Hay un patrón que se repite con cada modelo nuevo de Google: lees que Gemini hace maravillas, abres ChatGPT por costumbre para preguntar cómo se usa, y acabas perdido entre tres productos que se llaman casi igual. AI Studio, la API de Gemini, Vertex AI. Suenan a lo mismo y no lo son.
Google AI Studio es la puerta correcta para empezar, y casi nadie te lo explica claro. Es gratis, es web, y en diez minutos pasas de "no he tocado un modelo Gemini en mi vida" a tener una llamada a la API funcionando en tu código. Vamos a hacer justo ese recorrido, sin rodeos.
Nota
Este tutorial usa los nombres de modelos y el SDK actuales (2026). Los límites y precios exactos del free tier los publica Google y cambian cada pocos meses, así que las cifras concretas mejor verlas en su documentación; aquí te enseñamos el mecanismo, que no cambia.
Qué es Google AI Studio y para qué sirve
Google AI Studio (lo encuentras en aistudio.google.com) es el patio de pruebas gratuito de los modelos Gemini. Es una web donde escribes prompts, ves qué responde el modelo, ajustas parámetros y comparas versiones, todo sin escribir una línea de código. Piensa en ello como el banco de trabajo: aquí pruebas la pieza antes de montarla en la máquina.
Lo que lo hace útil de verdad es lo que pasa después de probar. Cuando tienes un prompt que funciona, AI Studio te deja dos cosas con un clic: generar la API key para usar ese mismo modelo desde tu aplicación, y copiar el código ya hecho (Python, JavaScript, etc.) con tu prompt dentro. Ese puente entre "jugar en el navegador" y "tenerlo en producción" es la razón de existir de Studio.
Por debajo, AI Studio no es un modelo: es un escaparate de la familia Gemini. Los modelos Flash son los rápidos y baratos, pensados para volumen y tareas del día a día; los Pro son los potentes, para razonamiento complejo. Tú eliges cuál usar en cada momento desde un desplegable, sin instalar nada.
Una distinción que ahorra dolores de cabeza: AI Studio es siempre gratis. Lo que tiene planes de pago es la API de Gemini que vive por debajo. Es decir, jugar en la web no te cuesta nada nunca; lo que se mide y se factura (cuando creces) son las llamadas a la API desde tu código.
Cómo empezar: API key y primer prompt
Empezar no tiene misterio. Entras en aistudio.google.com, inicias sesión con cualquier cuenta de Google —no necesitas acceso especial ni lista de espera— y ya estás dentro. Lo primero que ves es un chat: elige un modelo Flash en el desplegable, escribe algo y dale a enviar. Eso ya es probar Gemini.
El panel lateral derecho es donde está la chicha. Ahí ajustas la temperatura (cuánto se arriesga el modelo: baja = preciso y aburrido, alta = creativo y caótico), el system prompt (las instrucciones de fondo que marcan el tono y el rol) y el número máximo de tokens de salida. Trastear con esto en el navegador es gratis y es la mejor forma de entender cómo se comporta un modelo antes de pagar por él en producción.
Cuando el prompt te convence, toca sacar la clave. Pulsa "Get API Key" (Obtener clave de API), normalmente arriba a la izquierda o en el menú. Te pedirá crear una clave dentro de un proyecto de Google Cloud: puedes usar uno que ya tengas o dejar que cree uno nuevo automáticamente. Copia la clave —es una cadena larga que empieza por AIza...— y guárdala como guardarías una contraseña.
Atención
La API key da acceso a tu cuota (y a tu factura si activas pago). Nunca la pegues en el código que subes a GitHub ni en el frontend de una web. Va siempre en una variable de entorno del servidor (como GEMINI_API_KEY). Si se filtra, revócala desde AI Studio y crea otra.
Llevar el prompt a la API con código
Aquí es donde Studio demuestra su valor: el salto del navegador a tu aplicación es casi inmediato. El SDK oficial se llama google-genai y existe para Python, JavaScript/TypeScript, Go y Java, con la misma lógica en todos.
Primero, guarda la clave en una variable de entorno para no escribirla en el código:
# Linux / macOS (terminal)
export GEMINI_API_KEY="AIza...tu_clave"
# Python: instalar el SDK
pip install -U google-genai
# JavaScript / Node: instalar el SDK
npm install @google/genaiCon la clave fuera del código, la primera llamada a la API es de tres líneas. El SDK lee la variable GEMINI_API_KEY por sí solo, así que no la mencionas en el código:
from google import genai
client = genai.Client() # lee GEMINI_API_KEY del entorno
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="Resume en 3 frases qué es Google AI Studio.",
)
print(response.text)Y exactamente lo mismo en JavaScript. Fíjate en que el método (generateContent), el nombre del modelo y la estructura son idénticos: solo cambia la sintaxis del lenguaje.
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({}); // lee GEMINI_API_KEY del entorno
const response = await ai.models.generateContent({
model: "gemini-2.5-flash",
contents: "Resume en 3 frases qué es Google AI Studio.",
});
console.log(response.text);¿Ves el truco? El prompt que afinaste en el navegador (contents), el modelo que elegiste en el desplegable (model) y los parámetros que tocaste en el panel son los mismos campos que rellenas en el código. Studio no es un juguete aparte: es la misma API con interfaz visual. Por eso el flujo entero encaja como piezas de Lego.
