Gemini

Gemini lee texto, imágenes, audio, video y código a la vez, en lugar de tratar cada formato como un trabajo aparte. Puedes meter una foto de una pizarra y pedirle que convierta las notas en una lista de tareas, o darle un video y preguntar qué pasa en un momento concreto. Esa base compartida entre formatos es el núcleo de lo que es Gemini.

Los modelos de pago, Gemini Pro incluido, manejan hasta un millón de tokens de entrada, suficiente para un libro o un repositorio de código entero de una vez. Eso importa cuando necesitas respuestas que dependen de detalles repartidos por un documento largo, no solo de la primera página. Flash y Pro se apoyan en esto para el trabajo con documentos y código.

Gemini Live te deja hablar con el modelo y compartir tu pantalla o cámara en tiempo real. Puedes pensar en voz alta, apuntar la cámara a algo y preguntar por lo que ve. Es la función que hace que el teléfono se sienta menos como una caja de búsqueda y más como una conversación.

Deep Research hace varios pasos de búsqueda por su cuenta y luego escribe lo que encontró como un informe con fuentes. En vez de hojear diez pestañas, obtienes un único resumen sobre el que puedes discutir. Está pensado para la fase inicial de un proyecto, cuando todavía estás trazando el terreno.

Con el modelo de imagen Nano Banana, Gemini crea y edita imágenes a partir de una instrucción. Puedes aplicar controles de luz, combinar varias imágenes en un montaje o diseñar un póster y cambiar su tamaño. La generación de imágenes sigue disponible incluso en el plan gratuito, lo que lo distingue de los modelos que quedaron cerrados.

La API de Gemini da a los desarrolladores una forma de meter el modelo en sus propios productos, con SDK para Python, JavaScript, Go y Java. Puedes empezar con un plan gratuito sin tarjeta de crédito y pasar al de pago a medida que crece tu base de usuarios. Los SDK de cliente para Android y Apple evitan que necesites tu propio backend.