Responses, embeddings y los resultados de batch. Consulta la referencia de la API.
  • Una respuesta clara cuando un modelo no admite herramientas. Una llamada que nombra gpt-6-astra y envía tools recibe ahora unsupported_parameter con una frase que explica el límite, en lugar del rechazo del proveedor. La misma llamada sin herramientas funciona como antes, y auto nunca envía allí una llamada con herramientas. Consulta Errores.
  • Las bajadas de precio te llegan en un día. Zabio lee ahora a diario los precios de cada proveedor y aplica un precio más bajo en cuanto lo lee. Cuando un proveedor sube un precio, Zabio sigue cobrando el anterior hasta confirmar el cambio con lo que cobra el proveedor.
  • Precios comprobados con lo que se cobra de verdad. Zabio compara ahora cada día el coste de proveedor que registra para cada modelo con lo que OpenAI y Anthropic le cobran de verdad, así que un precio que se aparta del del proveedor se detecta en un día.
  • Una respuesta clara cuando un proveedor no está disponible. Una llamada que nombra un modelo de un proveedor que Zabio no puede usar en ese momento recibe el nuevo error vendor_unavailable, con el nombre del proveedor, en lugar de un error del proveedor. auto nunca envía allí una llamada y, cuando otro proveedor sirve el mismo modelo, auto pasa antes a él. Consulta Errores.
  • Uso sustituye al Registro. Una nueva página de Uso tiene una pestaña de Estadísticas y otra de Registro bajo una misma barra de filtros (periodo, proyecto, key, proveedor, modelo), en tu zona horaria y guardada en la dirección de la página. Estadísticas muestra el gasto, lo que ahorró Zabio, las peticiones, los tokens y la caché, por horas o por días, apilados por modelo o por proveedor, con las keys y los modelos principales; Registro lista las llamadas con un filtro de solo errores, y una llamada se abre con sus detalles. Las tarjetas del panel enlazan con ella. Consulta La aplicación web.
  • Las llamadas conservan su proyecto. Una llamada y su gasto se quedan en el proyecto en el que ocurrieron, aunque la key pase después a otro proyecto. El uso, la lista de llamadas y la exportación CSV lo siguen.
  • Lo que ahorró la caché, en cada llamada. Uso muestra cuánta de tu entrada vino de la caché de prompt y lo que eso ahorró a los precios de los proveedores.
  • La aplicación web en el móvil. El menú se recoge tras un botón de Menú en pantallas pequeñas, así que cada página usa todo el ancho.
  • En la API: las rutas de uso aceptan los filtros provider y model, la lista de llamadas acepta from, to y errors, una nueva ruta de series dibuja los gráficos y las llamadas llevan su project_id. El resumen de uso ya no devuelve openrouter_equiv_micros ni openrouter_equiv_usd.
  • Un match por cuenta, desde tu registro. El match de lanzamiento es ahora de tu cuenta, una vez, en tu primera organización, y sus 30 días empiezan cuando te registras en lugar de en tu primera recarga. El panel hace la cuenta atrás. Las demás organizaciones que crees, y las personas que invites, no tienen match propio. Consulta Créditos y promociones.
  • Keys que caducan. Una key ahora puede caducar: nunca, en 7, 30 o 90 días, o en la fecha que elijas. Una key caducada se rechaza con el nuevo error key_expired, aparece como Caducada, y quien la creó recibe un correo 7 días antes. Una nueva caducidad la vuelve a activar. Consulta Errores.
  • Límites de gasto que se reinician. El límite de gasto de una key ahora se reinicia cada día, semana o mes a las 00:00 UTC (las semanas desde el lunes), o cubre toda la vida de la key. Cuando se alcanza, el error dice cuándo se reinicia, y la lista de keys muestra el gasto de cada una frente a su límite. Los topes mensuales existentes pasaron a ser límites mensuales. En la API, el spend_cap_micros_month de la key es ahora spend_limit_micros con spend_reset.
