Modelos de Google

Modelos de Gemini destacados

2.5 Pro

Una versión preliminar de nuestro modelo de razonamiento más avanzado hasta la fecha

  • Ingresa audio, imágenes, video y texto, y obtén respuestas de texto
  • Ver el proceso de pensamiento del modelo como parte de la respuesta
  • Ideal para resolver problemas complejos de razonamiento y programación

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 e imágenes, extraer datos, analizar archivos, generar gráficos y mucho más
  • Baja latencia, rendimiento mejorado, creado 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

Modelos de Gemini disponibles de forma general

spark Gemini 2.0 Flash Nuestro modelo multimodal más reciente, con funciones de nueva generación y capacidades mejoradas
performance_auto Gemini 2.0 Flash-Lite Un modelo Gemini 2.0 Flash optimizado para la eficiencia de costos y la baja latencia

Obtén una vista previa de los modelos de Gemini

versión preliminar Gemini 2.5 Pro Nuestro modelo de razonamiento más avanzado hasta la fecha

Modelos de Gemma

Gemma 3 Nuestro modelo abierto de Gemma más reciente, que tiene la capacidad de resolver una amplia variedad de tareas con entradas de texto e imágenes, admite más de 140 idiomas y tiene una ventana de contexto larga de 128K
Gemma 2 La segunda generación de nuestros modelos abiertos con generación de texto, resumen y extracción
Gemma Un modelo abierto de tamaño pequeño y ligero que admite generación de texto, resumen y extracción
ShieldGemma 2 Modelos ajustados a las instrucciones para evaluar la seguridad del texto y las imágenes en función de un conjunto de políticas de seguridad definidas
PaliGemma Nuestro modelo abierto de lenguaje visual que combina SigLIP y Gemma
CodeGemma Un modelo abierto potente y ligero que puede realizar una variedad de tareas de programación, como la finalización de código en el medio, la generación de código, la comprensión del lenguaje natural, el razonamiento matemático y el seguimiento de instrucciones
TxGemma Genera predicciones, clasificaciones o texto en función de datos relacionados con la terapia y se puede usar para compilar modelos de IA de manera eficiente para tareas relacionadas con la terapia con menos datos y menos procesamiento

Modelos de embeddings

width_normal Incorporaciones de texto Convierte los datos de texto en representaciones vectoriales para la búsqueda semántica, la clasificación, el agrupamiento en clústeres y tareas similares.
width_normal Incorporaciones multimodales Genera vectores basados en imágenes, que se pueden usar para tareas descendentes, como la clasificación de imágenes, la búsqueda de imágenes y mucho más.

Modelos de Imagen

photo_spark Imagen 3 para la generación Usa instrucciones de texto para generar imágenes nuevas
image_edit_auto Imagen 3 para la edición y personalización Usa instrucciones de texto para editar imágenes de entrada existentes, partes de una imagen con una máscara o generar imágenes nuevas según el contexto proporcionado por las imágenes de referencia de entrada
visual_effects Imagen 2 para la generación y edición Usa instrucciones de texto para generar imágenes nuevas, editar las existentes, editar partes de una imagen con una máscara y mucho más
subtitles Imagen para subtítulos y VQA Usa instrucciones de texto para generar imágenes nuevas, editar las existentes, editar partes de una imagen con una máscara y mucho más

Modelos de MedLM

medical_information MedLM-medium Conjunto de modelos ajustados de forma médica que cumplen con la HIPAA y están diseñados para ayudar a los profesionales de la salud con tareas de preguntas y respuestas médicas, y tareas de resumen para documentos médicos y de atención médica
clinical_notes MedLM-large-large Conjunto de modelos ajustados de forma médica que cumplen con la HIPAA y están diseñados para ayudar a los profesionales de la salud con tareas de preguntas y respuestas médicas, y tareas de resumen para documentos médicos y de atención médica

Idiomas admitidos

Gemini

Todos los modelos de Gemini pueden entender y responder en los siguientes idiomas:

Árabe (ar), bengalí (bn), búlgaro (bg), chino (simplificado y tradicional) (zh), croata (hr), checo (cs), danés (da), neerlandés (nl), español (es), estonio (et), finlandés (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), suajili (sw), sueco (sv), tailandés (th), turco (tr), ucraniano (uk) y vietnamita (vi)

Los modelos Gemini 2.0 Flash, Gemini 1.5 Pro y Gemini 1.5 Flash pueden entender y responder en los siguientes idiomas adicionales:

Afrikaans (af), Amharic (am), Assamese (as), Azerbaijani (az), Belarusian (be), Bosnian (bs), Catalan (ca), Cebuano (ceb), Corsican (co), Welsh (cy), Dhivehi (dv), Esperanto (eo), Basque (eu), Persian (fa), Filipino (Tagalog) (fil), Frisian (fy), Irish (ga), Scots Gaelic (gd), Galician (gl), Gujarati (gu), Hausa (ha), Hawaiian (haw), Hmong (hmn), Haitian Creole (ht), Armenian (hy), Igbo (ig), Icelandic (is), Javanese (jv), Georgian (ka), Kazakh (kk), Khmer (km), Kannada (kn), Krio (kri), Kurdish (ku), Kyrgyz (ky), Latin (la), Luxembourgish (lb), Lao (lo), Malagasy (mg), Maori (mi), Macedonian (mk), Malayalam (ml), Mongolian (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Malay (ms), Maltese (mt), Myanmar (Burmese) (my), Nepali (ne), Nyanja (Chichewa) (ny), Odia (Oriya) (or), Punjabi (pa), Pashto (ps), Sindhi (sd), Sinhala (Sinhalese) (si), Samoan (sm), Shona (sn), Somali (so), Albanian (sq), Sesotho (st), Sundanese (su), Tamil (ta), Telugu (te), Tajik (tg), Uyghur (ug), Urdu (ur), Uzbek (uz), Xhosa (xh), Yiddish (yi), Yoruba (yo), Zulu (zu)

Gemma

Gemma solo admite el idioma inglés.

Incorporaciones

Los modelos de incorporación de texto multilingüe 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, kannada, kazajo, khmer, coreano, kurdo, kirguís, lao, latín, letón, lituano, luxemburgués, macedonio, malayo, malayalam, maltés, maorí, marathi, mongol, nepalí, noruego, pastún, persa, polaco, portugués, punjabi, rumano, ruso, samoano, gaélico escocés, serbio, shona, sindhi, singalés, eslovaco, esloveno, somalí, sotho, español, sundanés, swahili, sueco, tayiko, tamil, telugu, tailandés, turco, ucraniano, urdu, uzbeko, vietnamita, galés, frisón occidental, xhosa, yiddish, yoruba, zulú.

Imagen 3

Imagen 3 admite los siguientes idiomas:

inglés, chino, hindi, japonés, coreano, portugués y español.

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.

Versiones del modelo

Para ver todas las versiones de modelos, incluidos los modelos obsoletos y descontinuados, consulta Versiones de modelos.

¿Qué sigue?