2.0 Flash
Nuestro modelo multimodal más reciente, con funciones de nueva generación y capacidades mejoradas
- Ingresa audio, imágenes, video y texto, y obtén respuestas de texto
- Generar código, extraer datos, analizar archivos, generar gráficos y mucho más
- Latencia baja, rendimiento mejorado y diseñado para potenciar experiencias de agentes
2.0 Flash-Lite
Un modelo Gemini 2.0 Flash optimizado para la eficiencia de costos y la baja latencia
- Ingresa audio, imágenes, video y texto, y obtén respuestas de texto
- Rendimiento superior al de Flash 1.5 en la mayoría de las comparativas
- Una ventana de contexto de 1 millón de tokens y una entrada multimodal, como Flash 2.0
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:
| Variante del modelo | Entradas | Salida | Optimizado para |
|---|---|---|---|
Gemini 2.0 Flash
gemini-2.0-flash |
Audio, imágenes, videos y texto | Texto, imágenes (próximamente) y audio (próximamente) | Funciones, velocidad y generación multimodal de nueva generación para una amplia variedad de tareas |
Versión preliminar de Gemini 2.0 Flash-Lite
gemini-2.0-flash-lite-preview-02-05 |
Audio, imágenes, videos y texto | Texto | Un modelo Gemini 2.0 Flash optimizado para la eficiencia de costos y la baja latencia |
Gemini 1.5 Flash
gemini-1.5-flash |
Audio, imágenes, videos y texto | Texto | Rendimiento rápido y versátil en una amplia variedad de tareas |
Gemini 1.5 Flash-8B
gemini-1.5-flash-8b |
Audio, imágenes, videos y texto | Texto | Tareas de alto volumen y menor inteligencia |
Gemini 1.5 Pro
gemini-1.5-pro |
Audio, imágenes, videos y texto | Texto | Tareas de razonamiento complejas que requieren más inteligencia |
Incorporación de texto
text-embedding-004 |
Texto | Incorporaciones de texto | Cómo medir la relación entre cadenas de texto |
Puedes ver los límites de frecuencia de cada modelo en la página de límites de frecuencia.
Gemini 2.0 Flash
Gemini 2.0 Flash ofrece funciones de nueva generación y capacidades mejoradas, como velocidad superior, uso de herramientas nativas, generación multimodal y una ventana de contexto de 1 millón de tokens.
Detalles del modelo
| Propiedad | Descripción |
|---|---|
| Código de modelo | models/gemini-2.0-flash |
| Tipos de datos admitidos |
Entradas Audio, imágenes, video y texto Resultado Audio (próximamente), imágenes (próximamente) y texto |
| Límites de tokens[*] |
Límite de tokens de entrada 1,048,576 Límite de tokens de salida 8,192 |
| Funciones de |
Resultados estructurados Admitido Almacenamiento en caché Próximamente Ajuste No compatible Llamada a función Admitido Ejecución de código Admitido Buscar Admitido Generación de imágenes Próximamente Uso de herramientas nativas Admitido Generación de audio Próximamente API de Multimodal Live Próximamente |
| Versiones |
|
| Última actualización | Febrero de 2025 |
| Cutoff de conocimiento | Agosto de 2024 |
Versión preliminar de Gemini 2.0 Flash-Lite
Un modelo Gemini 2.0 Flash optimizado para la eficiencia de costos y la baja latencia.
Detalles del modelo
| Propiedad | Descripción |
|---|---|
| Código de modelo | models/gemini-2.0-flash-lite-preview-02-05 |
| Tipos de datos admitidos |
Entradas Audio, imágenes, video y texto Resultado Texto |
| Límites de tokens[*] |
Límite de tokens de entrada 1,048,576 Límite de tokens de salida 8,192 |
| Funciones de |
Resultados estructurados Admitido Almacenamiento en caché No compatible Ajuste No compatible Llamada a función No compatible Ejecución de código No compatible Buscar No compatible Generación de imágenes No compatible Uso de herramientas nativas No compatible Generación de audio No compatible API de Multimodal Live No compatible |
| Versiones |
|
| Última actualización | Febrero de 2025 |
| Cutoff de conocimiento | Agosto de 2024 |
Gemini 1.5 Flash
Gemini 1.5 Flash es un modelo multimodal rápido y versátil para escalar en diversas tareas.
Detalles del modelo
| Propiedad | Descripción |
|---|---|
| Código de modelo | models/gemini-1.5-flash |
| Tipos de datos admitidos |
Entradas Audio, imágenes, video y texto Resultado Texto |
| Límites de tokens[*] |
Límite de tokens de entrada 1,048,576 Límite de tokens de salida 8,192 |
| Especificaciones de audio y video |
Cantidad máxima de imágenes por instrucción 3,600 Duración máxima del video 1 hora Duración máxima del audio Aproximadamente 9.5 horas |
| Funciones de |
Instrucciones del sistema Admitido Modo JSON Admitido Esquema JSON Admitido Configuración de seguridad ajustable Admitido Almacenamiento en caché Admitido Ajuste Admitido Llamada a función Admitido Ejecución de código Admitido Transmisión bidireccional No compatible |
| Versiones |
|
| Última actualización | Septiembre de 2024 |
Gemini 1.5 Flash-8B
Gemini 1.5 Flash-8B es un modelo pequeño diseñado para tareas de menor inteligencia.
