Google AI Studio desde cero: chat, imágenes, vídeo y apps con login

Es la plataforma de desarrolladores de Google, pero no hace falta ser técnico para usarla, y tiene los modelos de Gemini con muchas más opciones que su chat. Se entra en aistudio.google.com con tu cuenta de Google; abajo a la izquierda puedes cambiar de cuenta.

• Playground: para chatear y probar todos los modelos de Google, de texto, imagen, vídeo, audio y conversación en tiempo real.
• Build: para construir aplicaciones.
• Dashboard: donde se gestionan las claves de API para conectar los modelos a otras aplicaciones.

Arriba a la derecha eliges el modelo; en All salen todos (texto, imagen, vídeo, audio y música). Gemini 3 Flash Preview es el que en la app de Gemini aparece como rápido, y también está Gemini 3.1 Pro. De cada uno ves una descripción, el coste por API y el knowledge cutoff, la fecha hasta la que llega su conocimiento (enero de 2025 en Gemini 3 Flash); para información actual se le activa la búsqueda en Google.

• Gemini 3 Flash: 0,50 dólares por millón de tokens de entrada y 3 dólares por millón de salida.
• Gemini 3.1 Pro: por debajo de 200.000 tokens, 2 dólares de entrada y 12 de salida, cuatro veces más que Flash.

Usarlos dentro de AI Studio no se cobra por API, al menos con Gemini 3 Flash; se empieza a pagar cuando conectas el modelo a una aplicación que hayas creado.

En cada respuesta puedes abrir una rama nueva de la conversación desde ese punto (Branch from here), copiarla como texto o Markdown, pedir que la vuelva a generar (Rerun this turn) o editarla con el lápiz.

Las System instructions son las instrucciones personalizadas para que el modelo se comporte de una manera concreta. Creé una llamada «Experto en educación» con un texto muy sencillo. Para mejorarlas, hice una captura, se la pasé a Gemini pidiéndole que las mejorara y pegué el resultado de vuelta.

Quiero que te comportes como un experto en educación y me des respuestas basadas en evidencia.

• Temperatura: lo creativo que es el modelo. Alta para, por ejemplo, contar historias; baja cuando le das conocimiento y no quieres que se invente datos. Yo la pongo en 0,1-0,2, no en 0, porque a veces queda demasiado tajante.
• Media resolution (la dejé por defecto) y Thinking level, para decidir si razona y cuánto (lo dejé en medium).
• Herramientas: respuestas estructuradas, ejecución de código (útil con tablas de datos), function calling, búsqueda en Google, Google Maps y contexto de una URL.
• Top P: parecido a la temperatura. Si no los controlas, mejor no tocar los ajustes avanzados.

Con Compare mode lanzas el mismo prompt a dos modelos a la vez. Lo probé con Gemini 3 Flash y Gemini 3.1 Pro Preview: Flash respondió enseguida, en formato JSON (texto estructurado que se entiende sin problema), y Pro tardó más porque razona. Sirve sobre todo para decidir qué modelo usar en una aplicación.

En la sección de imágenes aparecían Nano Banana, Nano Banana 2 y Nano Banana Pro. El Nano Banana normal no es nuevo, pero es totalmente gratuito; la imagen sale con marca de agua, como en Gemini. Nano Banana 2 es de pago: me pidió configurar la facturación, así que cambié a una cuenta con tarjeta. La calidad fue mucho mejor y, al pagar por API, sin marca de agua.

• Formato de salida (imagen y texto, o solo imagen) y relación de aspecto (1:1, 3:4, 4:3, 16:9…).
• Resolución hasta 4K, que consume más tokens y más dinero.
• Búsqueda en Google o por imágenes para tomar referencias, e instrucciones del sistema para fijar un estilo (realista, antiguo, anime…).

En vídeo estaban Veo 3.1, Veo 3.1 Fast y Veo 2, todos de pago. Eliges el número de resultados, el formato, la duración (4, 6 u 8 segundos) y un negative prompt con lo que no debe hacer; los fotogramas iban fijos a 24 por segundo y la resolución máxima era 720. Le pedí un perro jugando con las olas, con Veo 3.1 Fast y 4 segundos, y en unos 42 segundos tenía el vídeo, con un agua muy realista y sin marca de agua.

En el apartado de audio se generan canciones, igual que con la herramienta de crear música de Gemini.

Con Gemini 3.1 Flash Live Preview, que había salido menos de 24 horas antes de grabar y no llevaba la marca de pago, puedes hablar con Gemini, compartir la webcam o la pantalla. Con la webcam reconoció un paquete de pañuelos de tamaño de viaje y, al preguntarle por la marca de un teléfono, empezó a deducirla por su diseño y sus cámaras. La latencia es muy baja y, si le interrumpes, se calla al momento, algo que con modelos anteriores hacía la conversación un poco rara. Hasta me explicó la Feria de Abril con acento sevillano. Lo probé en español y en inglés, y funcionó perfectamente en los dos.

Mi parte favorita. Build ya permite crear aplicaciones full stack: no solo una interfaz bonita, sino también un backend (la parte que guarda y procesa los datos) con base de datos en Firebase, el servicio de Google. Puedes dictar el prompt con la función de voz a texto o adjuntar, por ejemplo, la captura de una app que te inspire.

Quiero generar una aplicación en la cual pueda llevar contabilidad sobre mis finanzas personales, todo lo que llevo ahorrado y los gastos que voy teniendo en mi día a día.

1. Antes de enviar, activa la opción de añadir base de datos y autenticación: la app tendrá inicio de sesión con Google y base de datos en Firebase, sin configurar nada.
2. Pulsa Build. Lo generó Gemini 3.1 Pro Preview, el modelo que recomiendo para crear la app de golpe; para los retoques puedes pasar a un modelo Flash y gastar menos tokens.
3. Acepta el permiso de Firebase: indica que es su nivel gratuito (free tier) y te pide elegir la ubicación del servidor; yo elegí la más cercana, Bélgica. Tarda unos 3-5 minutos.
4. Mientras tanto, en Preview ves la app y en Code sus archivos. Las sugerencias que aparecen (analizar la foto de un ticket, ingresos recurrentes…) se añaden al chat con un clic.

Arriba tienes History con las versiones anteriores, Remix para hacer una copia sin tocar la original y Share, para que otras personas hagan cambios en la app y trabajar en equipo.

Salió una app llamada Finanzas Pro. Entré con mi cuenta de Google, añadí un gasto de 200 dólares en transporte y el panel se actualizó. En Firebase aparecía la colección transactions con mis dos movimientos. Todo con un par de prompts.

• Google AI Studio
• Consola de Firebase