AI WORLD HQ
¿Alguna vez has deseado que una herramienta pudiera resumir automáticamente un documento largo o describir una foto? Este tipo de función suele funcionar con una API. En este artículo te explicamos qué es la API de Gemini de Google, qué puede hacer y en qué se diferencian sus opciones de acceso, para que sepas si merece la pena conocerla mejor.
Qué es la API de Gemini
Una API (interfaz de programación de aplicaciones, que no es más que una forma de que dos programas se comuniquen) es el puente que permite que una aplicación envíe una solicitud a un modelo de IA y reciba un resultado. La solicitud suele incluir un prompt (la instrucción que escribes para la IA) y algunos ajustes. El modelo devuelve texto, imágenes o audio que la aplicación puede mostrar, guardar o enviar a otro lugar.
Google afirma que la API de Gemini puede trabajar con muchos tipos de contenido, no solo texto escrito. Según Google, puede procesar vídeo y audio, además de imágenes y documentos. Esto permite crear ideas como:
- Una herramienta que analiza un vídeo grabado y extrae los puntos principales.
- Una aplicación que lee un documento y responde preguntas sobre él.
- Un asistente de voz que también puede usar una cámara para ver aquello que estás señalando.
Google también ofrece varias familias de modelos para distintas tareas, incluidos modelos rápidos, herramientas de voz, generación de imágenes, generación de música y ayuda para programar. No necesitas conocer sus nombres para aprovecharlos. La mayoría de las personas los usan a través de aplicaciones creadas por otras empresas.
Las dos formas de obtener acceso
Google describe dos vías principales:
- Google AI Studio es el punto de partida más sencillo. Google dice que ayuda a comenzar rápidamente a usar sus productos de IA.
- Google Cloud es un entorno de desarrollo más amplio, con más modelos y ajustes, pensado para proyectos grandes o empresariales.
Si quieres echar un primer vistazo, AI Studio es la opción más fácil. Google también afirma que ahora puedes configurar la facturación dentro de AI Studio, algo que antes requería pasar por Google Cloud.
Opciones gratuitas y de pago, explicadas de forma sencilla
Google describe tres niveles: gratuito, pago por uso y empresarial. Para conocer los precios actuales, consulta la página oficial de precios de la API de Gemini, ya que los detalles pueden cambiar.
- Plan gratuito: uso limitado de los modelos más básicos. Google afirma que los prompts y las respuestas de este nivel pueden utilizarse para mejorar sus modelos, así que evita pegar información privada.
- Pago por uso: pagas por los tokens que utilizas. Un token es un pequeño fragmento de texto, a menudo parte de una palabra. Google afirma que los datos de este nivel no se utilizan para entrenar sus modelos.
- Empresarial: pensado para organizaciones que necesitan asistencia y funciones avanzadas, normalmente mediante un acuerdo con el equipo comercial de Google.
Cada nivel también tiene límites de frecuencia, es decir, topes sobre cuántas solicitudes puedes enviar durante un periodo determinado. Los límites del plan gratuito son más estrictos. Si alguna vez utilizas la opción de pago, consulta la información sobre los límites de frecuencia en AI Studio.
En resumen
La API de Gemini conecta los modelos de IA de Google con el software que utilizas o desarrollas. AI Studio es el punto de entrada más sencillo de Google, mientras que Google Cloud ofrece una plataforma más amplia. Antes de registrarte, decide qué información te sientes cómodo compartiendo en el plan gratuito y consulta la página oficial de precios para conocer los detalles actuales de cada plan. Un buen siguiente paso para hoy: abre la documentación oficial de la API de Gemini de Google y lee el resumen sobre los tipos de contenido que la API puede aceptar y devolver.