Gemini Pro llega a Vertex AI en preview: modelo, plataforma y producto no son lo mismo

El 13 de diciembre de 2023 Google puso Gemini Pro y Gemini Pro Vision a disposición de los clientes de Vertex AI. El matiz decisivo estaba en el estado del lanzamiento: las notas oficiales de versión de Vertex AI registraron ambos modelos como preview, no como productos con disponibilidad general. Para una empresa, esa palabra separa la posibilidad de experimentar de la decisión de confiar un proceso de producción a una tecnología estable.

La noticia tampoco significaba que toda la familia Gemini hubiera llegado a la nube. Google había presentado tres tamaños —Ultra, Pro y Nano—, pero en Vertex AI abría Pro para tareas de texto y Pro Vision para entradas multimodales. Ultra seguía reservado para pruebas tempranas con un grupo seleccionado. La forma útil de leer el anuncio es separar tres capas que el marketing suele juntar: el modelo que genera una respuesta, la plataforma que permite operarlo y el producto concreto que un usuario puede utilizar.

Primera capa: qué modelo estaba disponible

Gemini no era un único modelo. En la presentación de la familia Gemini 1.0, Google describió Ultra como la variante para tareas de alta complejidad, Pro como la opción para escalar una variedad amplia de tareas y Nano como la variante eficiente para dispositivos. El acceso anunciado una semana después en Vertex AI correspondía a Pro, no a Ultra. Por tanto, los resultados promocionados para Ultra no debían trasladarse automáticamente al modelo que un desarrollador podía llamar desde la API.

Ese detalle importa al leer cualquier tabla comparativa. Un nombre de familia puede cubrir variantes con capacidades, costes y destinos diferentes. Antes de aceptar una frase como “el modelo supera a otro”, hay que preguntar qué variante se evaluó, con qué configuración y si esa misma variante es la que se ofrece. En este caso, la página de lanzamiento asociaba varios resultados destacados a Ultra, mientras que la disponibilidad empresarial del 13 de diciembre se centraba en Pro.

También conviene distinguir capacidad del modelo y modalidad expuesta por un servicio. El anuncio de Google Cloud sobre Vertex AI hablaba de aplicaciones que podían trabajar con texto, código, imágenes y vídeo. Las notas de versión, más precisas para saber qué se podía invocar, enumeraban Gemini Pro y Gemini Pro Vision por separado. El documento operativo manda sobre el adjetivo general: para diseñar una aplicación hay que comprobar el identificador del modelo, las entradas aceptadas y el estado de cada función.

Segunda capa: qué añadía Vertex AI

Un modelo produce salidas; una plataforma organiza todo lo necesario para usarlo dentro de un sistema. Vertex AI ofrecía acceso mediante API, controles de identidad y datos, herramientas de evaluación, filtros de seguridad y mecanismos para conectar el modelo con información o acciones externas. Google afirmó que sus clientes conservarían el control de sus datos y que no los usaría para entrenar sus modelos. Esas propiedades pertenecían a la envoltura de Google Cloud, no a una supuesta inteligencia adicional de Gemini Pro.

La distinción evita dos errores opuestos. El primero es creer que una buena plataforma corrige por sí sola una respuesta falsa. El segundo es reducir toda la evaluación al benchmark del modelo e ignorar controles que sí cambian el riesgo real: quién puede enviar datos, dónde quedan registrados, qué fuentes se recuperan, qué contenido se bloquea y cómo se observa una aplicación después del despliegue.

El lanzamiento mencionaba técnicas de personalización, recuperación de datos, extensiones y una comparación automática de modelos llamada Auto SxS. No todas las posibilidades descritas tenían el mismo grado de madurez. Algunas eran capacidades de Vertex AI ya existentes; otras aparecían como próximas integraciones. Por ejemplo, el propio anuncio decía que Gemini Pro llegaría “próximamente” a funciones de resumen y generación de respuestas en Vertex AI Search, y que su uso como base de agentes de voz y chat estaría en preview. Una lista de hoja de ruta no equivale a una lista de funciones listas ese día.

Tercera capa: preview no significa producción garantizada

El término preview no convierte una herramienta en inútil. Indica que conviene probarla con límites, datos no críticos y una salida verificable antes de asumir estabilidad. La comprobación mínima consiste en registrar versión y región, construir un conjunto de ejemplos representativos, medir fallos relevantes para el caso de uso y definir qué ocurre cuando el modelo responde con seguridad pero sin fundamento.

Google reconocía precisamente ese límite. En la presentación de Gemini señaló que seguía trabajando en factualidad, anclaje, atribución y corroboración. El informe técnico de Gemini 1.0 añadía que los modelos de lenguaje aún producen alucinaciones y tienen dificultades con razonamiento causal, deducción lógica y contrafactuales. Su ficha advertía que Gemini no debía usarse en aplicaciones posteriores sin analizar antes el daño potencial del caso concreto.

Filtros de seguridad y moderación tampoco sustituyen esa evaluación. Pueden reducir ciertas clases de contenido, pero no demuestran que una respuesta sea cierta, que una conclusión financiera sea adecuada o que un resumen haya conservado una excepción importante. La prueba debe parecerse al trabajo real: documentos del mismo tipo, preguntas ambiguas, datos incompletos y casos en los que la respuesta correcta es admitir que falta información.

Dos puertas de entrada con contratos distintos

El mismo 13 de diciembre, los desarrolladores podían acceder a Gemini Pro mediante Google AI Studio y la API de Gemini, o utilizar Vertex AI. Google presentó AI Studio como una herramienta web gratuita para crear prototipos y obtener una clave de API. Vertex AI era la ruta administrada para organizaciones que necesitaban control de datos y funciones de seguridad, privacidad, gobierno y cumplimiento. Compartir una familia de modelos no hacía intercambiables ambos entornos.

También había que leer con cuidado la protección jurídica anunciada. Google Cloud describía una política de indemnización en dos frentes, pero aclaraba que la cobertura de las salidas de la API de Gemini estaba prevista para cuando alcanzara disponibilidad general. El 13 de diciembre no debía presentarse esa cobertura futura como una garantía ya activa para todo uso de Gemini.

Cómo leer el próximo lanzamiento

Ante un anuncio similar, cuatro preguntas ordenan la investigación. Primera: ¿qué identificador y variante puedo usar hoy? Segunda: ¿figura como preview o como disponibilidad general en la documentación operativa? Tercera: ¿qué capacidades pertenecen al modelo y cuáles a la plataforma que lo sirve? Cuarta: ¿qué limitaciones reconoce el informe técnico y cómo las reproduciré con mis propios datos?

Después se puede construir una prueba pequeña. Elija una tarea cuyo resultado sea comprobable, conserve entradas y salidas, compare al menos una alternativa y haga que una persona responsable revise los fallos, no solo los aciertos. Si el sistema necesita información propia, compruebe que cada respuesta cite el fragmento recuperado. Si puede ejecutar acciones, limite permisos y exija confirmación para las irreversibles. La etiqueta “agente” describe una arquitectura; no concede criterio ni autoridad.

La capacidad transferible es sencilla: separar modelo, plataforma y producto antes de evaluar una promesa. Gemini Pro podía ser accesible el 13 de diciembre y, al mismo tiempo, seguir en preview; Vertex AI podía aportar controles empresariales sin convertir cada salida en un hecho; y una hoja de ruta podía ser atractiva sin estar disponible todavía. Leer esas tres capas permite convertir un lanzamiento en una decisión comprobable.