En el caso de las apps para dispositivos móviles y las apps web, los SDKs de Firebase AI Logic te permiten interactuar con los modelos de Gemini compatibles directamente desde tu app.
Los modelos Gemini se consideran multimodales porque son capaces de procesar y hasta generar múltiples modalidades, como texto, código, PDFs, imágenes, video y audio.
Además, revisa nuestras preguntas frecuentes sobre todos los modelos que Firebase AI Logic admite y no admite.
Modelos destacados
Gemini 4 Argon
gemini-4-argon
Razonamiento avanzado y comprensión multimodal enriquecida para controlar
casos de uso complejos y flujos de trabajo inteligentes en la app.
Gemini 3.8 Flash
gemini-3.8-flash
Rendimiento de vanguardia que compite con modelos más grandes a una fracción del
costo.
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Modelo de gran volumen y sensible a los costos con el rendimiento y
la calidad de la serie Gemini 3.
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
Modelo potente y de alta eficiencia para la generación y edición de imágenes, optimizado para la velocidad y los casos de uso de gran volumen.
Modelos de uso general
Ir a las tablas con detalles del modelo
Gemini 4 Argon
gemini-4-argon
Razonamiento avanzado y comprensión multimodal enriquecida para controlar
casos de uso complejos y flujos de trabajo inteligentes en la app.
Gemini 3.8 Flash
gemini-3.8-flash
Rendimiento de vanguardia que compite con modelos más grandes a una fracción del
costo.
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Modelo de uso general de gran volumen y sensible a los costos con el rendimiento y la calidad de la serie Gemini 3.
Modelos de generación de imágenes
Ir a las tablas con detalles del modelo
Gemini 3 Pro Image (Nano Banana Pro)
gemini-3-pro-image
Modelo de generación y edición de imágenes de vanguardia para la creación de imágenes nativas altamente contextuales.
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
Modelo potente y de alta eficiencia para la generación y edición de imágenes, optimizado para la velocidad y los casos de uso de gran volumen.
Imagen de Gemini 3.1 Flash-Lite (Nano Banana 2 Lite)
gemini-3.1-flash-lite-image
Modelo de generación y edición de imágenes rentable y de latencia ultrabaja, diseñado para casos de uso interactivos de gran volumen.
Modelos de generación de audio
Modelos de texto a voz (TTS)
Puedes generar voz a partir de una entrada de texto con los modelos de Gemini TTS.
Ir a las tablas con detalles del modelo
TTS de Gemini 3.x Flash
gemini-3.1-flash-tts-preview
Generación de voz potente y de baja latencia a partir de entrada de texto.
Live API modelos
Puedes generar audio transmitido de forma bidireccional con modelos que admitan Gemini Live API.
Ir a las tablas con los detalles del modelo
Gemini 3.x Flash con audio nativo de la API de Gemini Live
API de Gemini Developer:gemini-3.1-flash-live-preview
API de Gemini en Agent Platform:
no compatible
Permite interacciones de voz y video en tiempo real y de baja latencia con un
modelo de Gemini que es bidireccional.
Gemini 2.5 Flash con audio nativo de la API de Gemini Live
API de Gemini Developer:gemini-2.5-flash-native-audio-preview-12-2025
API de Gemini en Agent Platform:gemini-live-2.5-flash-native-audio
Permite interacciones de voz y video en tiempo real y de baja latencia con un
modelo de Gemini que es bidireccional.
En el resto de esta página, se proporciona información detallada sobre los modelos compatibles con Firebase AI Logic.
-
- Entrada y salida admitidas
- Comparación de alto nivel de las capacidades admitidas
- Especificaciones y limitaciones, por ejemplo, la cantidad máxima de tokens de entrada o la duración máxima del video de entrada
Descripción de cómo se controlan las versiones de los modelos, específicamente sus versiones estables, preliminares y experimentales
Listas de nombres de modelos disponibles para incluir en tu código durante la inicialización
Listas de idiomas compatibles para los modelos
En la parte inferior de esta página, puedes consultar información detallada sobre los modelos de generación anteriores.
