Google AI Studio: el taller donde se prueban los prompts antes de llevarlos a tu aplicación
▶ Escuchar este artículo (17 min 45 s)
Resumir este artículo con:
ChatGPT
Claude
Grok
DeepSeek
Perplexity
Hay una diferencia que conviene tener clara antes de empezar: charlar con un asistente de inteligencia artificial no es lo mismo que construir algo con él. Para lo segundo, Google tiene un sitio pensado a propósito, Google AI Studio, donde se eligen los modelos Gemini, se escriben sus instrucciones, se tocan los mandos y se comprueba qué ocurre antes de llevarse nada a un programa de verdad. Es un banco de pruebas al que se entra con una cuenta de Google. Este artículo recorre cómo funciona, qué se puede ajustar, cuánto cuesta (y cuándo no cuesta nada, con su letra pequeña) y hasta dónde llega el modo que crea aplicaciones a partir de una descripción.
Qué es y qué no es: el taller frente al salón
La aplicación de Gemini, la del móvil y la web, es el salón de casa: se conversa, se pregunta, se pide una receta o un resumen. AI Studio es el taller: allí se mide, se corta y se prueba antes de fabricar. Nadie amuebla una casa en el taller, pero sin taller no se amuebla bien.
La app de Gemini es el salón donde se charla; AI Studio es el taller donde se mide, se corta y se prueba antes de fabricar.
Para evitar confusiones, AI Studio no es la aplicación de Gemini, ni Vertex AI (la plataforma de Google para empresas), ni Gemini Enterprise. Es la herramienta gratuita (con matices que veremos) para desarrolladores y curiosos que quieren probar los modelos y, si algo funciona, llevárselo.
Vive en aistudio.google.com y, según su documentación de inicio rápido, el entorno de trabajo por defecto es el *playground*, que podemos traducir como banco de pruebas (Google AI Studio, Quickstart). Desde 2026 es además la casa de la documentación de la API de Gemini: la propia documentación se presenta como «el nuevo hogar de la documentación de la API de Gemini».
El banco de pruebas: la pantalla de siempre
La mecánica es sencilla. Escribes un prompt (la petición que le haces al modelo), ves la respuesta mientras se va escribiendo y puedes adjuntar imágenes, audio, vídeo o documentos como un PDF. A la derecha hay un panel llamado *Run settings*, donde se concentra todo lo que se puede ajustar: los parámetros del modelo, los ajustes de seguridad y las herramientas.
El sitio ha crecido. El 18 de octubre de 2025 Google anunció un playground unificado: modelos Gemini, generación de medios, API en tiempo real y voz en el mismo lugar, con una página de inicio nueva y una galería de prompts de ejemplo (Google, «Google AI Studio updates: more control over your builds», 2025). En el mismo anuncio llegaron una página para ver los límites de uso, el anclaje con Google Maps en la API y una página de claves rediseñada que las agrupa por proyecto.
Con las tarifas y la documentación de 2026 a la vista, el abanico incluye modelos de texto (Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash…), imagen (Nano Banana), vídeo (Veo), música (Lyria 3.5), voz, transcripción y modelos en tiempo real (Live API). Si quieres situar a cada familia de modelos, el artículo sobre el ecosistema Google y sus modelos Gemini lo explica con calma.
Instrucciones de sistema: la nota que se deja al cuidador
Es, probablemente, la pieza que más cambia el resultado. Las instrucciones de sistema se escriben una sola vez, en un campo aparte del prompt, y definen cómo debe comportarse el modelo: su personalidad, el formato de las respuestas, el idioma, el tono, las reglas de la casa. Piensa en la nota que se le deja al cuidador de la casa: «los niños no cenan después de las nueve». No hace falta repetirla cada tarde; se escribe una vez y sigue ahí.
La documentación de generación de texto pone ejemplos de uso:
- Texto: responder siempre en un idioma concreto o responder en JSON.
