Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.

Es un modelo de texto de Google con soporte de razonamiento: analiza documentos largos, responde preguntas sobre imágenes, escribe y corrige código, y ayuda con tareas STEM y análisis. Es adecuado para chats, asistentes y el procesamiento de grandes volúmenes de texto donde la velocidad de respuesta es importante.

En una sola respuesta, el modelo genera hasta 32,000 tokens; esto es suficiente para un artículo extenso, documentación detallada o un módulo de código grande. La ventana de contexto total es de 65,536 tokens, así que tenga en cuenta que la solicitud y la respuesta comparten este espacio.

Sí, el modo de razonamiento está confirmado: antes de la respuesta final, el modelo ejecuta una cadena interna de pasos. Esto ayuda en matemáticas, lógica, análisis de código y tareas de varios pasos donde no solo importa el resultado, sino también el camino correcto hacia él.

Sí. El modelo admite la llamada a funciones y la salida estructurada en JSON, por lo que es fácil integrarlo en agentes y pipelines: selecciona la herramienta necesaria y devuelve la respuesta en el esquema especificado. En BotHub, esto está disponible a través de una API compatible con OpenAI.

Según nuestros datos, se aceptan imágenes y documentos: puede enviar una captura de pantalla, una foto, un esquema o un archivo con una tabla y pedir que se analice el contenido. La compatibilidad con audio y video no está marcada por separado, por lo que estos escenarios deben probarse en su caso específico.

En nuestros datos, el idioma de las consultas y respuestas no está descrito por separado, por lo que no damos promesas exactas. La familia Gemini en general funciona con muchos idiomas, por lo que lo más fácil es probarlo en su tarea: haga un par de preguntas típicas y compare la respuesta con otro modelo en la misma ventana de BotHub.