El flujo de AI Studio a producción
Probar en AI Studio
Afinas el prompt, el modelo y los parámetros en el navegador. Gratis e ilimitado.
Obtener la API key
Un clic en 'Get API Key', la guardas en una variable de entorno del servidor.
Integrar con el SDK
Copias el prompt al código con google-genai. Mismos campos que en la UI.
Escalar
Subes a tier de pago o a Vertex AI cuando los límites del free tier se quedan cortos.
Límites del free tier y precios
Esta es la parte que más confunde, así que vamos despacio. Cuando generas una clave desde AI Studio, arrancas automáticamente en el free tier de la API de Gemini. Gratis, sin tarjeta, listo para prototipar. Pero "gratis" tiene fronteras, y son tres a la vez:
- RPM — peticiones por minuto. Cuántas llamadas puedes lanzar en 60 segundos.
- TPM — tokens por minuto. Cuánto texto total (entrada + salida) procesas por minuto.
- RPD — peticiones por día. El tope diario de llamadas.
Estos tres límites varían por modelo. Los modelos Flash son los que tienen el free tier más holgado —pensados precisamente para volumen—, mientras que los Pro son más restrictivos o directamente requieren activar facturación. Como regla práctica: si tu proyecto vive en el free tier, vive de Flash.
Cuando te quedas corto de límites, activas la facturación y pasas al tier de pago, donde se cobra por tokens (un precio por millón de tokens de entrada y otro de salida, más barato en Flash que en Pro). Ahí los límites suben muchísimo y, dato clave, tus datos dejan de usarse para entrenar los modelos de Google.
Consejo
No memorices cifras de límites ni precios: Google los retoca cada pocos meses y cualquier número que apuntes hoy caduca. Lo que no cambia es el panel de límites dentro de AI Studio, que te muestra la cuota vigente para tu proyecto en tiempo real. Mira siempre ahí.
Un matiz de privacidad que conviene tener claro desde el día uno: en el free tier, Google puede usar tus prompts y respuestas para mejorar sus modelos. Para juguetear y prototipar da igual. Para datos de clientes o información sensible, no: ahí toca pago o Vertex.
AI Studio vs Vertex AI vs OpenRouter
Tres opciones que rondan el mismo terreno y conviene no mezclar.
AI Studio (la API de desarrollador) es la puerta de entrada: API key simple, free tier sin tarjeta, ideal para prototipos, side projects y aprender. Su contracara es que comparte datos en el plan gratis y que sus límites no aguantan una app con tráfico serio.
Vertex AI es la misma familia Gemini pero entrando por Google Cloud. Autenticación distinta (cuentas de servicio en vez de una key suelta), límites mucho más altos, no usa tus datos para entrenar y suma artillería empresarial: grounding, fine-tuning, residencia de datos, SLAs. Es a donde migras cuando el prototipo de Studio se convierte en producto.
OpenRouter juega en otra liga: no es de Google, es un agregador que te da una sola API y una sola factura para acceder a Gemini y a GPT, Claude, Llama y decenas más. Si quieres no casarte con un proveedor y poder cambiar de modelo con una línea, es la opción de la que hablamos en su propia guía.
A favor
- Empezar en minutos: cuenta de Google, un clic y ya tienes API key.
- Probar modelos en el navegador sin código y sin gastar nada.
- Free tier real sin tarjeta, suficiente para prototipar de verdad.
- Mismo SDK y mismos campos del navegador al código: cero fricción al integrar.
En contra
- En el plan gratis, Google puede usar tus datos para entrenar sus modelos.
- Los límites del free tier no aguantan una app con tráfico real.
- Te ata al ecosistema Gemini; para multimodelo necesitas un agregador.
- Para features empresariales (grounding, residencia de datos) hay que saltar a Vertex.
¿Para quién es Google AI Studio?
No es una decisión de "mejor o peor", sino de en qué fase estás.
Te encaja si: estás empezando con la API de Gemini, quieres probar prompts y modelos sin gastar, montas un prototipo o un side project, o eres desarrollador que necesita una llamada a un buen modelo funcionando hoy sin pelearte con la consola de Google Cloud. También si quieres entender cómo se comporta Gemini antes de comprometer presupuesto: el banco de pruebas gratis no tiene rival para eso.
Te quedas corto si: vas a tratar datos sensibles o de clientes (ahí, pago o Vertex), necesitas límites altos para una app con tráfico, o quieres no depender de un solo proveedor y saltar entre modelos según la tarea (ahí, un agregador como OpenRouter).
La forma sana de verlo: Google AI Studio es donde empieza casi todo proyecto con Gemini, y de ahí migras —a la API de pago, a Vertex o a un agregador— cuando el proyecto te lo pida. Empezar por aquí no es un parche para novatos: es el camino que recorre también quien luego acaba en producción. Lo único que necesitas hoy es una cuenta de Google y diez minutos.