  • Una forma más sencilla de crear keys. Crear una key pide su nombre, su caducidad y su límite de gasto; lo demás empieza con su valor por defecto. El panel de edición tiene todos los ajustes, incluidos los modelos de la key, y los permisos de una key ahora se pueden cambiar después de crearla.
  • Caché de prompt en cada llamada. Zabio ahora usa la caché en cada llamada de forma automática, nombre auto o un modelo, y una llamada la desactiva con cache.ttl none. El ajuste de caché por defecto de la key ya no existe: en la API se eliminó cache_ttl_default. Consulta cache.ttl.
  • Aviso antes de que tu propio plan cueste más. Cuando Zabio pasa una organización que tiene su propio plan de precios a un plan que sube alguna de sus comisiones, el cambio entra en vigor al menos 30 días después y el propietario de la organización recibe un correo con cada comisión que cambia; un cambio que solo baja comisiones se aplica al momento, y también se avisa si un cambio se cancela.
  • Un error más claro cuando no queda ningún modelo. Cuando el acceso a modelos de tu cuenta, organización, proyecto o key no le deja a auto ningún modelo que elegir, la llamada responde ahora 400 no_model_allowed y nombra el nivel que hay que revisar, y el selector de modelos avisa antes de un cambio que dejaría a un proyecto o una key sin modelos para auto, nombrándolos.
  • Acceso a modelos en cuatro niveles. Tu cuenta, cada organización, cada proyecto y cada key eligen ahora qué modelos permiten, y una llamada solo puede usar lo que permiten todos los niveles; auto elige solo entre ellos. Un solo selector en todos los niveles: agrupado por proveedor, con filtros, un interruptor por proveedor que incluye sus modelos futuros, una casilla por modelo y las líneas auto arriba, que ahora puedes desactivar una a una. En la API, el allowed_models de la key es ahora model_access, y el interruptor de proveedor de la organización es una entrada de proveedor. Consulta Acceso a modelos.
  • Una cuenta por encima de tus organizaciones. Al registrarte se crean tu cuenta y su primera organización, Organización predeterminada, que puedes renombrar en Ajustes. Solo el propietario de la cuenta crea organizaciones y proyectos. Las personas que invitas pertenecen solo a las organizaciones a las que las invitas; quien fue invitado y quiere su propia cuenta se registra con otro email, y quien fue invitado y después no pertenece a ninguna organización recibe su propia cuenta en su siguiente inicio de sesión.
  • Miembros limitados a proyectos. Al invitar a un miembro puedes elegir los proyectos en los que trabaja, y cambiarlos después desde Miembros. Entonces solo ve las keys, las llamadas, el uso y las conversaciones de esos proyectos; los propietarios y los administradores lo ven todo. Un menú de proyectos junto al de organizaciones muestra un proyecto o todos, y una key nueva se crea en el proyecto en el que estás.
  • Las keys de un proyecto ven su propio proyecto. En la API, una key que pertenece a un proyecto solo lee y cambia las conversaciones, respuestas, archivos y lotes creados con keys de ese proyecto; una key a nivel de la organización ve toda la organización. Consulta Organizaciones, miembros y keys.
  • Las actualizaciones ya no interrumpen tus llamadas. Cuando Zabio publica una actualización, las llamadas en curso, incluidas las respuestas en streaming, terminan en la versión que las empezó, y las nuevas llamadas van a la nueva versión sin pausa.
  • La recarga automática empieza en la llamada que cruza tu umbral. Una recarga podía esperar a tu siguiente llamada o a la siguiente comprobación, unos minutos después; ahora empieza en la llamada que deja tu saldo por debajo del umbral.
  • Diez modelos retirados en Alibaba Cloud. Alibaba Cloud ya no sirve qwen3.6-max-preview, deepseek-v4-flash, qwen3-next-80b-a3b-thinking, qwen3-next-80b-a3b-instruct, qwen3-30b-a3b-thinking-2507, qwen3-30b-a3b-instruct-2507, qwen3-235b-a22b-thinking-2507, qwen3-235b-a22b-instruct-2507, qwen3-vl-235b-a22b-thinking ni qwen3-vl-235b-a22b-instruct en su servicio internacional. La página de Modelos los marca como retirados; elige otro modelo allí.