Detalles del modelo
| Propiedad | Descripción |
|---|---|
| Código de modelo | models/gemini-1.5-flash-8b |
| Tipos de datos admitidos |
Entradas Audio, imágenes, video y texto Resultado Texto |
| Límites de tokens[*] |
Límite de tokens de entrada 1,048,576 Límite de tokens de salida 8,192 |
| Especificaciones de audio y video |
Cantidad máxima de imágenes por instrucción 3,600 Duración máxima del video 1 hora Duración máxima del audio Aproximadamente 9.5 horas |
| Funciones de |
Instrucciones del sistema Admitido Modo JSON Admitido Esquema JSON Admitido Configuración de seguridad ajustable Admitido Almacenamiento en caché Admitido Ajuste Admitido Llamada a función Admitido Ejecución de código Admitido Transmisión bidireccional No compatible |
| Versiones |
|
| Última actualización | Octubre de 2024 |
Gemini 1.5 Pro
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.
Detalles del modelo
| Propiedad | Descripción |
|---|---|
| Código de modelo | models/gemini-1.5-pro |
| Tipos de datos admitidos |
Entradas Audio, imágenes, video y texto Resultado Texto |
| Límites de tokens[*] |
Límite de tokens de entrada 2,097,152 Límite de tokens de salida 8,192 |
| Especificaciones de audio y video |
Cantidad máxima de imágenes por instrucción 7,200 Duración máxima del video 2 horas Duración máxima del audio Aproximadamente 19 horas |
| Funciones de |
Instrucciones del sistema Admitido Modo JSON Admitido Esquema JSON Admitido Configuración de seguridad ajustable Admitido Almacenamiento en caché Admitido Ajuste No compatible Llamada a función Admitido Ejecución de código Admitido Transmisión bidireccional No compatible |
| Versiones |
|
| Última actualización | Septiembre de 2024 |
Incorporación de texto y de embeddings
Incorporación de texto
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
| Propiedad | Descripción |
|---|---|
| Código de modelo |
API de Gemini
|
| Tipos de datos admitidos |
Entrada Texto Resultado Incorporaciones de texto |
| Límites de tokens[*] |
Límite de tokens de entrada 2,048 Tamaño de la dimensión de salida 768 |
| Límites de frecuencia[**] | 1,500 solicitudes por minuto |
| Configuración de seguridad ajustable | No compatible |
| Última actualización | Abril de 2024 |
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
| Propiedad | Descripción |
|---|---|
| Código de modelo |
models/embedding-001
|
| Tipos de datos admitidos |
Entrada Texto Resultado Incorporaciones de texto |
| Límites de tokens[*] |
Límite de tokens de entrada 2,048 Tamaño de la dimensión de salida 768 |
| Límites de frecuencia[**] | 1,500 solicitudes por minuto |
| Configuración de seguridad ajustable | No compatible |
| Última actualización | Diciembre de 2023 |
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
| Propiedad | Descripción |
|---|---|
| Código de modelo | models/aqa |
| Tipos de datos admitidos |
Entrada Texto Resultado Texto |
| Idioma admitido | Inglés |
| Límites de tokens[*] |
Límite de tokens de entrada 7,168 Límite de tokens de salida 1,024 |
| Límites de frecuencia[**] | 1,500 solicitudes por minuto |
| Configuración de seguridad ajustable | Admitido |
| Última actualización | Diciembre de 2023 |
Consulta los ejemplos para explorar las capacidades de estas variaciones de modelos.
[*] Un token equivale a cerca de 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 preliminares o estables. En tu código, puedes usar uno de los siguientes formatos de nombre de modelo para especificar qué modelo y versión deseas usar.
Más reciente: Indica la versión más reciente del modelo para una generación y una variación especificadas. El modelo subyacente se actualiza con regularidad y podría ser una versión preliminar. Solo las apps y los prototipos de pruebas exploratorias deben usar este alias.
Para especificar la versión más reciente, usa el siguiente patrón:
<model>-<generation>-<variation>-latest. Por ejemplo,gemini-1.0-pro-latestVersión estable más reciente: Hace referencia a la versión estable más reciente que se lanzó para la generación y variación de modelos especificadas.
Para especificar la versión estable más reciente, usa el siguiente patrón:
<model>-<generation>-<variation>. Por ejemplo,gemini-1.0-proEstable: Hace referencia a un modelo estable específico. Los modelos estables no cambian. 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-1.0-pro-001Experimental: Hace referencia a un modelo experimental disponible en la versión preliminar, como se define en los Términos, lo que significa que no es para uso en producción. Lanzamos modelos experimentales para recopilar comentarios, poner nuestras actualizaciones más recientes en manos de los desarrolladores rápidamente 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.
Para especificar una versión experimental, usa el siguiente patrón:
<model>-<generation>-<variation>-<version>. Por ejemplo,gemini-exp-1121
Idiomas disponibles
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)