.py · text/x-python

Pydantic v2: Modelo BaseModel Python Pydantic v2

Los modelos Pydantic v2 usan type hints Python y clases BaseModel (con alias Field para claves camelCase) respaldados por núcleo Rust.

Respuesta rápida: Los modelos Pydantic v2 usan type hints Python y clases BaseModel (con alias Field para claves camelCase) respaldados por núcleo Rust. Endpoints FastAPI, salidas estructuradas de LLM en Python y validación estricta en Python 3.10+.

Tipo de estructuraCódigo tipado
Legibilidad humanaAlta
Soporte de anidaciónSí
Eficiencia de tokens LLMMedia
Extensión de archivo.py
Tipo MIMEtext/x-python
Ideal paraEndpoints FastAPI, salidas estructuradas de LLM en Python y validación estricta en Python 3.10+.

Ventajas

  • Estándar nativo de esquemas estructurados en FastAPI, OpenAI y LangGraph
  • Conserva nombres snake_case idiomáticos mapeados con Field(alias=...)
  • Su motor en Rust valida cargas JSON mucho más rápido que Pydantic v1

Compromisos

  • Las APIs de Pydantic v1 y v2 difieren (model_validate vs. parse_obj)
  • Claves JSON en camelCase o reservadas requieren Field(alias=...)
  • Las referencias circulares exigen from __future__ import annotations

Referencias

Convierte y limpia Pydantic v2 localmente

Guías técnicas relacionadas

Formatos relacionados

Los 24 formatos

Preguntas frecuentes sobre Pydantic v2

¿Cómo trata JSON a Pydantic claves camelCase como userId?

TxtTo pasa las claves a snake_case idiomático (user_id) añadiendo Field(alias="userId") para validar el JSON entrante sin fricción.

¿Los objetos anidados se elevan a clases Python de nivel superior?

Sí. Cada objeto JSON anidado se eleva a su propia clase BaseModel ordenada encima de la clase raíz.

¿Por qué incluir from __future__ import annotations en Pydantic v2?

Permite usar la sintaxis moderna PEP 604 (str | None) y referencias adelantadas de forma limpia desde Python 3.9+.