Modelos de Google

Vertex AI cuenta con una lista creciente de modelos de base que puedes probar, implementar y personalizar para usar en tus aplicaciones basadas en IA. Los modelos de base se ajustan para casos de uso específicos y se ofrecen en diferentes precios. En esta página, se resumen los modelos que están disponibles en las diversas APIs y se brinda orientación sobre qué modelos elegir por caso de uso.

Para obtener más información sobre todos los modelos y las APIs de IA en Vertex AI, consulta Explora los modelos y las APIs de IA.

Modelos de Gemini

En la siguiente tabla, se resumen los modelos disponibles en la API de Gemini:

Nombre del modelo Descripción Especificaciones
Gemini 1.5 Flash
(gemini-1.5-flash)
Modelo multimodal diseñado para aplicaciones rentables y de gran volumen. Gemini 1.5 Flash ofrece velocidad y eficiencia para compilar aplicaciones rápidas y de bajo costo que no comprometen la calidad. Cantidad máxima de tokens (entrada y salida): 1 M
Cantidad máxima de tokens de salida: 8,192
Tamaño máximo de la imagen sin formato: 20 MB
Tamaño máximo de la imagen codificada en base64: 7 MB
Cantidad máxima de imágenes por mensaje: 3,000
Duración máxima del video: 1 hora
Cantidad máxima de videos por mensaje: 10
Duración máxima del audio: aproximadamente 8.4 horas
Audio máximo por mensaje: 1
Tamaño máximo del PDF: 30 MB
Datos de entrenamiento: hasta mayo de 2024
Gemini 1.5 Pro
(gemini-1.5-pro)
Modelo multimodal que admite agregar archivos de imagen, audio, video y PDF en instrucciones de texto o chat para una respuesta de texto o código. Gemini 1.5 Pro admite la comprensión del contexto a largo plazo con hasta 1 millón de tokens. Cantidad máxima de tokens totales (entrada y salida): 1 millón
Tokens de salida máximo: 8192
Cantidad máxima de imágenes por instrucción: 3,000
Duración máxima del video (solo fotogramas): aproximadamente una hora
Duración máxima del video (fotograma y audio): aproximadamente 45 minutos
Cantidad máxima de videos por instrucción: 10
Duración máxima de audio: aproximadamente 8.4 horas
Audio máximo por mensaje: 1
Tamaño máximo del PDF: 30 MB
Datos de entrenamiento: hasta mayo de 2024
Gemini 1.0 Pro
(gemini-1.0-pro)
El modelo con mejor rendimiento y características para una amplia gama de tareas de solo texto.

Solo admite texto como entrada.
Admite el ajuste supervisado.
Cantidad máxima de tokens totales (entrada y salida): 32,760
Cantidad máxima de tokens de salida 8,192
Datos de entrenamiento: hasta febrero de 2023
Gemini 1.0 Pro Vision
(gemini-1.0-pro-vision)
El modelo de comprensión de imágenes y videos con mejor rendimiento para manejar una amplia gama de aplicaciones.

Admite texto, imagen y video como entradas.
Cantidad total de tokens (entrada y salida): 16,384
Cantidad máxima de tokens de salida: 2,048
Cantidad máxima de imágenes por instrucción: 16
Duración máxima del video: 2 minutos
Cantidad máxima de videos por instrucción: 1
Datos de entrenamiento: hasta febrero de 2023
Gemini 1.0 Ultra (DG con lista de entidades permitidas) El modelo de texto más capaz de Google, optimizado para tareas complejas, incluidas instrucciones, código y razonamiento.

Solo admite texto como entrada.
Cantidad máxima de tokens de entrada: 8,192
Cantidad máxima de tokens de salida: 2,048
Gemini 1.0 Ultra Vision
(DG con lista de entidades permitidas)
El modelo de visión multimodal más capaz de Google, optimizado para admitir entradas de texto, imágenes y video conjuntas. Cantidad máxima de tokens de entrada: 8,192
Cantidad máxima de tokens de salida: 2,048

Compatibilidad con idiomas de Gemini

Los modelos de Gemini admiten 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), swahili (sw), sueco (sv), tailandés (th), turco (tr), ucraniano (uk), vietnamita (vi).