Comparar modelos
Cada modelo tiene diferentes capacidades para admitir varios casos de uso. Ten en cuenta que cada una de las tablas de esta sección describe cada modelo cuando se usa con Firebase AI Logic. Cada modelo puede tener capacidades adicionales que no están disponibles cuando usas nuestros SDKs.
Si no encuentras la información que buscas en las siguientes subsecciones, puedes encontrar aún más información en la documentación del proveedor de la API que elijas: Gemini Developer API o Agent Platform Gemini API (formerly Vertex AI).
Entrada y salida admitidas
En la siguiente tabla, se enumeran los tipos de entrada y salida admitidos cuando se usa cada modelo con Firebase AI Logic.
Para obtener información sobre los tipos de archivo admitidos, consulta Archivos de entrada y requisitos admitidos.
|
Gemini 4 Argon |
Gemini 3.x Flash, Flash‑Lite |
Gemini 3.x Pro Image |
Gemini 3.x Flash Image |
Gemini 3.x Flash‑Lite Image |
Gemini 3.x Flash TTS |
Gemini Live |
|
|---|---|---|---|---|---|---|---|
| Tipos de entrada | |||||||
| Texto | |||||||
| Código | |||||||
| Documentos (PDF o texto sin formato) |
|||||||
| Imágenes | |||||||
| Video | |||||||
| Audio | |||||||
| Tipos de salida | |||||||
| Texto | |||||||
| Texto (transmisión) | |||||||
| Código | |||||||
| Resultados estructurados (como JSON) |
|||||||
| Imágenes | |||||||
| Video | |||||||
| Audio | |||||||
Funciones y capacidades admitidas
En la siguiente tabla, se enumeran las capacidades y funciones admitidas cuando se usa cada modelo con Firebase AI Logic.
|
Gemini 4 Argon |
Gemini 3.x Flash, Flash‑Lite |
Gemini 3.x Pro Image |
Gemini 3.x Flash Image |
Gemini 3.x Flash‑Lite Image |
Gemini 3.x Flash TTS |
Gemini Live |
|
|---|---|---|---|---|---|---|---|
| Pensamiento | |||||||
| Generar texto a partir de entradas de solo texto o multimodales | Intercalado o como parte de la imagen | intercalados o como parte de la imagen | intercalados o como parte de la imagen | Transcripción de audio | |||
| Genera imágenes | |||||||
| Edita imágenes | |||||||
| Generar audio | speech | audio transmitido | |||||
|
Genera
un resultado estructurado
(como JSON) |
|||||||
|
Analiza documentos
(PDF o texto sin formato) (salida de texto | salida de imagen) |
|||||||
|
Analiza imágenes (text-output | image-output) |
|||||||
|
Analizar video (text-output | image-output) |
video transmitido | ||||||
| Analiza audio | audio transmitido | ||||||
| Chat de varios turnos | |||||||
| Transmisión multimodal bidireccional | |||||||
| Herramientas compatibles | |||||||
| Llamada a función | |||||||
| Ejecución de código | |||||||
| Contexto de la URL | |||||||
|
Fundamentación con
|
|||||||
|
Fundamentación con
|
|||||||
Especificaciones y limitaciones
En la siguiente tabla, se enumeran las especificaciones y limitaciones cuando se usa cada modelo con Firebase AI Logic.
