Google está presentando su más reciente innovación, el modelo Gemini, que ofrece a empresas y desarrolladores un primer vistazo a sus potentes capacidades de lenguaje a gran escala a través de una API accesible. Gemini está disponible en tres tamaños: Ultra, Pro y Nano. A partir de hoy, los desarrolladores pueden acceder a la API de Gemini Pro a través de AI Studio, la herramienta de desarrollo web gratuita de Google (anteriormente conocida como Makersuite), mientras que las empresas pueden integrarla a través de la plataforma Vertex AI de Google Cloud, lo que les permite crear aplicaciones de manera rápida.
Google ha anunciado planes para refinar aún más Gemini Pro basado en las opiniones de los usuarios en las próximas semanas. "Esperamos con entusiasmo las innovadoras aplicaciones que desarrolladores y empresas crearán con Gemini", compartió la compañía en una reciente publicación de su blog. Actualmente, Gemini Pro impulsa a Bard, la IA conversacional de Google diseñada para competir con ChatGPT. Una característica clave de la versión inicial es su ventana de contexto de 32,000 tokens, que puede procesar aproximadamente 5,333 palabras. En comparación, GPT-4 Turbo de OpenAI puede manejar hasta 128,000 tokens. Sin embargo, se espera que las futuras iteraciones de Gemini Pro expandan significativamente esta capacidad.
Entre las características de Gemini Pro se incluyen soporte para 38 idiomas, llamadas a funciones, incrustaciones, recuperación semántica y personalización de conocimientos. En este momento, la API opera exclusivamente con entrada y salida de texto. Sin embargo, se ha lanzado un punto final multimodal: Gemini Pro Vision, que acepta tanto entradas de texto como visuales, como imágenes y videos, generando salidas textuales a partir de ellas.
Actualmente, la API de Gemini Pro es gratuita, pero está limitada a un máximo de 60 consultas por minuto. Se espera que se presente pronto una versión de pago por uso, que promete menos restricciones y una estructura de precios que Google describe como "competitivamente asequible". El costo para Gemini Pro se ha establecido en $0.00025 por mil caracteres y $0.0025 por imagen, mientras que la salida tiene un cargo de $0.0005 por mil caracteres. Las entradas y salidas de la versión gratuita serán utilizadas por Google para mejorar sus ofertas, mientras que los datos de la versión de pago permanecerán privados.
Además de Gemini Pro, Google está ampliando su plataforma Vertex con nuevos modelos, incluyendo Imagen 2, el último modelo de generación de imágenes por IA de Google DeepMind. Este avanzado modelo de difusión de texto a imagen puede producir imágenes de alta calidad e incluso logotipos realistas para empresas. Además, puede renderizar texto en múltiples idiomas.
Otra adición importante es MedLM, una suite de modelos fundamentales afinados específicamente para el sector de la salud. Basado en el modelo Med-PaLM 2, MedLM está destinado para aplicaciones como la toma de notas médicas y la respuesta a preguntas relacionadas con la salud. Actualmente, este modelo es exclusivamente accesible para usuarios de Vertex en EE. UU., con planes futuros de ampliar su disponibilidad en las próximas semanas. Google también tiene la intención de incorporar modelos basados en Gemini a la suite MedLM en breve.
Finalmente, la herramienta Duet AI para Desarrolladores ya está disponible para el público en general. Esta herramienta de colaboración ayuda a los desarrolladores a agilizar su proceso de creación de aplicaciones y se puede integrar en diversas interfaces de Google Cloud para la generación de código y asistencia en chats. En las próximas semanas, Gemini se integrará a Duet AI, que también se está expandiendo hacia operaciones de seguridad, mejorando la colaboración para defensores dentro de una plataforma unificada de SecOps.
Con estas herramientas innovadoras, Google está estableciendo las bases para una nueva era de aplicaciones impulsadas por IA que prometen mejorar la productividad, creatividad y seguridad en diversas industrias.
Clasificación