Modelos de embeddings

En la siguiente tabla, se resumen los modelos disponibles en la API de incorporaciones:

Nombre del modelo Descripción Especificaciones
Incorporaciones para texto
(textembedding-gecko@001,
textembedding-gecko@002,
textembedding-gecko@003,
text-embedding-004
)
Muestra embeddings para entradas de texto en inglés.

Admite el ajuste supervisado de modelos "text-embedding-gecko", solo en inglés.
Entrada máxima de token: 3,072 (textembedding-gecko@001),
2,048 (otros).

Dimensión de incorporación: text-embedding-004: <=768
Otras: 768.
Incorporaciones para texto multilingüe
(textembedding-gecko-multilingual@001,
text-multilingual-embedding-002)
Muestra embeddings para entradas de texto de más de 100 idiomas

Admite el ajuste supervisado del modelo text-multilingual-embedding-002.
Admite más de 100 idiomas
Entrada máxima de token: 2,048

Dimensión de incorporación: text-multilingual-embedding-002: <=768
Otros: 768.
Incorporaciones para multimodales
(multimodalembedding)
Muestra incorporaciones para entradas de texto, imagen y video a fin de comparar contenido entre diferentes modelos.

Convierte texto, imagen y video en el mismo espacio vectorial. El video solo admite 1,408 dimensiones.
Solo en inglés.
Entrada de token máxima: 32,
Tamaño máximo de la imagen: 20 MB, Duración máxima del video: dos minutos,

Dimensión de incorporación: 128, 256, 512 o 1,408 para entrada de texto + imagen; 1,408 para entrada de video

Compatibilidad con idiomas de embeddings

Los modelos de incorporación multilingües de texto admiten los siguientes idiomas:
afrikaans, albanés, amárico, árabe, armenio, azerbaiyano, vasco, bielorruso, bengalí, búlgaro, birmano, catalán, cebuano, chichewa, chino, corso, checo, danés, neerlandés, inglés, esperanto, estonio, filipino, finés, francés, gallego, georgiano, alemán, griego, gujarati, criollo haitiano, hausa, hawaiano, hebreo, hindi, hmong, húngaro, islandés, igbo, indonesio, irlandés, italiano, japonés, javanés, canarés, kazajo, jemer, coreano, kurdo, kirguís, lao, latín, letón, lituano, luxemburgués, macedonio, malgache, malayo, malayalam, maltés, maorí, marathi, mongol, nepalí, noruego, pastún, persa, polaco, portugués, punyabí, rumano, ruso, samoano, gaélico escocés, serbio, shona, sindhi, cingalés, eslovaco, esloveno, somalí, sotho, español, sundanés, swahili, sueco, tayiko, tamil, telugu, tailandés, turco, ucraniano, urdu, uzbeko, vietnamita, galés, frisón occidental, xhosa, yiddish, yoruba, zulú.

Modelo de imagen

En la siguiente tabla, se resumen los modelos disponibles en la API de Imagen:

Nombre del modelo Descripción Especificaciones
Imagen 2
(imagegeneration@006)
Este modelo admite la generación y edición de imágenes para crear imágenes de alta calidad en segundos.

La función de edición admite la eliminación y la inserción de objetos, el retoque y la edición de productos.
Resultado máximo de la imagen: cuatro
Relación de aspecto (para la generación): 1:1, 9:16, 16:9, 3:4, 4:3

Resolución: ~1,500 píxeles (varía según la relación de aspecto)

Compatibilidad con idiomas de imagen

El modelo de Imagen admite los siguientes idiomas:
inglés, chino (simplificado), chino (tradicional), hindi, japonés, coreano, portugués y español.

Modelo de finalización de código

En la siguiente tabla, se resumen los modelos disponibles en las APIs de Codey:

Nombre del modelo Descripción Especificaciones
Codey para completar código
(code-gecko)
Un modelo ajustado para sugerir la finalización del código según el contexto en el código que se escribe. Cantidad máxima de tokens de entrada: 2048
Cantidad máxima de tokens de salida: 64

Modelos de MedLM

En la siguiente tabla, se resumen los modelos disponibles en la API de MedLM:

Nombre del modelo Descripción Especificaciones
MedLM-medium (medlm-medium) Un conjunto de modelos y APIs ajustados de forma médica que cumplen la HIPAA y cuentan con la tecnología de Google Research.