- Voz: leer en voz alta con un tono cálido y cercano.
- Vídeo: fijar el estilo visual que se le pide a Veo.
Tres detalles prácticos:
- El campo de instrucciones está en el playground, junto a las opciones de configuración de la generación.
- Se pueden modificar con la conversación ya empezada, así que no hace falta empezar de cero para corregir el rumbo.
- Desde el anuncio de octubre de 2025 se pueden guardar como plantillas reutilizables, para no reescribirlas en cada chat nuevo (fuente: el blog de Google citado arriba).
Una distinción útil que recuerda la guía de estrategias de diseño de prompts: el prompt de sistema y el prompt de usuario no son lo mismo. Uno dice *cómo* quieres que trabaje el modelo; el otro, *qué* le pides ahora. La guía insiste además en que conviene dar ejemplos. Si te interesa afinar ese lado, prompting avanzado y cadena de pensamiento reúne las técnicas que luego se prueban precisamente en un sitio como este.
Los mandos de verdad: temperatura, pensamiento y longitud
Aquí no hace falta una fórmula, solo una buena imagen.
Temperatura. Es el mando de cuánto improvisa el cocinero. Con la temperatura baja, receta exacta: el resultado es más predecible. Con la alta, «hoy se me ocurre así»: más variedad y más riesgo. Ojo con un malentendido frecuente: la temperatura no hace al modelo más listo, solo regula cuánto se arriesga.
Longitud máxima de salida. Es el tope de lo que el modelo puede escribir en una respuesta. Se mide en tokens, trocitos de texto que, a grandes rasgos, son fragmentos de palabras.
Nivel de pensamiento. Los modelos Gemini piensan antes de responder por defecto, y ese esfuerzo se regula con thinking_level: bajo, medio o alto (en los modelos más nuevos existe además un nivel mínimo). Es como pedirle a alguien que lo piense antes de contestar: si la pregunta es sencilla, es tiempo perdido; si es un problema de verdad, se nota. Hay dos matices que conviene saber (Google, documentación sobre «Thinking»):
- Los tokens de pensamiento se facturan y cuentan dentro del límite de salida.
- Se puede pedir un resumen de lo pensado (*thought summaries*) para entender por qué el modelo llegó a su respuesta.
Sobre el tamaño, la misma documentación indica que Gemini 4 admite un contexto de 1.000.000 de tokens compartido entre entrada y salida, con un tope por defecto de 65.536 tokens en una respuesta normal, ampliable con la ejecución en segundo plano. Es una cifra que conviene contrastar en la página oficial antes de apoyarse en ella, porque estos números se revisan con frecuencia.
También en el panel de ajustes están los ajustes de seguridad, que condicionan qué contenidos filtra el modelo.
Las herramientas que se encienden (de una en una)
AI Studio permite activar herramientas desde el mismo panel. Cada una es un interruptor, y lo razonable es encender solo lo que la tarea necesita:
- Anclaje con la Búsqueda de Google (*grounding*): el modelo busca en la web, cita las fuentes y devuelve enlaces. Desde octubre de 2025 existe también el anclaje con Google Maps.
- Ejecución de código: el modelo ejecuta código en un entorno aislado, por ejemplo para hacer un cálculo en lugar de «adivinarlo».
- Llamada a funciones: el modelo pide a *tu* programa que ejecute algo y le devuelva el resultado.
- Salida estructurada: le das un esquema (por ejemplo, una receta con nombre, ingredientes y tiempo) y devuelve exactamente ese JSON.
La tentación de encenderlo todo a la vez es la misma que la de pulsar todos los botones del mando de la tele. Funciona, pero luego no sabes qué ha hecho qué.
Del taller a tu programa: «Obtener código» y la clave de API
El botón que cambia las cosas es «Obtener código». Convierte en código lo que acabas de probar en el playground, en el lenguaje que elijas, con la configuración que has ajustado: es la foto del prototipo hecha a medida, la receta exacta de lo que funcionó. También se pueden guardar y compartir prompts (Quickstart).
