Google: Gemini Pro Latest

Google: Gemini Pro Latest es un modelo de texto de Google. El id del modelo en api14 es ~google/gemini-pro-latest, y su descripción del proveedor indica que siempre redirige al modelo más reciente de la familia Gemini Pro. Eso significa que no estás fijando una versión específica: las solicitudes a este id siguen lo que Google sirva actualmente como la versión más nueva de Gemini Pro, por lo que el comportamiento puede cambiar con el tiempo sin ningún cambio de tu parte.

El modelo acepta audio, archivo, imagen, texto y video como entrada, y produce únicamente texto. Su ventana de contexto es de 1.048.576 tokens, lo cual es suficientemente grande para contener documentos muy largos, transcripciones largas o una mezcla de texto y medios en una sola solicitud. La salida máxima es de 65.536 tokens, por lo que las respuestas también pueden ser largas. Como la entrada es multimodal, puedes enviar imágenes, audio, video o archivos junto con tus instrucciones en lugar de convertir todo a texto primero.

Esas capacidades apuntan a un conjunto bastante amplio de usos prácticos. El contexto largo junto con la entrada de archivos e imágenes se adapta al análisis de documentos, al resumen de informes extensos y a la respuesta de preguntas sobre un corpus que proporciones en el prompt. La entrada de video y audio lo convierten en candidato para la transcripción y el análisis de reuniones, la revisión de medios o la extracción de información estructurada de grabaciones. La salida de texto con salidas estructuradas y soporte de response_format encaja en pipelines donde necesitas JSON u otra forma fija de vuelta, y el llamado a herramientas permite que el modelo impulse llamadas a funciones en un agente o flujo de trabajo. El soporte de razonamiento es útil para tareas que se benefician de un paso deliberado antes de la respuesta final.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id del modelo ~google/gemini-pro-latest. Los parámetros de solicitud soportados son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools y top_p. En la práctica, configuras max_tokens para acotar la salida, usas temperature y top_p para controlar el muestreo, usas seed y stop para reproducibilidad y terminación, y usas tools con tool_choice cuando quieres que el modelo llame a funciones. Para respuestas estructuradas, response_format y structured_outputs son los parámetros relevantes, y reasoning, reasoning_effort e include_reasoning te permiten controlar y exponer el razonamiento del modelo.

Una cosa a tener en cuenta es que este id es un objetivo móvil. Como redirige al modelo Gemini Pro más reciente, el modelo subyacente puede ser actualizado por Google en cualquier momento, lo que puede afectar el estilo de salida, la latencia o el comportamiento en casos límite. Si necesitas un comportamiento estable y reproducible entre despliegues, una versión de modelo fijada suele ser la mejor opción. Ten en cuenta también que la modalidad de salida es solo texto, así que si necesitas imágenes o audio generados de vuelta, este modelo no es la elección correcta.