| Propiedad |
Gemini 4 Argon |
Gemini 3.x Flash, Flash‑Lite |
Gemini 3.x Pro Image |
Gemini 3.x Flash Image |
Gemini 3.x Flash‑Lite Image |
Gemini 3.x Flash TTS |
Gemini Live |
|---|---|---|---|---|---|---|---|
| Límite de tokens de entrada * | 1,048,576 tokens | 1,048,576 tokens | 65,536 tokens | 131,072 tokens | 65,536 tokens | 8,192 tokens | Ver documentos |
| Límite de tokens de salida * | 32,768 tokens (sin transmisión) 65,536 tokens (con transmisión) ** |
65,536 tokens | 32,768 tokens | 32,768 tokens | 4,096 tokens | 16,384 tokens | |
| PDF (por solicitud) | |||||||
| Cantidad máxima de archivos PDF de entrada *** |
900 archivos | 900 archivos | 14 archivos | 14 archivos | 14 archivos | --- | Ver documentos |
| Cantidad máxima de páginas por archivo PDF de entrada *** |
900 páginas | 900 páginas | 14 páginas | 14 páginas | 14 páginas | --- | |
| Tamaño máximo de por archivo PDF de entrada |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | --- | |
| Imágenes (por solicitud) | |||||||
| Cantidad máxima de imágenes de entrada |
1,000 imágenes | 1,000 imágenes | 14 imágenes | 14 imágenes | 14 imágenes | --- | Ver documentos |
| Tamaño máximo por imagen de entrada codificada en Base64 |
7 MB | 7 MB | 7 MB | 7 MB | 7 MB | --- | |
| Cantidad máxima de imágenes de salida |
--- | --- | Hasta el límite de tokens de salida | Hasta el límite de tokens de salida | Hasta el límite de tokens de salida | --- | |
| Video (por solicitud) | |||||||
| Cantidad máxima de archivos de video de entrada |
10 archivos | 10 archivos | --- | Hasta el límite de tokens de entrada | Hasta el límite de tokens de entrada | --- | consulta la documentación |
| Duración máxima de todo el video de entrada (solo fotogramas) |
Aprox. 60 minutos | 60 minutos aprox. | --- | 25 minutos aprox. | ~12 minutos | --- | |
| Duración máxima de todo el video de entrada (fotogramas y audio) |
45 minutos aprox. | 45 minutos aprox. | --- | --- | --- | --- | |
| Audio (por solicitud) | |||||||
| Cantidad máxima de archivos de audio de entrada |
1 archivo | 1 archivo | --- | --- | --- | --- | Ver documentos |
| Longitud máxima de todo el audio de entrada |
Aprox. 8.4 horas | Aprox. 8.4 horas | --- | --- | --- | --- | |
*
En todos los modelos de Gemini, un token equivale a alrededor de 4 caracteres,
por lo que 100 tokens son entre 60 y 80 palabras en inglés. Para los modelos Gemini, puedes
determinar el recuento total de tokens en tus solicitudes con
countTokens.
**
En el caso de gemini-4-argon, Firebase AI Logic aún no
admite la decodificación larga, ¡pero esa función estará disponible próximamente!
*** Los PDFs se tratan como imágenes, por lo que una sola página de un PDF se considera una sola imagen. La cantidad de páginas permitidas en una solicitud se limita a la cantidad de imágenes que el modelo puede admitir.
Obtén información detallada adicional
Las cuotas y los precios son diferentes para cada modelo. Los precios también dependen de la entrada y la salida.
Obtén información sobre los tipos de archivos de entrada admitidos, cómo especificar el tipo de MIME y cómo asegurarte de que tus archivos de entrada y solicitudes multimodales cumplan con los requisitos y sigan las prácticas recomendadas en Archivos de entrada y requisitos admitidos.
Patrones de nomenclatura y control de versiones de modelos
Los modelos se ofrecen en versiones estables, preliminares y experimentales. Por
comodidad, se admiten los alias -latest
Asegúrate de revisar nuestras prácticas recomendadas para usar versiones de modelos.
