Há um padrão que se repete a cada modelo novo da Google: lês que o Gemini faz maravilhas, abres o ChatGPT por hábito para perguntar como se usa, e acabas perdido entre três produtos que se chamam quase igual. AI Studio, a API Gemini, Vertex AI. Soam ao mesmo e não são.
O Google AI Studio é a porta certa para começar, e quase ninguém te explica isto com clareza. É grátis, é web, e em dez minutos passas de «nunca toquei num modelo Gemini na vida» a ter uma chamada à API a funcionar no teu código. Vamos fazer exatamente esse percurso, sem rodeios.
Nota
Este tutorial usa os nomes de modelos e o SDK atuais (2026). Os limites e preços exatos do free tier são publicados pela Google e mudam a cada poucos meses, por isso os números concretos é melhor vê-los na documentação dela; aqui ensinamos-te o mecanismo, que não muda.
O que é o Google AI Studio e para que serve
O Google AI Studio (encontra-lo em aistudio.google.com) é o campo de testes gratuito dos modelos Gemini. É um site onde escreves prompts, vês o que o modelo responde, ajustas parâmetros e comparas versões, tudo sem escrever uma linha de código. Pensa nisto como a bancada de trabalho: aqui testas a peça antes de a montares na máquina.
O que o torna realmente útil é o que acontece depois de testar. Quando tens um prompt que funciona, o AI Studio dá-te duas coisas com um clique: gerar a API key para usar esse mesmo modelo a partir da tua aplicação, e copiar o código já feito (Python, JavaScript, etc.) com o teu prompt lá dentro. Essa ponte entre «brincar no navegador» e «tê-lo em produção» é a razão de ser do Studio.
Por baixo, o AI Studio não é um modelo: é uma montra da família Gemini. Os modelos Flash são os rápidos e baratos, pensados para volume e tarefas do dia a dia; os Pro são os potentes, para raciocínio complexo. Escolhes qual usar a cada momento a partir de um menu, sem instalar nada.
Uma distinção que poupa dores de cabeça: o AI Studio é sempre grátis. O que tem planos pagos é a API Gemini que vive por baixo. Ou seja, brincar na web nunca te custa nada; o que é medido e faturado (quando cresces) são as chamadas à API a partir do teu código.
Como começar: API key e primeiro prompt
Começar não tem mistério. Entras em aistudio.google.com, inicias sessão com qualquer conta Google —não precisas de acesso especial nem de lista de espera— e já estás lá dentro. A primeira coisa que vês é um chat: escolhe um modelo Flash no menu, escreve algo e carrega em enviar. Isso já é testar o Gemini.
O painel lateral direito é onde está o miolo. Aí ajustas a temperatura (o quanto o modelo arrisca: baixa = preciso e aborrecido, alta = criativo e caótico), o system prompt (as instruções de fundo que marcam o tom e o papel) e o número máximo de tokens de saída. Mexer nisto no navegador é grátis e é a melhor forma de perceber como se comporta um modelo antes de pagares por ele em produção.
Quando o prompt te convence, é hora de tirar a chave. Carrega em Get API Key (Obter a chave da API), normalmente em cima à esquerda ou no menu. Vai pedir-te para criar uma chave dentro de um projeto do Google Cloud: podes usar um que já tenhas ou deixar que crie um novo automaticamente. Copia a chave —é uma cadeia longa que começa por AIza...— e guarda-a como guardarias uma palavra-passe.
Atenção
A API key dá acesso à tua quota (e à tua fatura se ativares o pagamento). Nunca a coles no código que sobes para o GitHub nem no frontend de um site. Vai sempre numa variável de ambiente do servidor (como GEMINI_API_KEY). Se vazar, revoga-a a partir do AI Studio e cria outra.
Levar o prompt à API com código
É aqui que o Studio mostra o seu valor: o salto do navegador para a tua aplicação é quase imediato. O SDK oficial chama-se google-genai e existe para Python, JavaScript/TypeScript, Go e Java, com a mesma lógica em todos.
Primeiro, guarda a chave numa variável de ambiente para não a escreveres no código:
# Linux / macOS (terminal)
export GEMINI_API_KEY="AIza...a_tua_chave"
# Python: instalar o SDK
pip install -U google-genai
# JavaScript / Node: instalar o SDK
npm install @google/genaiCom a chave fora do código, a primeira chamada à API tem três linhas. O SDK lê a variável GEMINI_API_KEY sozinho, por isso não a mencionas no código:
from google import genai
client = genai.Client() # lê GEMINI_API_KEY do ambiente
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="Resume em 3 frases o que é o Google AI Studio.",
)
print(response.text)E exatamente o mesmo em JavaScript. Repara que o método (generateContent), o nome do modelo e a estrutura são idênticos: só muda a sintaxe da linguagem.
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({}); // lê GEMINI_API_KEY do ambiente
const response = await ai.models.generateContent({
model: "gemini-2.5-flash",
contents: "Resume em 3 frases o que é o Google AI Studio.",
});
console.log(response.text);Vês o truque? O prompt que afinaste no navegador (contents), o modelo que escolheste no menu (model) e os parâmetros que mexeste no painel são os mesmos campos que preenches no código. O Studio não é um brinquedo à parte: é a mesma API com interface visual. Por isso o fluxo inteiro encaixa como peças de Lego.
