Modelos de Gemini (original) (raw)

2.5 Pro

Nuestro modelo de pensamiento más potente con la máxima precisión de respuesta y un rendimiento de vanguardia

• Ingresa audio, imágenes, video y texto, y obtén respuestas de texto
• Enfréntate a problemas difíciles, analiza bases de datos grandes y mucho más
• Ideal para la programación, el razonamiento y la comprensión multimodal complejos

2.5 Flash

Nuestro mejor modelo en términos de precio y rendimiento, que ofrece capacidades equilibradas.

• Ingresa audio, imágenes, video y texto, y obtén respuestas de texto
• El modelo piensa según sea necesario, o bien puedes configurar un presupuesto de pensamiento.
• Ideal para tareas de alto volumen y baja latencia que requieren procesamiento

2.5 Flash-Lite

Un modelo Gemini 2.5 Flash optimizado para la rentabilidad y la baja latencia.

• Ingresa audio, imágenes, video y texto, y obtén respuestas de texto
• El modelo más rentable que admite una alta capacidad de procesamiento
• Ideal para casos de uso en tiempo real y de baja latencia

Variantes del modelo

La API de Gemini ofrece diferentes modelos optimizados para casos de uso específicos. A continuación, se incluye una breve descripción general de las variantes de Gemini disponibles:

Puedes ver los límites de frecuencia de cada modelo en la página de límites de frecuencia.

Gemini 2.5 Pro

Gemini 2.5 Pro es nuestro modelo de pensamiento de vanguardia, capaz de razonar sobre problemas complejos en código, matemáticas y STEM, así como analizar grandes conjuntos de datos, bases de código y documentos con contexto extenso.

Probar en Google AI Studio

Detalles del modelo

Gemini 2.5 Flash

Nuestro mejor modelo en términos de precio y rendimiento, que ofrece capacidades equilibradas. 2.5 Flash es mejor para el procesamiento a gran escala, las tareas de alto volumen y baja latencia que requieren pensamiento, y los casos de uso de agentes.

Probar en Google AI Studio

Detalles del modelo

Versión preliminar de Gemini 2.5 Flash-Lite

Un modelo Gemini 2.5 Flash optimizado para la rentabilidad y la baja latencia.

Probar en Google AI Studio

Detalles del modelo

Audio nativo de Gemini 2.5 Flash

Nuestros modelos de diálogo de audio nativos, con y sin pensamiento, están disponibles a través de la API de Live. Estos modelos proporcionan experiencias de conversación interactivas y no estructuradas, con indicaciones de estilo y control.

Prueba el audio nativo en Google AI Studio

Detalles del modelo

Texto a voz de la versión preliminar de Gemini 2.5 Flash

La función de conversión de texto a voz de Gemini 2.5 Flash Preview es nuestro modelo de conversión de texto a voz con un precio y un rendimiento óptimos, que ofrece un alto control y transparencia para flujos de trabajo estructurados, como la generación de podcasts, audiolibros, asistencia al cliente y mucho más. Los límites de frecuencia de Gemini 2.5 Flash son más restrictivos, ya que es un modelo experimental o de versión preliminar.

Probar en Google AI Studio

Detalles del modelo

Texto a voz de la versión preliminar de Gemini 2.5 Pro

La función de conversión de texto a voz de Gemini 2.5 Pro Preview es nuestro modelo de conversión de texto a voz más potente, que ofrece un alto control y transparencia para flujos de trabajo estructurados, como la generación de podcasts, audiolibros, asistencia al cliente y mucho más. Los límites de frecuencia de Gemini 2.5 Pro son más restrictivos, ya que es un modelo experimental o preliminar.

Probar en Google AI Studio

Detalles del modelo

Gemini 2.0 Flash

Gemini 2.0 Flash ofrece funciones de nueva generación y capacidades mejoradas, como velocidad superior, uso de herramientas nativas y una ventana de contexto de 1 millón de tokens.

Probar en Google AI Studio

Detalles del modelo

Generación de imágenes de la versión preliminar de Gemini 2.0 Flash

La generación de imágenes de la vista previa de Gemini 2.0 Flash ofrece funciones de generación de imágenes mejoradas, incluida la generación y edición de imágenes de forma conversacional.

Probar en Google AI Studio

Detalles del modelo

Gemini 2.0 Flash-Lite

Un modelo Gemini 2.0 Flash optimizado para la rentabilidad y la baja latencia.

Probar en Google AI Studio

Detalles del modelo

Gemini 1.5 Flash

Gemini 1.5 Flash es un modelo multimodal rápido y versátil para escalar en diversas tareas.

Probar en Google AI Studio

Detalles del modelo

Gemini 1.5 Flash-8B

Gemini 1.5 Flash-8B es un modelo pequeño diseñado para tareas de menor inteligencia.

Probar en Google AI Studio

Detalles del modelo

Gemini 1.5 Pro

Prueba la Versión preliminar de Gemini 2.5 Pro, nuestro modelo de Gemini más avanzado hasta la fecha.

Gemini 1.5 Pro es un modelo multimodal de tamaño mediano que está optimizado para una amplia variedad de tareas de razonamiento. La versión 1.5 Pro puede procesar grandes cantidades de datos a la vez, incluidas 2 horas de video, 19 horas de audio, bases de código con 60,000 líneas de código o 2,000 páginas de texto.

Probar en Google AI Studio

Detalles del modelo

Imagen 3

Imagen 3 es nuestro modelo de texto a imagen de mayor calidad, capaz de generar imágenes con aún más detalles, una iluminación más rica y menos artefactos distractores que nuestros modelos anteriores.