Para encontrar nombres de modelos específicos que puedas usar en tu código, consulta la sección "Nombres de modelos disponibles" más adelante en esta página.
| Tipo de versión / Etapa de lanzamiento |
Descripción | Patrón del nombre del modelo | |
|---|---|---|---|
| Estable |
Las versiones estables están disponibles y se admiten para su uso en producción a partir de la fecha de lanzamiento.
|
Los nombres de los modelos de versiones estables no tienen sufijo
Ejemplos: |
|
| Vista previa |
Las versiones de versión preliminar tienen nuevas capacidades y se consideran inestables.
|
Los nombres de los modelos de las versiones preliminares se agregan con
Ejemplo: |
|
| Experimental |
Las versiones experimentales tienen funciones nuevas y se consideran inestables.
|
Los nombres de los modelos de las versiones experimentales se agregan con
Ejemplo: |
|
| Cierre (retirado) |
Las versiones dadas de baja (retiradas) ya pasaron su
fecha de baja (retiro) y se desactivaron de forma permanente.
|
--- |
|
Prácticas recomendadas para usar versiones de modelos
En tus apps de producción, usa el nombre explícito del modelo para la versión estable más reciente.
En el caso de Agent Platform Gemini API (formerly Vertex AI), si eliges usar un modelo de disponibilidad a corto plazo en tu app de producción, es aún más importante que uses Firebase Remote Config o plantillas de instrucciones del servidor para controlar el nombre del modelo que se usa para tu función de IA.
Usa las versiones preliminar y experimental solo durante el prototipado. Te recomendamos usar una versión estable cuando comiences a desarrollar y probar un caso de uso de producción.
No recomendamos usar los alias
(ni siquiera durante el desarrollo). Este alias apunta a la versión más reciente de una variación de modelo específica (que podría ser una versión estable, preliminar o experimental). Este alias se intercambiará en caliente con cada nueva versión de una variación de modelo específica, y solo se enviará una notificación por correo electrónico 2 semanas antes en el caso de cambios rotundos. Esta inestabilidad del modelo que realmente estás usando puede provocar cambios de comportamiento inesperados en tu función de IA.-latest
Nombres de modelos disponibles
Los nombres de los modelos son los valores explícitos que incluyes en tu código durante la inicialización del modelo.
Modelos de uso general (como
gemini-4-argonogemini-3.8-flash)Modelos de generación de imágenes (como
gemini-3.1-flash-image, también conocidos como los modelos "Nano Banana")Modelos de generación de audio:
- Modelos de texto a voz (TTS) (como
gemini-3.1-flash-tts-preview) - Modelos de Live API
(como
gemini-live-2.5-flash-native-audio)
- Modelos de texto a voz (TTS) (como
Si deseas ver ejemplos de inicialización para tu plataforma, consulta la guía de introducción.
Para obtener detalles sobre las etapas de lanzamiento (en especial, para los casos de uso, la facturación y el cierre), consulta Patrones de nombres y versiones de modelos.
Enumera de forma programática todos los modelos disponibles
Puedes enumerar todos los nombres de modelos disponibles con la API de REST:
Gemini Developer API: Llama al extremo
models.listAgent Platform Gemini API (formerly Vertex AI): Llama al extremo
publishers.models.list
Ten en cuenta que esta lista que se muestra incluirá todos los modelos compatibles con los proveedores de la API, pero Firebase AI Logic solo admite los modelos de Gemini que se describen en esta página.