La puerta de entrada a la API en 2026 es la Interactions API, con bibliotecas oficiales para Python y JavaScript, REST y una herramienta de línea de comandos. La documentación de «Empezar» asegura que la primera llamada se hace en menos de un minuto.
La clave de API: la llave de casa
Para que tu programa hable con Gemini necesita una clave de API. AI Studio crea automáticamente un proyecto y una clave para los usuarios nuevos, y se copian desde la página de claves. La documentación de claves fija reglas que conviene leer despacio (Google, «API keys»):
- Desde el 28 de mayo de 2026, todas las claves nuevas son «claves de autorización» y las claves estándar sin restricciones se rechazan.
- Las claves inactivas y sin restricciones quedaron bloqueadas desde el 7 de mayo de 2026.
- Nunca se suben a un repositorio público ni se ponen en el navegador del visitante.
- Se guardan en una variable de entorno (
GEMINI_API_KEYoGOOGLE_API_KEY) y, en producción, en un gestor de secretos. - Se recomienda usar alertas de facturación y rotar la clave si se filtra.
Es la llave de casa: no se deja debajo del felpudo, que es el primer sitio donde mira cualquiera.
Las claves viven dentro de un proyecto de Google Cloud, y el consumo se factura a ese proyecto. Los límites, como veremos, se aplican por proyecto y no por clave. Algunos proyectos, y los importados de Google Cloud, pueden necesitar una verificación antes de usar la capa gratuita.
Las tres capas y su letra pequeña
Gratis, de pago o de empresa: no es lo mismo «no cuesta nada» que «sin condiciones»
Cuadro comparativo de la documentación oficial de Google · Datos según las fuentes citadas, tarifas publicadas en noviembre de 2026
Google AI Studio se puede usar sin pagar, y eso es cierto. Lo que no siempre se cuenta es la otra mitad: qué ocurre con lo que envías y qué modelos te quedan fuera.
Esta tabla compara las tres capas que publica Google —gratuita, de pago y de empresa— por lo que cada una incluye, por lo que cuesta y por lo que se hace con tus datos.
Si no ves todas las columnas, puedes deslizar la tabla hacia los lados.
| Criterio | Capa gratuita | Capa de pago | Capa de empresa |
|---|---|---|---|
| Para quién es | Quien prueba, aprende o hace experimentos sueltos | Quien trabaja en serio con la API y necesita más margen | Organizaciones que necesitan soporte, seguridad y capacidad dedicada |
| Qué incluye | Acceso limitado a ciertos modelos y tokens sin coste | Límites más altos, caché de contexto, API por lotes un 50 % más barata y acceso a los modelos avanzados | Plataforma de agentes de empresa, soporte, seguridad y capacidad dedicada |
| Y con lo que envías… | Puede usarse para mejorar los productos de Google | No se usa para mejorar los productos de Google | Las condiciones se consultan en la página de precios de Google |
| Qué conviene vigilar | Gemini 4 Carbon y Gemini 4 Argon no están disponibles en esta capa | Se paga por tokens: en Gemini 3.8 Flash, 0,75 $ de entrada y 3,75 $ de salida por millón, tarifas que se duplican el 1-1-2027 | Es una capa para organizaciones; no es la puerta de entrada para un particular |
1 Tarifas y características según la documentación oficial de Google consultada el 11 de noviembre de 2026. Estos números se revisan con frecuencia: el módulo no los actualiza ni los interpreta, solo los sitúa en su fecha.
2 La capa gratuita y la de pago se diferencian también en el uso del contenido: es el motivo principal por el que un proyecto con datos de clientes no debería quedarse en la capa gratuita sin leer antes las condiciones.
