Después del anuncio de Gemini AI, Google lanzó el acceso API para sus modelos Gemini. Actualmente, la empresa ofrece acceso API a Gemini Pro, incluidos modelos de solo texto y de texto y visión. Es una versión interesante porque hasta ahora Google no ha agregado la capacidad visual a Bard ya que ejecuta el modelo de solo texto. Con esta clave API, finalmente puede probar la capacidad multimodal de Gemini en su computadora localmente de inmediato. En ese sentido, aprendamos cómo acceder y utilizar la API de Gemini en esta guía.
Nota:
La clave API de Google Gemini es gratuita por ahora para modelos de texto y de visión. Será gratuito hasta la disponibilidad general a principios del próximo año. Por lo tanto, puede enviar hasta 60 solicitudes por minuto sin tener que configurar la facturación de Google Cloud ni incurrir en ningún costo.
Configure Python y Pip en su computadora
- Dirígete a nuestra guía e instala Python junto con Pip en tu PC o Mac. Necesita instalar Python 3.9 o una versión superior.
- Si tienes una computadora con Linux, puedes seguir nuestro tutorial para instalar Python y Pip en Ubuntu u otras distribuciones.
- Puede ejecutar los siguientes comandos en la Terminal para verificar Python y Pip instalación en su computadora. Debería devolver el número de versión.
pitón -V pip -V
- Una vez que la instalación sea exitosa, ejecute el siguiente comando para instalar la IA generativa de Google dependencia.
instalación de pip -q -U google-generativeai
Cómo obtener la clave API de Gemini Pro
- A continuación, dirígete a makersuite.google.com/app/apikey (visita) e inicia sesión con tu cuenta de Google.
- En Claves API, haga clic en «Crear clave API en un nuevo proyecto» botón.
- Copia la clave API y mantenlo en privado. No publique ni comparta la clave API públicamente.
Cómo utilizar la clave API de Gemini Pro (modelo de solo texto)
Al igual que OpenAI, Google ha simplificado el uso de su clave API Gemini con fines de desarrollo y prueba. He hecho el código bastante simple para que el usuario general lo pruebe y lo use. En este ejemplo, demuestro cómo utilizar el modelo Gemini Pro Text a través de la clave API.
- En primer lugar, inicie el editor de código de su elección. Si eres principiante, simplemente instala Bloc de notas++ (visita). Para usuarios avanzados, Visual Studio Code (visita) es una gran herramienta.
- A continuación, copie el siguiente código y péguelo en su editor de código.
importar google.generativeai como genai genai.configure(api_key=’PEGA TU CLAVE API AQUÍ’) model = genai.GenerativeModel(‘gemini-pro’) respuesta = model.generate_content(«¿Cuál es el significado de la vida?») print( respuesta.texto)
- En el editor de código, pegue su clave API de Gemini. Como puedes ver, hemos definido el modelo ‘gemini-pro’, que es un modelo de sólo texto. Además, hemos agregado una consulta donde puede hacer las cuestiones.
- Ahora, guarda el código y dale un nombre al archivo. Asegúrate de agregar .py al final. Le he puesto nombre a mi archivo geminis.py y lo guardó en el escritorio.
- A continuación, inicie la Terminal y ejecute el siguiente comando para pasar al escritorio.
CD de escritorio
- Una vez que esté en el escritorio de la Terminal, simplemente ejecute el siguiente comando para ejecutar el archivo gemini.py usando Python.
python gemini.py
- ahora lo hará responde la pregunta habías configurado en el archivo gemini.py.
- Puede cambiar la pregunta en el editor de código, guárdelo y ejecute el archivo gemini.py nuevamente para obtener una nueva respuesta directamente en la Terminal. Así es como puedes usar la clave API de Google Gemini para acceder al modelo Gemini Pro de solo texto.
Cómo utilizar la clave API de Gemini Pro (modelo de texto y visión)
En este ejemplo, voy a mostrar cómo puede interactuar con el modelo multimodal Gemini Pro. Aún no está disponible en Google Bard, pero a través de la API puedes acceder a él de inmediato. Y afortunadamente, el proceso vuelve a ser bastante sencillo y fluido.
- Abra un nuevo archivo en su editor de código y pega el siguiente código.
importar google.generativeai como genai importar PIL.Image img = PIL.Image.open(‘image.jpg’) genai.configure(api_key=’PEGA TU CLAVE API AQUÍ’) model = genai.GenerativeModel(‘gemini-pro-vision ‘) respuesta = model.generate_content([«what is the total calorie count?», img]) imprimir(respuesta.texto)
- Asegúrese de pegar su clave API de Gemini. Aquí estamos usando el gemini-pro-vision modelo, que es un modelo de texto y visión.