Modelos de uso general
Nombres de modelos de Gemini 4 Argon
Requiere el plan de precios Blaze de pago por uso, independientemente de tu proveedor de Gemini API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-4-argon |
La versión estable más reciente de Gemini 4 Argon | Estable | 2026-10-13 | Sin establecer |
Nombres de los modelos Gemini 3.x Flash
No requiere el plan de precios Blaze de pago por uso si utilizas Gemini Developer API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3.8-flash |
Versión estable más reciente de Gemini 3.x Flash Este es un modelo de disponibilidad a corto plazo (consulta Patrones de nomenclatura y control de versiones de modelos). |
Estable | 2026-09-02 | Sin establecer |
gemini-3.7-flash |
Versión estable de Gemini 3.x Flash Este es un modelo de disponibilidad a corto plazo (consulta Control de versiones y patrones de nombres de modelos). |
Estable | 2026-08-13 | Sin establecer |
gemini-3.6-flash |
Versión estable de Gemini 3.x Flash Este es un modelo de disponibilidad a corto plazo (consulta Patrones de nomenclatura y versiones de modelos). |
Estable | 2026-07-21 | Sin establecer |
gemini-3.5-flash |
Versión estable de Gemini 3.x Flash | Estable | 2026-05-19 | A partir del 19 de mayo de 2027 |
gemini-3-flash-preview |
Versión preliminar de Gemini 3.x Flash | Vista previa | 2025-12-17 | Sin establecer |
Nombres de modelos de Gemini 3.x Flash‑Lite
No requiere el plan de precios Blaze de pago por uso si usas Gemini Developer API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3.5-flash-lite |
Versión estable más reciente de Gemini 3.x Flash‑Lite | Estable | 2026-07-21 | A partir del 2027-07-21 |
gemini-3.1-flash-lite |
Versión estable de Gemini 3.x Flash‑Lite | Estable | 2026-05-07 | A partir del 7 de mayo de 2027 |
Modelos de generación de imágenes
Nombres de los modelos de Gemini 3.x Pro Image (también conocido como "Nano Banana Pro")
Requiere el plan de precios Blaze de pago por uso, independientemente de tu proveedor de Gemini API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3-pro-image |
Versión estable de Gemini 3.x Pro Image (también conocida como "Nano Banana Pro") |
Estable | 2026-05-28 | A partir del 2027-05-28 |
gemini-3-pro-image-preview |
Versión preliminar de Gemini 3.x Pro Image (también conocido como "Nano Banana Pro") |
Vista previa | 2025-11-20 | A partir del 25/6/2026 |
Nombres de los modelos de Gemini 3.x Flash Image (también conocidos como "Nano Banana 2")
Requiere el plan de precios Blaze de pago por uso, independientemente de tu proveedor de Gemini API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3.1-flash-image |
Versión estable de Gemini 3.x Flash Image (también conocida como "Nano Banana 2") |
Estable | 2026-05-28 | A partir del 2027-05-28 |
gemini-3.1-flash-image-preview |
Versión preliminar de Gemini 3.x Flash Image (también conocido como "Nano Banana 2") |
Vista previa | 2026-02-26 | A partir del 2026-06-25 |
Nombres de modelos de Gemini 3.x Flash‑Lite Image (también conocidos como "Nano Banana 2 Lite")
Se requiere el plan de precios Blaze de pago por uso, independientemente de tu proveedor de Gemini API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3.1-flash-lite-image |
Versión estable de Gemini 3.x Flash‑Lite Image (también conocida como "Nano Banana 2 Lite") Este es un modelo de disponibilidad a corto plazo (consulta Patrones de nombres y versiones de modelos). |
Estable | 2026-06-30 | Sin establecer |
Modelos de audio de texto a voz (TTS)
Nombres de los modelos Gemini 3.x Flash TTS
No requiere el plan de precios Blaze de pago por uso si usas Gemini Developer API.
| Nombre del modelo | Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3.1-flash-tts-preview |
Versión preliminar de Gemini 3.x Flash TTS | Vista previa | 2026-06-17 | Sin establecer |
Audio: Modelos de Live API
Gemini 3.x Flash Live nombres de modelos
| Gemini Developer API Nombre del modelo |
Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-3.1-flash-live-preview 1 |
Versión preliminar de Live API en Gemini Developer API | Vista previa | 2026-03-26 | Sin establecer |
| Agent Platform Gemini API (formerly Vertex AI) Nombre del modelo |
Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
| Agent Platform Gemini API (formerly Vertex AI) no admite ningún modelo de Gemini Live 3.x. | ||||
1 Solo es compatible con Gemini Developer API.
Además, aunque este es un modelo de versión preliminar, está disponible en el
"nivel gratuito" de Gemini Developer API.