3 Los agentes personalizados de AI Studio siguen en versión previa; lo que aquí se compara es lo que Google publica para cada capa, no promesas de producto.
Documentación oficial consultada: Google · precios de la API de Gemini (capas gratuita, de pago y de empresa) · Google · claves de API y proyectos · Google · límites de uso de la API de Gemini.
La mirada de LedSolEo
La pregunta no es si es gratis, sino qué se hace con lo tuyo
Casi todo el mundo mira primero el precio. En este caso, la columna que de verdad decide es la tercera: qué ocurre con el contenido que envías. En la capa gratuita puede usarse para mejorar los productos de Google; en la de pago, no.
Por eso, antes de subir un informe, un correo o un documento de un cliente, merece la pena hacer una pregunta sencilla: ¿me importaría que este texto acabara sirviendo para entrenar a alguien? Si la respuesta es sí, esa prueba toca hacerla en la capa de pago. Y si es un experimento con datos de juguete, la gratuita sobra.
Nuestra lectura: usa la capa gratuita para aprender y la de pago para lo que no quieres regalar. El precio es lo de menos; los datos, no.
Precios: una foto de noviembre de 2026
Estas son las tarifas publicadas en noviembre de 2026 en la página oficial de precios. Son una foto, no una promesa, y cambian con frecuencia:
- Gemini 3.8 Flash: disponible en la capa gratuita. En la de pago, 0,75 $ por millón de tokens de entrada y 3,75 $ por millón de salida hasta el 31-12-2026; esas tarifas se duplican a partir del 1-1-2027.
- Gemini 4 Carbon y Gemini 4 Argon: no están en la capa gratuita. Cuestan 2 $ de entrada y 10 $ de salida por millón de tokens hasta el 30-11-2026, y 4 $ y 20 $ desde el 1-12-2026. Si quieres saber qué aporta el segundo, Gemini 4 Argon: qué cambia con la nueva inteligencia artificial de Google lo desmenuza.
- Anclaje con la Búsqueda de Google: 5.000 búsquedas gratuitas al mes (compartidas) y, a partir de ahí, 14 $ por cada 1.000, con un tope de 1.500 al día, según la misma página.
Los límites: el aforo del local
Aunque no pagues, hay un aforo. La documentación de límites de uso explica que se miden con tres números: peticiones por minuto, tokens por minuto y peticiones por día. Se evalúan los tres y basta con superar uno para recibir un error. Es como el aforo de un local: si entran demasiados a la vez, la puerta se cierra un momento y vuelve a abrirse (Google, «Rate limits»).
Otros datos que da la documentación:
- Los límites se aplican por proyecto, no por clave.
- Las peticiones por día se reinician a medianoche, hora de la costa del Pacífico (California). Traducido al horario peninsular, el cupo se renueva de madrugada: hacia las nueve de la mañana.
- Los modelos en versión previa tienen límites más estrictos.
- En las capas de pago hay límites de gasto: en la capa 1, 10 $ por cada 10 minutos.
Los valores concretos de tu cuenta no están fijos: se consultan en la página de límites de uso dentro del propio AI Studio, que apareció con el anuncio de octubre de 2025.
El modo Build: describir una aplicación y que aparezca
La otra mitad de AI Studio es el modo Build, descrito en la página oficial de vibe coding. Describes la aplicación en lenguaje natural y AI Studio la construye: por debajo genera un front-end en React y un servidor en Node.js, o bien una app de Android en Kotlin con Jetpack Compose.
Es como pedirle a un manitas «móntame un puesto de limonada» y que, además, te lo dejara con caja registradora y con permiso para mirar tu calendario. En concreto, según la página:
- Datos y acceso: Firebase, con base de datos y autenticación, incluido el acceso con Google.
- Conectores con Google Workspace: Gmail, Hojas de cálculo, Documentos, Drive y Calendar, con autorización automática.
- Publicación: despliegue en Cloud Run con un botón, sincronización con GitHub o descarga en ZIP.