Detalles del modelo

Veo 2

Veo 2 es nuestro modelo de texto a imagen y de imagen a video de alta calidad, capaz de generar videos detallados que capturan los matices artísticos de tus instrucciones.

Detalles del modelo

Gemini 2.0 Flash en vivo

El modelo Gemini 2.0 Flash en vivo funciona con la API de Live para habilitar interacciones de voz y video bidireccionales de baja latencia con Gemini. El modelo puede procesar entradas de texto, audio y video, y puede proporcionar salidas de texto y audio.

Probar en Google AI Studio

Detalles del modelo

Gemini Embedding Experimental

Gemini embedding logra un rendimiento de vanguardia en muchas dimensiones clave, como el código, la recuperación y la multilingüismo. Los límites de frecuencia de incorporación de Gemini son más restrictivos, ya que es un modelo experimental.

Detalles del modelo

Incorporación de texto y de objetos

Incorporación de texto

Prueba nuestro nuevo modelo experimental de incorporación de Gemini, que logra un rendimiento de vanguardia.

Las incorporaciones de texto se usan para medir la relación entre cadenas y se usan ampliamente en muchas aplicaciones de IA.

text-embedding-004 logra un rendimiento de recuperación más sólido y supera a los modelos existentes con dimensiones comparables en las comparativas de incorporación de MTEB estándar.

Detalles del modelo

Embedding

Puedes usar el modelo de incorporación para generar incorporaciones de texto para el texto de entrada.

El modelo de incorporación está optimizado para crear incorporaciones con 768 dimensiones para texto de hasta 2,048 tokens.

Detalles del modelo de incorporación

AQA

Puedes usar el modelo de AQA para realizar tareas relacionadas con la respuesta a preguntas atribuidas (AQA) en un documento, un corpus o un conjunto de pasajes. El modelo de AQA muestra respuestas a preguntas que se basan en las fuentes proporcionadas, junto con la estimación de la probabilidad de respuesta.

Detalles del modelo

Consulta los ejemplos para explorar las capacidades de estas variaciones de modelos.

[*] Un token equivale a aproximadamente 4 caracteres para los modelos de Gemini. 100 tokens son entre 60 y 80 palabras en inglés.

Patrones de nombres de versiones de modelos

Los modelos de Gemini están disponibles en versiones estables, de vista previa o experimentales. En tu código, puedes usar uno de los siguientes formatos de nombre de modelo para especificar qué modelo y versión deseas usar.

Versión estable más reciente

Hace referencia a la versión estable más reciente que se lanzó para la generación y la variación del modelo especificadas.

Para especificar la versión estable más reciente, usa el siguiente patrón: <model>-<generation>-<variation>. Por ejemplo, gemini-2.0-flash

Estable

Apunta a un modelo estable específico. Los modelos estables suelen no cambiar. La mayoría de las apps de producción deben usar un modelo estable específico.

Para especificar una versión estable, usa el siguiente patrón: <model>-<generation>-<variation>-<version>. Por ejemplo, gemini-2.0-flash-001

Vista previa

Se refiere a un modelo de versión preliminar que puede no ser adecuado para el uso en producción, tiene límites de frecuencia más restrictivos, pero puede tener habilitada la facturación.

Para especificar una versión preliminar, usa el siguiente patrón:<model>-<generation>-<variation>-<version>. Por ejemplo, gemini-2.5-pro-preview-06-05

Experimental

Indica un modelo experimental que puede no ser adecuado para el uso en producción y que tiene límites de frecuencia más restrictivos. Lanzamos modelos experimentales para recopilar comentarios y que los desarrolladores tengan acceso rápido a nuestras actualizaciones más recientes.

Para especificar una versión experimental, usa el siguiente patrón: <model>-<generation>-<variation>-<version>. Por ejemplo, gemini-2.0-pro-exp-02-05

Modelos experimentales

Además de los modelos estables, la API de Gemini ofrece modelos experimentales que pueden no ser adecuados para el uso en producción y tienen límites de frecuencia más restrictivos.

Lanzamos modelos experimentales para recopilar comentarios, llevar nuestras actualizaciones más recientes a los desarrolladores con rapidez y destacar el ritmo de innovación que se lleva a cabo en Google. Lo que aprendemos de los lanzamientos experimentales nos permite definir cómo podemos realizar lanzamientos a una mayor escala. Un modelo experimental se puede intercambiar por otro sin aviso previo. No garantizamos que un modelo experimental se convierta en un modelo estable en el futuro.

Modelos experimentales anteriores

A medida que estén disponibles versiones nuevas o estables, quitaremos y reemplazaremos los modelos experimentales. Puedes encontrar los modelos experimentales anteriores que lanzamos en la siguiente sección junto con la versión de reemplazo:

Idiomas admitidos

Los modelos de Gemini se entrenan para funcionar con los siguientes idiomas:

• Árabe (ar)
• Bengalí (bn)
• Búlgaro (bg)
• Chino simplificado y tradicional (zh)
• Croata (hr)
• Checo (cs)
• Danés (da)
• Neerlandés (nl)
• Inglés (en)
• Estonio (et)
• Finés (fi)
• Francés (fr)
• Alemán (de)
• Griego (el)
• Hebreo (iw)
• Hindi (hi)
• Húngaro (hu)
• Indonesio (id)
• Italiano (it)
• Japonés (ja)
• Coreano (ko)
• Letón (lv)
• Lituano (lt)
• Noruego (no)
• Polaco (pl)
• Portugués (pt)
• Rumano (ro)
• Ruso (ru)
• Serbio (sr)
• Eslovaco (sk)
• Esloveno (sl)
• Español (es)
• Suajili (sw)
• Sueco (sv)
• Tailandés (th)
• Turco (tr)
• Ucraniano (uk)
• Vietnamita (vi)