Este modelo ayuda a los profesionales de la salud con tareas de preguntas y respuestas médicas, y tareas de resumen para documentos médicos y de atención de la salud. Proporciona una mejor capacidad de procesamiento y, además, incluye datos más recientes que el modelo medlm-large.
Cantidad máxima de tokens (entrada + salida): 32,768
Tokens de resultado máximo: 8192
MedLM-large (medlm-large) Este modelo ayuda a los profesionales de la salud con tareas de preguntas y respuestas médicas, y tareas de resumen para documentos médicos y de atención de la salud. Cantidad máxima de tokens de entrada: 8,192
Cantidad máxima de tokens de salida: 1,024

Versiones del modelo y ciclo de vida

Cada modelo de lenguaje de IA generativa en Vertex AI está disponible en una versión estable y una de actualización automática. Consulta los siguientes temas para obtener información acerca de cómo funciona el control de versiones de modelos con los modelos de Gemini. Para obtener información acerca de las versiones de modelos de Imagen en Vertex AI y su ciclo de vida, consulta Versiones del modelo de Imagen en Vertex AI y ciclo de vida.

Si ajustas un modelo de Gemini, el modelo ajustado comparte la misma fecha de descontinuación que el modelo base que usaste en el proceso de ajuste. Para obtener más información, consulta Descripción general del ajuste de modelos para Gemini.

Versión estable de Gemini

Una versión estable de un modelo de Gemini no cambia y sigue estando disponible hasta su fecha de descontinuación. Consulta las tablas en Versiones de modelos estables de Gemini disponibles en esta página para conocer las fechas de descontinuación de los modelos de Gemini. Si usas una versión estable después de su fecha de interrupción, debes cambiar a una versión estable disponible más reciente. Puedes identificar la versión de un modelo estable con el número de tres dígitos que se agrega al nombre del modelo. Por ejemplo, gemini-1.0-pro-001 es el número de versión uno de la versión estable del modelo Gemini 1.0 Pro.

Google lanza versiones estables con regularidad. Puedes cambiar de una versión estable a otra, siempre y cuando la otra versión siga disponible. Cuando pasas de una versión estable a una versión estable diferente, debes volver a ejecutar tus trabajos de ajuste, ya que puede haber un mensaje, un resultado y otras diferencias entre las versiones.

Para usar la versión estable de un modelo de Gemini, agrega el número de versión de tres dígitos al modelo con un guion (-). Por ejemplo, para especificar el modelo estable gemini-1.0-pro, que es la versión seis, agrega -006 al nombre del modelo:

https://us-central1-aiplatform.googleapis.com/v1/projects/my_project/locations/us-central1/publishers/google/models/gemini-1.0-pro-006

Versiones disponibles del modelo estable de Gemini

Las siguientes versiones de modelos estables están disponibles para los modelos de Gemini de forma general:

Modelo Flash Gemini 1.5 Fecha de lanzamiento Fecha de descontinuación
gemini-1.5-flash-001 24 de mayo de 2024 24 de mayo de 2025
Modelo Gemini 1.5 Pro Fecha de lanzamiento Fecha de descontinuación
gemini-1.5-pro-001 24 de mayo de 2024 24 de mayo de 2025
Modelo Gemini 1.0 Pro Vision Fecha de lanzamiento Fecha de descontinuación
gemini-1.0-pro-vision-001 15 de febrero de 2024 15 de febrero de 2025
Modelo Gemini 1.0 Pro Fecha de lanzamiento Fecha de descontinuación
gemini-1.0-pro-001 15 de febrero de 2024 15 de febrero de 2025
gemini-1.0-pro-002 9 de abril de 2024 9 de abril de 2025

Versión de Gemini actualizada automáticamente

La versión actualizada automáticamente de un modelo de Gemini hace referencia a la versión estable más reciente. Cuando se lanza una nueva versión estable, la versión actualizada automáticamente hace referencia a la versión nueva. Esto significa que si especificas la versión de actualización automática de un modelo de Gemini en tu código, se podría comportar de manera diferente y sin aviso cuando se lance la próxima versión estable. Debido a esto, usa una versión actualizada automáticamente con precaución si ajustas tu modelo.