- Secretos: un panel propio donde van las claves, de modo que la clave del modelo se inyecta en el servidor y no queda expuesta en el navegador.
En privacidad, Google declara que los prompts y las aplicaciones hechas en AI Studio están protegidos y que no se usan para entrenar modelos para otras personas sin permiso. Sus preguntas frecuentes indican también que construir en AI Studio es gratis.
Ahora, lectura prudente (esto es análisis, no un dato de Google): el modo Build es una herramienta de prototipos. La documentación no lo presenta como una fábrica de aplicaciones listas para producción, y no conviene venderlo como tal. Para validar una idea, enseñarle algo funcionando a un cliente o a un equipo, o aprender cómo encajan las piezas, es una herramienta potente; para lo que ya tiene usuarios reales y datos sensibles, hace falta revisión humana y criterio de ingeniería.
Hacia dónde va: agentes personalizados (en versión previa)
Un avance, sin promesas. AI Studio permite definir y guardar agentes con sus propias instrucciones, habilidades y fuentes de datos. Corren en un entorno remoto con ejecución de código, búsqueda y conexión a servidores MCP, el protocolo para conectar herramientas (Google, «Custom agents»).
Es una función en versión previa y la documentación declara sus límites: hasta 1.000 agentes, sin control de versiones y sin subagentes. Conviene tomarla como una señal de la dirección que lleva el producto, no como algo terminado. Para ver cómo plantea Anthropic una idea parecida desde la otra orilla, puedes leer Claude Cowork: cuando la IA deja de responder y se pone a trabajar.
Para quién es y cómo empezar sin perderse
Es una buena herramienta si:
- Quieres probar modelos Gemini antes de decidir con cuál construir.
- Estás aprendiendo a escribir prompts e instrucciones de sistema y quieres ver el efecto de cada ajuste.
- Quieres llevar un experimento a código sin reescribirlo desde cero.
- Necesitas prototipar una aplicación sin montar toda la infraestructura.
No es lo tuyo si:
- Solo quieres charlar o pedir un resumen: para eso está la app de Gemini.
- Necesitas una plataforma de empresa con soporte y capacidad dedicada: eso queda en la capa de empresa.
- Trabajas con datos que no deben reutilizarse y no vas a pasar a la capa de pago.
Una ruta corta para empezar:
- Elige una tarea pequeña y concreta: clasificar correos, resumir un texto, extraer datos de un PDF.
- Escribe una instrucción de sistema clara (qué hace el asistente, en qué idioma, con qué formato) y guárdala.
- Prueba la misma petición con dos modelos y compara el resultado, el tiempo y el consumo.
- Ajusta la temperatura y el nivel de pensamiento de uno en uno, para saber qué mando causó qué efecto.
- Cuando funcione, pulsa «Obtener código» y guarda la clave en una variable de entorno, no en el código.
Primero el taller, después la casa. El orden contrario también existe, pero suele acabar con alguien buscando una escalera a las once de la noche.
Para ampliar información
- Google AI Studio: inicio rápido (documentación de Google, 2026)
- Generación de texto: instrucciones de sistema y configuración (documentación de Google, 2026)
- Estrategias de diseño de prompts (documentación de Google, 2026)
- Pensamiento («thinking») en los modelos Gemini (documentación de Google, 2026)
- Empezar con la API de Gemini: Interactions API (documentación de Google, 2026)
- Precios de la API de Gemini (documentación de Google, 2026)
- Claves de API (documentación de Google, 2026)
- Límites de uso de la API de Gemini (documentación de Google, 2026)
- Agentes personalizados, en versión previa (documentación de Google, 2026)
- Crear aplicaciones describiéndolas: modo Build o «vibe coding» (Google AI Studio, 2026)
- Actualizaciones de Google AI Studio: más control sobre tus proyectos (blog oficial de Google, 18 de octubre de 2025)