  • Los precios coinciden ahora con la lista de precios de cada proveedor. Seis modelos de OpenAI (gpt-6.1-sol, gpt-6-sol, gpt-6-luna, gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna) cobran la escritura en caché a 1.25 veces el precio de entrada, como OpenAI; la entrada en caché en un lote de OpenAI se cobra al precio de entrada del lote en gpt-4.1, gpt-4.1-mini, gpt-4.1-nano, gpt-4o, gpt-4o-mini, o1, o3, o3-mini y o4-mini; la entrada en caché de gemini-3.1-pro-preview cuesta el precio de caché estándar en un lote y en flex; qwen3.5-plus-2026-04-20, qwen3.6-plus y qwen3.6-flash@alibaba-us, a los que Alibaba Cloud no aplica descuento de caché, cobran la entrada en caché al precio de entrada; y gemini-3.5-flash, que Google responde ahora con Gemini 3.6 Flash, cuesta el precio más bajo de Gemini 3.6 Flash. La página de Modelos muestra cada precio vigente.
  • Los modelos nuevos llegan solos. Cuando un proveedor añade un modelo, Zabio lee su precio en la lista de precios del propio proveedor, comprueba que el modelo responde y lo hace invocable por su nombre en menos de una hora. Cuando las fuentes del propio proveedor muestran dos precios, pagas el más bajo. La página de Modelos lista todos los modelos que puedes invocar.
  • Caché más barata en Claude Sonnet 5.5. La entrada en caché de claude-sonnet-5-5 se cobra ahora al precio del propio Anthropic, 0.10 USD por millón de tokens (0.05 en un lote), la mitad que antes.
  • Las rebajas de los proveedores llegan a tu precio. Cuando un proveedor vende un modelo por debajo de su precio de lista a todos, Zabio cobra el precio rebajado.
  • Tres modelos más que puedes nombrar, cada uno al precio de lista de su proveedor. La página de Modelos los muestra.
  • auto elige por habilidad para cada tipo de trabajo. Cada petición auto va ahora al modelo más barato con habilidad suficiente para su tipo de trabajo; auto/balanced y auto/best piden más habilidad, y una petición difícil o de riesgo alto sube un escalón. Una respuesta que no pasa la comprobación de Zabio se envía una vez más a un modelo más capaz, a coste de Zabio. El panel, la página de Logs y zabio.routing.task_type muestran el tipo de trabajo. Consulta Modelos y enrutado.
  • Los detalles de enrutado muestran el nivel que pediste y el mínimo de habilidad usado. zabio.routing.line indica ahora auto, cheap, balanced o best tal como lo enviaste, y el nuevo zabio.routing.floor dice qué mínimo de habilidad se aplicó. zabio.auto_eligible, la página de Modelos y el nuevo GET /v1/public/auto-models muestran los modelos que auto puede elegir hoy, y el analizador de peticiones muestra lo que elige el propio auto.
  • Las peticiones ya no fallan por un parámetro que el modelo no admite. Cuando el modelo que responde no admite temperature o top_p, Zabio lo omite y lo nombra en zabio.dropped_parameters y en la cabecera x-zabio-dropped-params en lugar de devolver un error. stop siempre se respeta: donde un modelo no lo admite, Zabio corta la respuesta. La página de Modelos lista cada modelo.
  • Todo el ahorro es tuyo, con comisiones más simples. Zabio ya no se queda con una parte de lo que te ahorra el enrutado. Cada llamada paga la comisión de servicio sobre el precio del proveedor, y cada petición auto paga una vez una pequeña cantidad fija por la elección automática del modelo, que aparece en su propia línea (call_fee_micros). Esto sustituye al “nunca la elección del modelo” de la 1.2.6: elegir el modelo tiene ahora su propio precio pequeño. Las comisiones vigentes están en la página de precios.
  • Los cálculos siempre usan razonamiento. En matemáticas, auto activa el razonamiento del modelo y elige un modelo que pueda razonar, así que las sumas, los promedios y otros cálculos se resuelven paso a paso antes de responder.
