La presentación inaugural del Google I/O 2024 ha dejado muchos titulares. Project Astra, Google VEO, mejoras en Gemini 1.5 Pro, el nuevo Gemini 1.5 Flash, Gemma 2, la expansión de la IA en más aplicaciones y servicios de Google como Android, Google Fotos o Workspace… La lista es muy extensa. Y entre todas esas novedades, destaca precisamente Gemini 1.5 Pro, el modelo de IA intermedio de Google.
En primer lugar, Google ha actualizado Gemini 1.5 Pro ampliando su ventana de contexto. O, mejor dicho, doblándola. Del millón de tokens iniciales, en febrero de este año, pasamos a los 2 millones de tokens. De momento, para quienes se apunten a una lista de espera para la vista previa privada. Lo que le permite procesar una mayor cantidad de horas de video, audio, más líneas de código y muchas más palabras. Según explican los responsables de Google, esto implica “mejoras de calidad en casos de uso clave, como la traducción, la codificación, el razonamiento y más. (…) Lo que debería ayudarte a abordar tareas aún más amplias y complejas.”
Y en segundo lugar, Google ha puesto Gemini 1.5 Pro a disposición de los desarrolladores de todo el mundo. Si hasta ahora era necesario apuntarte a una lista de espera, ahora este modelo de IA de Google está abierto a todo aquel que quiera probarlo. Además, es gratis para la mayoría de ellos. Al menos mientras esté en fase de vista previa. En junio pasará a la versión definitiva. Este último punto tiene su letra pequeña, ya que aunque la disponibilidad de Gemini 1.5 Pro afecta a más de 200 países y territorios, no todos serán igual de afortunados.
Las distintas versiones de Gemini
Debido al consumo de recursos que exigen los modelos de inteligencia artificial, Google tomó la decisión de crear varios modelos para adaptarse a las necesidades de distintos tipos de usuarios. Así es posible optimizar los recursos disponibles y no excederse. No es lo mismo pedirle a Gemini que te haga un lista de libros recomendables para leer este verano a que procese mil páginas de texto y te haga un resumen de dos hojas. Así, tras lo visto en la presentación inaugural del Google I/O 2024, Gemini queda así:
- Gemini Flash: anunciado hace poco, y ya disponible, es el hermano menor de la familia. “Este modelo Gemini más pequeño está optimizado para tareas más estrechas o de alta frecuencia en las que la velocidad del tiempo de respuesta del modelo es más importante.”
- Gemini Nano: todavía en vista previa, antes del modelo Flash, era el más pequeño. O en palabras de Google, el “más eficiente” para tareas integradas en dispositivos móviles como los teléfonos Pixel 8 Pro. Con la llegada de Flash, desconocemos cómo quedará el reparto de tareas entre ambos modelos.
- Gemini Pro: es el modelo intermedio de IA de Google. Lo encontramos en el chatbot conversacional Gemini, antes Bard. También está disponible en forma de API para los desarrolladores que quieren integrarlo en sus aplicaciones y servicios.
- Gemini Ultra: es, en palabras de Google, “la versión más potente de la familia, aún en desarrollo. Se espera que ofrezca capacidades aún más avanzadas en tareas como la comprensión del lenguaje natural, la generación de texto y la modalidad múltiple”.
Usar Gemini 1.5 Pro en Gemini Advanced
Para acceder a los servicios que ofrece Gemini, la manera más directa que tenemos la mayoría de usuarios es el chatbot Gemini. Es gratuito y, según dice él mismo, emplea Gemini Pro para funcionar. Eso sí, también tiene una versión de pago, Gemini Advanced, que ofrece más opciones e integración en Google One: 2 TB de almacenamiento, integración en Gmail, Documentos y otros, etc.
Si echamos un vistazo a las novedades del 14 de mayo, Gemini 1.5 Pro aparece como novedad de Gemini Advanced. “Gemini Advanced te da acceso directo al modelo de última generación de Google, Gemini 1.5 Pro”. Es decir, que el resto nos quedamos con Gemini 1.0 Pro gratis. Aunque puedes probar dos meses gratis su nueva versión. Con una ventana de contexto de 1 millón de tókenes. Que equivale a 1.500 páginas.
Además, en la versión de pago del chatbot de Google, podrás subir archivos de Google, documentos PDF o de Word para que Gemini 1.5 Pro los procese. Es decir, que los resuma, traduzca, comente o extraiga los datos que le pidas. “Esta nueva función te ayuda a mejorar la investigación y la redacción, creando resúmenes sobre temas complejos, identificando tendencias en un documento o entre varios, compartiendo comentarios detallados sobre tu trabajo escrito y transformando notas y transcripciones en esquemas estructurados.”
¿Es posible acceder a Gemini 1.5 Pro gratis?
Pero la gran pregunta es, ¿cómo usar Gemini 1.5 Pro gratis? En el anuncio de Google I/O 2024, se dijo que Gemini 1.5 Pro iba a estar a disposición de todos los usuarios. Y mientras esté en fase de vista previa pública, podremos probarlo gratis. Al menos hasta julio. Aunque no directamente desde el chatbot. Tendremos que utilizar la herramienta Google AI Studio. Funciona desde cualquier navegador web actualizado. Y tan solo necesitarás iniciar sesión con tu ID de Google.
Una vez dentro, podrás probar los distintos modelos de Gemini. Aunque por defecto viene activado Gemini 1.5 Flash, puedes cambiarlo haciendo clic en el desplegable. Verás que tanto Flash como Pro aparecen marcados como Preview o Vista Previa. Aunque Google AI Studio está pensado para usuarios avanzados, desarrolladores, analistas de datos, etc., cualquiera puede conversar con Gemini 1.5 Pro mediante mensajes de texto. Y si haces clic en el botón con el símbolo +, podrás subir documentos, videos, imágenes o grabar audio para que Gemini lo procese.
Así podrás traducir textos y audios, convertir audios en texto, hacer un guion a partir de un video, describir una imagen y mil y una tareas que puedas imaginar. Pregúntale a Gemini qué puede hacer por ti. Y como Google Ai Studio es una herramienta de pruebas con modo chat, tú mismo puedes comprobar de primera mano hasta dónde puede llegar Gemini 1.5 Pro haciéndole preguntas y peticiones.