Extracción de datos estructurados barata con `llm` y gemini-3.5-flash

`gemini-3.5-flash` pasó a disponibilidad general a 1,50 $/9 $ por millón de tokens y va 4 veces más rápido que los modelos punteros: es el caballo de batalla para bucles de agente, subagentes y extracción masiva. Desde la línea de comandos `llm` lo usas sin necesidad de un SDK propio. ```bash # Instalación (una vez) uv tool install llm # o: pipx install llm llm install llm-gemini llm keys set gemini # pega tu clave de API ``` Salida estructurada con JSON garantizado por `--schema`: ```bash llm -m gemini-3.5-flash \ --schema 'titulo, url, resumen, severidad int' \ "Extrae los datos de este error: $(cat bug.txt)" ``` En lote, un objeto por fila con `--schema-multi`: ```bash cat tickets.txt | llm -m gemini-3.5-flash \ --schema-multi 'id int, area, prioridad int' \ 'Clasifica cada ticket' ``` Llamadas a herramientas sin librerías extra: pasas funciones de Python con `--functions` y depuras con `--td`: ```bash llm -m gemini-3.5-flash --td \ --functions 'def tarifa(kwh: float) -> float: return kwh * 0.18' \ 'cuanto cuestan 1234 kWh' ``` Cada llamada queda registrada en SQLite (`llm logs`), así que auditas la petición, los tokens y la respuesta sin instrumentar nada extra. En producción: arranca con flash y solo escala a un modelo caro cuando una evaluación falle, no por defecto.