Gemini 2.5 Flash Live nombres de modelos
No requiere el plan de precios Blaze de pago por uso si usas Gemini Developer API (por lo general, los modelos de versión preliminar requieren un plan pagado).
Aunque los siguientes modelos tienen nombres diferentes según el proveedor de la API de Gemini, las características del modelo son las mismas.
| Gemini Developer API Nombre del modelo |
Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-2.5-flash-native-audio-preview-12-2025 1 |
Versión preliminar de Live API en Gemini Developer API | Vista previa | 2025-12-12 | Sin establecer |
gemini-2.5-flash-native-audio-preview-09-2025 1 |
Versión preliminar inicial de Live API en Gemini Developer API | Vista previa | 2025-09-18 | Sin establecer |
| Agent Platform Gemini API (formerly Vertex AI) Nombre del modelo |
Descripción | Etapa de lanzamiento | Fecha de lanzamiento | Fecha de cierre |
|---|---|---|---|---|
gemini-live-2.5-flash-native-audio 2 |
Versión estable de Live API en Agent Platform Gemini API (formerly Vertex AI) | Estable | 2025-12-12 | A partir del 12-12-2026 |
gemini-live-2.5-flash-preview-native-audio-09-2025 2 |
Versión preliminar de Live API en Agent Platform Gemini API (formerly Vertex AI) | Vista previa | 2025-09-18 | Sin establecer |
1 Solo es compatible con Gemini Developer API.
Además, aunque estos son modelos de vista previa, están disponibles en el "nivel gratuito" de Gemini Developer API.
2 Solo es compatible con Agent Platform Gemini API (formerly Vertex AI).
Además, estos modelos no están disponibles en la ubicación
global.
Lenguajes compatibles
Modelos de uso general
Todos los modelos de uso general de Gemini (como Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite y los modelos 3.x anteriores) pueden comprender y responder en más de 100 idiomas:
Afrikáans (af), albanés (sq), amárico (am), árabe (ar),
armenio (hy), asamés (as), azerbaiyano (az), vasco (eu),
bielorruso (be), bengalí (bn), bosnio (bs), búlgaro (bg),
catalán (ca), cebuano (ceb), chino simplificado y tradicional (zh),
corso (co), croata (hr), checo (cs), danés (da), divehi (dv),
neerlandés (nl), inglés (en), esperanto (eo), estonio (et),
filipino (tagalo) (fil), finés (fi), francés (fr), frisón (fy),
gallego (gl), georgiano (ka), alemán (de), griego (el), guyaratí (gu),
criollo haitiano (ht), hausa (ha), hawaiano (haw), hebreo (iw),
hindi (hi), hmong (hmn), húngaro (hu), islandés (is), igbo (ig),
indonesio (id), irlandés (ga), italiano (it), japonés (ja),
javanés (jv), canarés (kn), kazajo (kk), jemer (km), coreano (ko),
krio (kri), kurdo (ku), kirguís (ky), lao (lo), latín (la),
letón (lv), lituano (lt), luxemburgués (lb), macedonio (mk),
malgache (mg), malayo (ms), malayalam (ml), maltés (mt), maorí (mi),
maratí (mr), meiteilon (manipuri) (mni-Mtei), mongol (mn),
birmano (my), nepalí (ne), noruego (no),
nyanja (chichewa) (ny), odia (oriya) (or), pastún (ps), persa (fa),
polaco (pl), portugués (pt), punyabí (pa), rumano (ro),
ruso (ru), samoano (sm), gaélico escocés (gd), serbio (sr),
sesoto (st), shona (sn), sindhi (sd), cingalés (si),
eslovaco (sk), esloveno (sl), somalí (so), español (es),
sundanés (su), suajili (sw), sueco (sv), tayiko (tg), tamil (ta),
telugu (te), tailandés (th), turco (tr), ucraniano (uk), urdu (ur),
uigur (ug), uzbeko (uz), vietnamita (vi), galés (cy), xhosa (xh),
yidis (yi), yoruba (yo) y zulú (zu).