Para usar la versión actualizada automáticamente de un modelo, no agregues nada al nombre del modelo. Por ejemplo, a continuación, se usa la versión actualizada automáticamente del modelo gemini-1.0-pro-vision:

https://us-central1-aiplatform.googleapis.com/v1/projects/my_project/locations/us-central1/publishers/google/models/gemini-1.0-pro-vision

Modelos de Gemini actualizados automáticamente

En la siguiente tabla, se muestran las versiones de modelo de Gemini actualizadas automáticamente y la versión estable que hace referencia a cada una.

Nombre del modelo Nombre actualizado automáticamente Versión estable a la que se hace referencia
Gemini 1.0 Pro Vision gemini-1.0-pro-vision gemini-1.0-pro-vision-001
Gemini 1.0 Pro gemini-1.0-pro gemini-1.0-pro-002

Versión preliminar de Gemini

La versión preliminar de un modelo de Gemini es un modelo que está en vista previa y no tiene disponibilidad general (DG). Una versión preliminar de un modelo contiene una funcionalidad que no se encuentra en la versión más reciente o actualizada de forma automática de un modelo. Debido a que una versión del modelo de vista previa no es estable, no se recomienda su uso en la producción.

Cada modelo de vista previa incluye su fecha de lanzamiento como parte del nombre del modelo que usas en tu código. El patrón de nombre que usa un modelo de vista previa es model_name-preview-MMDD. Por ejemplo, gemini-1.5-pro-preview-0409 es la primera versión preliminar del modelo Gemini 1.5 Pro y se lanzó el 9 de abril. Cuando se lanza una nueva versión preliminar de un modelo, la versión anterior se actualiza para que apunte a la nueva versión preliminar y está disponible hasta su fecha de descontinuación.

Modelos de vista previa de Gemini

En la siguiente tabla, se muestran las versiones disponibles del modelo de vista previa de Gemini y la versión preliminar de cada referencia.

Nombre del modelo Nombre de la vista previa Fecha de descontinuación
Gemini 1.5 Flash (versión preliminar) gemini-1.5-flash-preview-0514 24 de junio de 2024
Gemini 1.5 Pro (versión preliminar) gemini-1.5-pro-preview-0514 24 de junio de 2024
Gemini 1.5 Pro (versión preliminar) gemini-1.5-pro-preview-0409 (a punta a y usa gemini-1.5-pro-preview-0514) 14 de junio de 2024

Versiones de modelos estables de finalización de código

Las siguientes versiones de modelos estables están disponibles para los modelos de IA generativa disponibles de forma general:

Modelo de code-gecko Fecha de lanzamiento Fecha de descontinuación
code-gecko@002 6 de diciembre de 2023 9 de octubre de 2024
code-gecko@001 29 de junio de 2023 6 julio de 2024

Versiones de modelos estables de embeddings

Las siguientes versiones de modelos estables están disponibles para los modelos de IA generativa disponibles de forma general:

modelo de textembedding-gecko Fecha de lanzamiento Fecha de descontinuación
text-embedding-004 14 de mayo de 2024 14 de mayo de 2025
text-embedding-preview-0409 9 de abril de 2024 27 de junio de 2024
text-multilingual-embedding-002 14 de mayo de 2024 14 de mayo de 2025
text-multilingual-embedding-preview-0409 9 de abril de 2024 27 de junio de 2024
textembedding-gecko@003 12 de diciembre de 2023 12 de diciembre de 2024
textembedding-gecko-multilingual@001 2 de noviembre de 2023 12 de diciembre de 2024
textembedding-gecko@002
(regresado, pero compatible)
2 de noviembre de 2023 9 de octubre de 2024
textembedding-gecko@001 7 de junio de 2023 9 de octubre de 2024
multimodalembedding@001 12 de febrero de 2024 12 de febrero de 2025

Compatibilidad con idiomas de MedLM

El modelo MedLM admite el idioma en inglés.

Explora todos los modelos en Model Garden

Model Garden es una plataforma que te ayuda a descubrir, probar, personalizar e implementar modelos de la propiedad de Google y elegir modelos y recursos de OSS. Para explorar los modelos y las APIs de IA que están disponibles en Vertex AI, ve a Model Garden en la consola de Google Cloud.

Ir a Model Garden

Para obtener más información sobre Model Garden, incluidos los modelos y las funciones disponibles, consulta Explora los modelos de IA en Model Garden.

Próximos pasos