Gemini 3 Pro

Versión preliminar

Este producto o función está sujeto a las "Condiciones de la Oferta de la Fase Previa a la DG" en la sección Condiciones Generales del Servicio de las Condiciones Específicas del Servicioy las Condiciones Adicionales para Productos en Versión Preliminar de IA Generativa. Puedes tratar datos personales para este producto o función como se describe en el Anexo de Tratamiento de Datos de Cloud, con sujeción a las obligaciones y restricciones descritas en el acuerdo en virtud del cual accedes a Google Cloud. Los productos y las funciones de la fase previa a la DG están disponibles sin modificaciones y pueden estar sujetos a asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

Gemini 3 Pro es nuestro modelo de razonamiento más avanzado de Gemini, capaz de resolver problemas complejos. Gemini 3 Pro puede comprender vastos conjuntos de datos y problemas complejos a partir de distintas fuentes de información, como texto, audio, imágenes, video, PDFs e incluso repositorios enteros de código con su ventana de contexto de 1 millón de tokens.

Nota: Los recuentos de tokens de PDF se mostrarán en la modalidad IMAGE en lugar de en la modalidad DOCUMENT en usage_metadata.

Gemini 3 Pro introduce varias funciones nuevas para mejorar el rendimiento, el control y la fidelidad multimodal:

• Nivel de pensamiento: Usa el parámetro thinking_level para controlar la cantidad de razonamiento interno que realiza el modelo (bajo o alto) para equilibrar la calidad de la respuesta, la complejidad del razonamiento, la latencia y el costo. El parámetro thinking_level reemplaza a thinking_budget para los modelos de Gemini 3.
• Resolución de medios: Usa el parámetro media_resolution (low, medium o high) para controlar el procesamiento de visión de las entradas multimodales, lo que afecta el uso de tokens y la latencia. Consulta Comienza a usar Gemini 3 para conocer la configuración de resolución predeterminada.
• Firmas de pensamiento: La validación más estricta de las firmas de pensamiento mejora la confiabilidad en las llamadas a funciones de varios turnos.
• Respuestas de funciones multimodales: Las respuestas de funciones ahora pueden incluir objetos multimodales, como imágenes y PDFs, además de texto.
• Llamadas a funciones de transmisión: Transmite argumentos parciales de llamadas a funciones para mejorar la experiencia del usuario durante el uso de herramientas.

Para obtener más información sobre el uso de estas funciones, consulta Comienza a usar Gemini 3 Pro.

Probar en Vertex AI Ver en Model Garden (Vista previa) Implementar app de ejemplo

Nota: Para usar la función "Implementar app de ejemplo", necesitas un proyecto de Google Cloud con facturación y la API de Vertex AI habilitadas.

ID de modelo	gemini-3-pro-preview
Entradas y salidas compatibles	Entradas: Texto, Código, Imágenes, Audio, Video, PDF Resultados: Texto
Límites de tokens	Cantidad máxima de tokens de entrada: 1,048,576 Cantidad máxima de tokens de salida: 65,536
Funciones	Admitido Grounding with Google Search Ejecución de código Instrucciones del sistema Resultados estructurados Llamada a función Contar tokens Pensamiento Almacenamiento implícito de contexto en caché Almacenamiento explícito en caché del contexto Vertex AI RAG Engine Completado de chat No compatible Ajuste API de Live Función de versión preliminar
Tipos de uso	Admitido Capacidad de procesamiento aprovisionada Cuota compartida dinámica Predicción por lotes No compatible Cuota fija
Especificaciones técnicas
	Imágenes	Cantidad máxima de imágenes por instrucción: 900 Tamaño máximo de archivo por archivo para los datos intercalados o las cargas directas a través de la consola: 7 MB Tamaño máximo de archivo por archivo de Google Cloud Storage: 30 MB Tokens de resolución predeterminados: 1120 Tipos de MIME admitidos: image/png, image/jpeg, image/webp, image/heic, image/heif
	Documentos	Cantidad máxima de archivos por instrucción: 900 Cantidad máxima de páginas por archivo: 900 Tamaño máximo de archivo por archivo para las importaciones de la API o de Cloud Storage: 50 MB Tamaño máximo de archivo para las cargas directas a través de la consola: 7 MB Tokens de resolución predeterminados: 560 OCR para archivos PDF escaneados: No se usa de forma predeterminada Tipos de MIME admitidos: application/pdf, text/plain
	Video	Duración máxima del video (con audio): Aproximadamente 45 minutos Duración máxima del video (sin audio): Aproximadamente 1 hora Cantidad máxima de videos por instrucción: 10 Tokens de resolución predeterminados por fotograma: 70 Tipos de MIME admitidos: video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp
	Audio	Duración máxima de audio por instrucción: Aproximadamente 8.4 horas o hasta 1 millón de tokens Cantidad máxima de archivos de audio por instrucción: 1 Comprensión del habla para: Resumen, transcripción y traducción de audio Tipos de MIME admitidos: audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm
	Valores predeterminados de los parámetros	Temperatura: 0.0 a 2.0 (predeterminado 1.0) topP: 0.0 a 1.0 (predeterminado 0.95) topK: 64 (fijo) candidateCount: 1 a 8 (el valor predeterminado es 1)
Regiones admitidas
	Disponibilidad del modelo (Incluye la cuota compartida dinámica y la capacidad de procesamiento aprovisionada)	Global global
	Consulta Residencia de datos para obtener más información.
Fecha límite de conocimiento	Enero de 2025
Versiones	gemini-3-pro-preview Etapa de lanzamiento: Versión preliminar pública Fecha de lanzamiento: 18 de noviembre de 2025
Controles de seguridad
	Consulta Controles de seguridad para obtener más información.
Idiomas compatibles	Consulta Idiomas admitidos.
Precios	Consulta la sección de precios.