IMPULSO A LA IA: LA ACTUALIZACIÓN DE GEMINI API PERMITE CARGA DIRECTA DE ARCHIVOS GRANDES Y MULTIFUENTE
Google ha anunciado una mejora significativa en su Gemini API, diseñada para simplificar drásticamente el flujo de trabajo de los desarrolladores. La novedad principal es la capacidad de realizar cargas directas desde múltiples fuentes, eliminando la necesidad de procesos intermedios que ralentizaban la integración de archivos en proyectos de inteligencia artificial. Esta actualización busca optimizar la eficiencia y permitir que las aplicaciones multimodales escalen con mayor rapidez.
Entre los puntos clave de esta actualización destacan:
-
Aumento en el límite de tamaño: El límite de carga directa por archivo se ha multiplicado por cinco, pasando de los anteriores 20 MB a 100 MB. Esto permite manejar imágenes de mayor resolución, documentos PDF más extensos y clips de audio de larga duración sin necesidad de fragmentarlos.
-
Integración con múltiples fuentes: Ahora es posible registrar recursos alojados directamente en Google Cloud Storage (GCS), así como mediante enlaces externos públicos o privados a través de HTTPS y URLs firmadas. Esto facilita el uso de archivos almacenados en plataformas como AWS S3 o Azure Blob Storage sin tener que descargarlos previamente al backend.
-
Adiós a la temporalidad estricta: Anteriormente, los archivos cargados en la Gemini Files API solo se conservaban por 48 horas. Con la nueva dinámica, los desarrolladores pueden señalar rutas de acceso permanentes o protegidas, lo que resulta ideal para proyectos de escala real que requieren un uso continuo de la información.
-
Autenticación segura: El proceso se apoya en credenciales OAuth y permisos de solo lectura, garantizando que la integración de datos externos se realice bajo estrictos estándares de seguridad y sin duplicar información innecesariamente.
Esta mejora en la API ya está activa y puede ser implementada a través de las versiones más recientes de los SDKs de Google. Según la compañía, el objetivo es reducir la «sobrecarga» de datos, permitiendo que el modelo Gemini acceda a la información dondequiera que esta resida, transformando al asistente en una herramienta mucho más potente y versátil para el desarrollo de software moderno.