Cómo generar tu API key de Google Gemini
Contenido del curso
Claude API
Gemini API y Despliegue con Vercel
Vercel AI SDK
ElevenLabs API
Cómo generar tu API key de Google Gemini
Cómo generar tu API key de Google Gemini
Contenido del curso
Gabriel Obregón
John Salcedo
Julian Sosa
📘GOOGLE GEMINI (LLMs)
🔧 API E INTEGRACIÓN
• La API de Gemini soporta múltiples lenguajes.
• Python.
• JavaScript.
• Go.
• Java.
• C#.
• También se puede usar con Postman.
📌 Ejemplo mencionado.
• “snippet de código necesario para consumir la API en múltiples lenguajes” [01:10].
🤖 MODELOS DISPONIBLES
🔹 Clasificación por capacidad y costo
• Gemini 3 Pro.
• Es el modelo más potente.
• Gemini Flash.
• Tiene balance entre calidad y velocidad.
• Gemini Flash Lite.
• Es más rápido y económico.
• Tiene menor precisión.
🧠 MODELOS ESPECIALIZADOS
• Imagen 3.
• Imagen Pro.
• Permiten generación y edición de imágenes.
• Veo 3.1.
• Permite generación de video.
• Existen modelos con audio.
• Gemini Robotics.
• Combina visión y lenguaje.
• Se usa en robótica.
📌 Ejemplo mencionado.
• “modelos de vanguardia para generación y edición de imágenes” [02:05].
🔑 CREACIÓN DE API KEY
• Se realiza desde Google AI Studio.
🪜 Pasos
• Crear nueva API key.
• Asignar nombre.
• Ejemplo: "Platzi LLM API curso".
• Asociar a un proyecto.
• Crear la clave.
📌 Ejemplo mencionado.
• “Platzi LLM API curso” [04:15].
📊 PANEL DE CONTROL
• Permite ver el uso de la API.
• Permite ver los tokens consumidos.
• Permite ver errores.
• Permite ver límites.
💰 COSTOS
🆓 Versión gratuita
• Tiene acceso limitado.
💼 Versiones pagas / Enterprise
• Permiten mayor capacidad.
• Permiten mayor uso.
Mi chatbox
Excelente, si hay alguna diferencia entre el de google, y es que el role en gemini no es 'assistant' sino 'model' , o por lo menos a mi eso me soluciono un error,
Para el que le sirva le comparto la implementación, 😅
import { GoogleGenAI } from '@google/genai'; const google = new GoogleGenAI({}) async function chatWithGoogle(messages: MessageType[]) { console.log(messages) // CLan simple const cleanMessages = messages .filter((m) => (m.role === 'user' || m.role === 'assistant') && m.content?.trim()) .map((m) => ({ role: m.role, content: m.content.trim() })) if (cleanMessages.length === 0 || cleanMessages[0]?.role !== 'user') { throw new Error('Conversation must start with a user message') } // Map to gemini format const contents = cleanMessages.map((m) => ({ role: m.role === 'assistant' ? 'model' : 'user', parts: [{ text: m.content }] })) // Gemini call const response = await google.models.generateContent({ model: 'gemini-2.5-flash', contents, config: { systemInstruction: SYSTEM_PROMPT } }) // Extract text robustrly const text = response.text ?? response.candidates?.[0]?.content?.parts ?.map((p: { text?: string }) => p.text) .filter(Boolean) .join('\n') ?? '' return { role: 'assistant' as const, content: text, } }