La API de Gemini puede generar texto a partir de entradas de texto, imágenes, video y audio.
Este es un ejemplo básico:
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="How does AI work?"
)
print(interaction.output_text)
JavaScript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const interaction = await ai.interactions.create({
model: "gemini-3.6-flash",
input: "How does AI work?",
});
console.log(interaction.output_text);
}
await main();
REST
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "gemini-3.6-flash",
"input": "How does AI work?"
}'
Los SDKs de IA generativa de Google proporcionan propiedades convenientes directamente en el objeto Interaction devuelto para acceder a la respuesta del modelo.
El asistente más común es interaction.output_text (cadena), que devuelve los últimos bloques de texto en la respuesta del modelo. Si la respuesta se divide en varios bloques TextContent consecutivos, se unen automáticamente.
Ten en cuenta que .output_text no incluye bloques de texto anteriores separados por contenido que no es de texto (como pensamientos, imágenes, audio o llamadas a herramientas). En el caso de las respuestas multimodales complejas o intercaladas, debes iterar manualmente sobre steps. Para obtener más información sobre otras propiedades de conveniencia de medios, consulta la descripción general de las interacciones.
Pensar con Gemini
Los modelos de Gemini suelen tener la "función de pensamiento" habilitada de forma predeterminada, lo que permite que el modelo razone antes de responder a una solicitud.
Cada modelo admite diferentes configuraciones de pensamiento, lo que te permite controlar el costo, la latencia y la inteligencia. Para obtener más detalles, consulta la guía de planificación.
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="How does AI work?",
generation_config={
"thinking_level": "low"
}
)
print(interaction.output_text)
JavaScript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const interaction = await ai.interactions.create({
model: "gemini-3.6-flash",
input: "How does AI work?",
generation_config: {
thinking_level: "low",
},
});
console.log(interaction.output_text);
}
await main();
REST
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "gemini-3.6-flash",
"input": "How does AI work?",
"generation_config": {
"thinking_level": "low"
}
}'
Instrucciones del sistema y otros parámetros de configuración
Puedes guiar el comportamiento de los modelos de Gemini con instrucciones del sistema. Pasa un parámetro system_instruction para configurar el comportamiento del modelo.
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
system_instruction="You are a cat. Your name is Neko.",
input="Hello there"
)
print(interaction.output_text)
JavaScript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const interaction = await ai.interactions.create({
model: "gemini-3.6-flash",
input: "Hello there",
system_instruction: "You are a cat. Your name is Neko.",
});
console.log(interaction.output_text);
}
await main();
REST
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "gemini-3.6-flash",
"system_instruction": "You are a cat. Your name is Neko.",
"input": "Hello there"
}'
También puedes anular los parámetros de generación predeterminados, como la temperatura, con el parámetro generation_config.
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="Explain how AI works",
generation_config={
"temperature": 1.0
}
)
print(