- Ahora, guarde el archivo en su escritorio y agregue .py al final del nombre del archivo. lo he nombrado geminiv.py aquí.
- En la tercera línea del código, como puedes ver, apunto la IA a un imagen.jpg archivo que está guardado en mi Escritorio con el nombre exacto. Cualquiera que sea la imagen que desee procesar, asegúrese de que esté guardada en la misma ubicación que el archivo geminiv.py y que el nombre del archivo sea el mismo con la extensión correcta. Puede pasar archivos JPG y PNG locales de hasta 4 MB.
- En la sexta línea de código, puedes hacer preguntas relacionadas con la imagen. Como estoy alimentando una imagen relacionada con la comida, le pido a Gemini Pro que calcular las calorias totales contar.
- es hora de ejecuta el código en la Terminal. Simplemente vaya al Escritorio (en mi caso) y ejecute los siguientes comandos uno por uno. Asegúrese de guardar el archivo si ha realizado algún cambio.
cd Escritorio python geminiv.py
- El modelo visual Gemini Pro responde la pregunta directamente. Puede hacer más preguntas y pedirle a la IA que explica el razonamiento.
- Puede alimentar una imagen diferente también, pero asegúrese de hacer coincidir el nombre del archivo de la imagen, cambie la pregunta en el código y ejecute el archivo geminiv.py nuevamente para obtener nuevas respuestas.
Cómo utilizar la clave API de Gemini Pro en formato de chat
Gracias a no conv (GitHub) código conciso, puede chatear con el modelo Gemini Pro en la ventana Terminal usando una clave API Gemini AI. De esta manera, no es necesario cambiar la pregunta en el código y volver a ejecutar el archivo Python para obtener un nuevo resultado. Puedes continuar el chat en la propia ventana de Terminal.
Lo mejor de todo es que Google ha implementado de forma nativa el historial de chat, por lo que no es necesario agregar manualmente las respuestas y administrar un historial de chat por su cuenta en una matriz o una lista. Con una sencilla función, Google almacena todo el historial de conversaciones en una sesión de chat. Así es como funciona.
- Abra su editor de código y pega el siguiente código.
importar google.generativeai como genai genai.configure(api_key=’PEGA TU CLAVE API AQUÍ’) model = genai.GenerativeModel(‘gemini-pro’) chat = model.start_chat() while True: message = input(«Tú: » ) respuesta = chat.send_message(mensaje) print(«Géminis: » + respuesta.texto)
- Como de costumbre, pegue su clave API de forma similar a las secciones anteriores.
- Ahora, guarde el archivo en el escritorio o en su ubicación preferida. Asegúrate de agregar .py al final. lo he nombrado geminichat.py archivo.
- Ahora, inicie la Terminal y vaya al Escritorio. Después de eso, ejecute el archivo geminichat.py.
cd Escritorio python geminichat.py
- Ahora puedes continuar la conversación sin esfuerzo y también recordar el historial de chat. Esta es otra excelente manera de utilizar la clave API de Google Gemini.
Estos son algunos ejemplos que puede probar para comprobar las capacidades de Google Gemini a través de la API. Me gusta el hecho de que Google haya puesto su modelo de visión a disposición de entusiastas y desarrolladores para que lo prueben, comparándolo con DALL-E 3 y ChatGPT de OpenAI. Si bien el modelo Gemini Pro vision no supera al modelo GPT-4V, es bastante bueno sin embargo. Estamos esperando el lanzamiento del Gemini Ultra, que está a la par del modelo GPT-4.
Aparte de eso, las respuestas de la API de Gemini Pro se sienten un poco diferentes de las de Google Bard, que también funciona con una versión mejorada de Gemini Pro. Las respuestas de Bardo parecer ligeramente aburrido y desinfectadopero las respuestas API de Gemini Pro se sienten más animadas y tienen carácter.
Estaremos atentos a todos los cambios en este espacio, así que estad atentos a más contenido relacionado con Gemini AI. Mientras tanto, continúa y comprueba tú mismo la API de Google Gemini.
Apoya nuestro trabajo ❤️
Si te ha gustado este artículo, considera dejar una propina para ayudarnos a seguir publicando contenido de calidad.