O fluxo do AI Studio à produção
Testar no AI Studio
Afinas o prompt, o modelo e os parâmetros no navegador. Grátis e ilimitado.
Obter a API key
Um clique em Get API Key, guarda-la numa variável de ambiente do servidor.
Integrar com o SDK
Copias o prompt para o código com google-genai. Os mesmos campos que na UI.
Escalar
Subes para o tier pago ou para o Vertex AI quando os limites do free tier ficam curtos.
Limites do free tier e preços
Esta é a parte que mais confunde, por isso vamos devagar. Quando geras uma chave a partir do AI Studio, arrancas automaticamente no free tier da API Gemini. Grátis, sem cartão, pronto a prototipar. Mas «grátis» tem fronteiras, e são três ao mesmo tempo:
- RPM — pedidos por minuto. Quantas chamadas podes lançar em 60 segundos.
- TPM — tokens por minuto. Quanto texto total (entrada + saída) processas por minuto.
- RPD — pedidos por dia. O teto diário de chamadas.
Estes três limites variam por modelo. Os modelos Flash são os que têm o free tier mais folgado —pensados precisamente para volume—, enquanto os Pro são mais restritivos ou exigem mesmo ativar a faturação. Como regra prática: se o teu projeto vive no free tier, vive de Flash.
Quando ficas curto de limites, ativas a faturação e passas para o tier pago, onde se cobra por tokens (um preço por milhão de tokens de entrada e outro de saída, mais barato em Flash do que em Pro). Aí os limites sobem imenso e, dado-chave, os teus dados deixam de ser usados para treinar os modelos da Google.
Dica
Não memorizes números de limites nem preços: a Google retoca-os a cada poucos meses e qualquer número que apontes hoje caduca. O que não muda é o painel de limites dentro do AI Studio, que te mostra a quota em vigor para o teu projeto em tempo real. Vê sempre aí.
Uma nuance de privacidade que convém ter clara desde o primeiro dia: no free tier, a Google pode usar os teus prompts e respostas para melhorar os seus modelos. Para brincar e prototipar, tanto faz. Para dados de clientes ou informação sensível, não: aí é pago ou Vertex.
AI Studio vs Vertex AI vs OpenRouter
Três opções que rondam o mesmo terreno e que convém não misturar.
O AI Studio (a API de programador) é a porta de entrada: API key simples, free tier sem cartão, ideal para protótipos, side projects e aprender. O reverso é que partilha dados no plano grátis e que os seus limites não aguentam uma app com tráfego a sério.
O Vertex AI é a mesma família Gemini, mas entrando pelo Google Cloud. Autenticação diferente (contas de serviço em vez de uma key solta), limites muito mais altos, não usa os teus dados para treino e junta artilharia empresarial: grounding, fine-tuning, residência de dados, SLAs. É para onde migras quando o protótipo do Studio se torna produto.
O OpenRouter joga noutra liga: não é da Google, é um agregador que te dá uma só API e uma só fatura para aceder ao Gemini e ao GPT, Claude, Llama e dezenas mais. Se queres não te casares com um fornecedor e poder mudar de modelo com uma linha, é a opção de que falamos no seu próprio guia.
Prós
- Começar em minutos: conta Google, um clique e já tens API key.
- Testar modelos no navegador sem código e sem gastar nada.
- Free tier real sem cartão, suficiente para prototipar a sério.
- Mesmo SDK e mesmos campos do navegador ao código: zero fricção ao integrar.
Contras
- No plano grátis, a Google pode usar os teus dados para treinar os seus modelos.
- Os limites do free tier não aguentam uma app com tráfego real.
- Prende-te ao ecossistema Gemini; para multimodelo precisas de um agregador.
- Para features empresariais (grounding, residência de dados) há que saltar para o Vertex.
Para quem é o Google AI Studio?
Não é uma decisão de «melhor ou pior», mas de em que fase estás.
Encaixa contigo se: estás a começar com a API Gemini, queres testar prompts e modelos sem gastar, montas um protótipo ou um side project, ou és programador e precisas de uma chamada a um bom modelo a funcionar hoje sem te chatear com a consola do Google Cloud. Também se queres perceber como se comporta o Gemini antes de comprometer orçamento: o banco de testes grátis não tem rival para isso.
Ficas curto se: vais tratar dados sensíveis ou de clientes (aí, pago ou Vertex), precisas de limites altos para uma app com tráfego, ou queres não depender de um só fornecedor e saltar entre modelos conforme a tarefa (aí, um agregador como o OpenRouter).
A forma sã de o ver: o Google AI Studio é onde começa quase todo o projeto com o Gemini, e daí migras —para a API paga, para o Vertex ou para um agregador— quando o projeto to pedir. Começar por aqui não é um penso para principiantes: é o caminho que percorre também quem depois acaba em produção. A única coisa de que precisas hoje é de uma conta Google e dez minutos.