  • Los niveles de razonamiento siguen los niveles de cada modelo. Donde un modelo nombra sus niveles de razonamiento, low, medium y high piden ahora esos niveles en lugar de un número fijo de tokens de razonamiento, y zabio.reasoning.applied indica el nivel. Dos modelos que no pueden dejar de razonar se tratan ahora así: sin nivel razonan en su nivel por defecto, y none da su nivel más bajo. La página de Modelos dice cuáles, para que dejes margen en max_tokens.
  • El razonamiento aparece en tu uso en más modelos. usage.completion_tokens_details.reasoning_tokens y el panel cuentan ahora el razonamiento de los modelos que lo informan en su propio formato, para que veas qué parte de tu salida fue razonamiento.
  • Los cálculos razonan en más modelos. Algunos modelos solo razonan cuando se les pide, y Zabio ahora registra cuáles son: auto también activa su razonamiento en los cálculos. Cuando nombras uno de ellos sin nivel, zabio.reasoning.applied indica ahora off, que es como ya respondían.
  • Nunca se te cobra una respuesta vacía causada por un ajuste que eligió Zabio. Cuando auto activa el razonamiento, se asegura de que tu max_tokens deje espacio para la respuesta. Si aun así el modelo gasta todo el presupuesto pensando y no escribe nada, esa llamada es gratis, y responde en su lugar un modelo que razona por defecto, o el mismo modelo de nuevo sin razonamiento cuando no hay ninguno. Con un nivel de razonamiento que eliges tú, las llamadas se cobran como antes.
  • Detalles de enrutado más simples. zabio.routing ya no incluye subject ni language, y el job que devuelve POST /v1/public/analyze ya no incluye language. El enrutado nunca los usaba.
  • Pagas la respuesta, nunca la elección del modelo. El pequeño paso de enrutado que lee cada petición auto forma parte ahora de la comisión de Zabio, así que classifier_micros vale 0 y el ahorro en cada llamada auto es mayor.
  • Menos coste de caché en los prompts largos que envías una vez. Un prompt largo se escribe ahora en la caché del proveedor cuando vuelve, no la primera vez, así que un documento que envías una sola vez ya no paga la escritura de la caché. Las conversaciones y las sesiones se guardan en caché desde el primer turno, como antes.
  • Dos proveedores nuevos, Alibaba Cloud (US) y Alibaba Cloud (International). 34 modelos más que puedes nombrar, entre ellos la familia Qwen, con la ubicación de procesamiento de cada uno en la página de Modelos. El enrutado automático sigue eligiendo entre los mismos modelos que antes.
  • Más modelos para elegir. El catálogo incluye 43 modelos más que puedes nombrar, de todos los proveedores que sirve Zabio, cada uno al precio de lista del propio proveedor. El enrutado automático sigue eligiendo entre los mismos modelos que antes.
  • Un nuevo aspecto para todos los correos. Los enlaces de acceso, los recibos, los avisos de saldo y las invitaciones comparten ahora un diseño claro, dirigido a ti por tu nombre, con el logotipo de Zabio, en inglés o español, y las respuestas llegan a nuestro equipo de soporte.
  • Inicio de sesión con GitHub, junto a Google, la contraseña y el enlace por email.
  • Recargas automáticas. Se añade crédito automáticamente cuando tu saldo baja, hasta un tope mensual que tú eliges.
  • El plan Free. Empieza sin tarjeta: 100 peticiones al día con un conjunto de modelos rápidos.
  • Mueve crédito entre tus organizaciones. Los propietarios pueden transferir crédito pagado de una organización a otra desde la página de Facturación.
  • Más visibilidad de tu uso. El panel muestra tu tasa de aciertos de caché, tu costo por millón de tokens y tu gasto por tipo de trabajo, y una nueva página de Logs muestra cuánto tardó cada llamada.
  • Mejoras de seguridad en el inicio de sesión, las cuentas y los pagos, incluida una mejor protección contra el fraude en los registros y los pagos.