Modelos de generación de imágenes
Los modelos Gemini 3.x Image pueden aceptar instrucciones de texto en muchos idiomas. Sin embargo, están optimizados para obtener el mejor rendimiento (tanto para las instrucciones de texto como para renderizar texto dentro de las imágenes creadas con tecnología generativa) en los siguientes idiomas y configuraciones regionales:
Árabe (ar-EG), alemán (de-DE), inglés (EN), español (es-MX),
francés (fr-FR), hindi (hi-IN), indonesio (id-ID), italiano (it-IT),
japonés (ja-JP), coreano (ko-KR), portugués (pt-BR), ruso (ru-RU),
ucraniano (uk-UA), vietnamita (vi-VN) y chino simplificado (zh-CN).
Para obtener más información sobre las prácticas recomendadas para las instrucciones y la generación de texto en imágenes, consulta Idiomas admitidos para la generación de imágenes.
Modelos de generación de audio (TTS y Live API)
Los modelos de generación de audio admiten conjuntos de idiomas especializados optimizados para la síntesis de voz y (para Live API) el diálogo bidireccional en tiempo real:
Modelos de texto a voz (TTS): Los modelos Gemini 3.x TTS pueden detectar y generar voz automáticamente en casi 80 idiomas y dialectos.
Para ver la lista completa de idiomas compatibles y códigos de configuración regional BCP-47 disponibles, consulta Idiomas compatibles para la generación de voz.
Modelos de Live API: Los modelos de Live API admiten interacciones de voz bidireccionales en tiempo real en casi 80 idiomas y dialectos.
Para ver la lista completa de idiomas admitidos y obtener información sobre cómo influir en el idioma de la respuesta hablada, consulta Idiomas admitidos para Live API.
Información sobre modelos anteriores
Los siguientes son modelos activos, pero de la generación anterior. Te recomendamos encarecidamente que migres tu app para usar un modelo más nuevo siempre que sea posible. Para obtener más información sobre la baja y el cierre de estos modelos más antiguos (así como los modelos de reemplazo recomendados), consulta estas preguntas frecuentes.
Si no encuentras la información que buscas en las siguientes subsecciones, puedes encontrar aún más información en la documentación del proveedor de API que elijas: Gemini Developer API o Agent Platform Gemini API (formerly Vertex AI)
Modelos de Gemini más antiguos
gemini-3.1-pro-previewgemini-2.5-progemini-2.5-flashgemini-2.5-flash-litegemini-2.5-flash-image(también conocido como "Nano Banana")gemini-2.0-flash-001(y su alias actualizado automáticamentegemini-2.0-flash)gemini-2.0-flash-lite-001(y su alias actualizado automáticamentegemini-2.0-flash-lite)
Para obtener información sobre los modelos Gemini Live API anteriores, consulta la documentación del proveedor de Gemini API:
Modelos de Imagen más antiguos
imagen-4.0-ultra-generate-001imagen-4.0-generate-001imagen-4.0-fast-generate-001imagen-3.0-capability-001imagen-3.0-generate-002imagen-3.0-generate-001imagen-3.0-fast-generate-001
Ver detalles sobre los modelos anteriores
Próximos pasos
Prueba las funciones de Gemini API
- Compilar conversaciones de varios turnos (chat)
- Generar texto a partir de instrucciones solo de texto
- Genera texto generado con instrucciones con varios tipos de archivos, como imágenes, PDF, video y audio.
- Generar un resultado estructurado (como JSON) a partir de instrucciones de texto y multimodales
- Generar y editar imágenes a partir de instrucciones de texto y multimodales
- Generar voz (de uno o varios oradores) con modelos de texto a voz (TTS) de Gemini
- Transmite la entrada y la salida (incluido el audio) con Gemini Live API.
-
Usa herramientas (como la llamada a función
y la fundamentación con
Google Search oGoogle Maps ) para conectar un modelo de Gemini a otras partes de tu app y a sistemas e información externos.