Cómo programar con la API de Gemini 2.0 en Python: Guía práctica

Con el auge de las aplicaciones basadas en inteligencia artificial, saber cómo conectar los modelos de lenguaje a tu propio software es una de las habilidades más demandadas en el mundo de la tecnología. Google ha hecho que esto sea sumamente accesible gracias a la API de Gemini 2.0 y a su SDK oficial para Python.

En esta guía práctica te enseñamos a preparar tu entorno, obtener tus credenciales gratuitas de desarrollo y escribir tus primeras líneas de código en Python para interactuar con la potente tecnología multimodal de Google.

!Pantalla de portátil mostrando líneas de código de programación en un entorno oscuro

---

Paso 1: Obtener tu API Key gratuita de Gemini

Antes de escribir código, necesitas una llave de acceso (API Key) que te permita comunicarte de forma autorizada con los servidores de Google.

1. Visita la plataforma de desarrollo Google AI Studio.

2. Inicia sesión con tu cuenta de Google.

3. Haz clic en el botón azul «Get API key» (Obtener API Key) en la barra lateral.

4. Crea una clave en un proyecto nuevo o en uno existente y cópiala de forma segura. Recuerda no compartir esta clave nunca de forma pública en repositorios como GitHub.

---

Paso 2: Configurar tu entorno de desarrollo local

Para seguir este tutorial, necesitas tener instalado Python en tu computadora (versión 3.9 o superior recomendada). Puedes descargar la última versión desde el sitio oficial de Python.org.

Una vez que tengas Python listo, abre tu terminal o consola de comandos e instala el SDK oficial de Google para IA ejecutando el siguiente comando:

pip install google-genai

(Nota: A partir de la versión 2.0 de los modelos, Google ha unificado su librería bajo el nombre google-genai para facilitar el desarrollo).

---

Paso 3: Escribir tu primer script en Python

Crea un archivo en tu computadora llamado gemini_test.py y pega el siguiente código básico. Este script importará el SDK, inicializará el cliente de forma segura utilizando tu API Key y le enviará una pregunta simple al modelo Gemini 2.0 Flash.

import os
from google import genai

# Inicializar el cliente con tu API Key
# Es una buena práctica usar variables de entorno por seguridad
api_key = os.environ.get("GEMINI_API_KEY", "TU_API_KEY_AQUÍ")
client = genai.Client(api_key=api_key)

# Realizar una consulta de texto simple al modelo Gemini 2.0 Flash
response = client.models.generate_content(
    model='gemini-2.0-flash',
    contents='Explícame en un párrafo qué es la computación cuántica.',
)

# Imprimir la respuesta generada por la IA
print("--- Respuesta de Gemini 2.0 Flash ---")
print(response.text)

---

Paso 4: Llamadas Multimodales (Texto e Imagen simultáneamente)

Una de las características más premium de la API de Gemini 2.0 es su capacidad para analizar imágenes y responder preguntas sobre ellas nativamente.

Aquí tienes un script rápido que carga una imagen local y le pide a Gemini que la analice y describa detalladamente:

import os
from PIL import Image
from google import genai

# Inicializar cliente
client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY", "TU_API_KEY_AQUÍ"))

# Cargar una imagen local usando la librería Pillow (PIL)
# Para este ejemplo, asegúrate de tener instalada la librería: pip install pillow
image_path = 'ejemplo-foto.jpg'

if os.path.exists(image_path):
    img = Image.open(image_path)
    
    # Enviar la imagen junto con una instrucción de texto (Prompt)
    response = client.models.generate_content(
        model='gemini-2.0-flash',
        contents=[img, "¿Qué elementos destacan en esta imagen y qué emociones transmite?"]
    )
    
    print("--- Análisis de Imagen de Gemini ---")
    print(response.text)
else:
    print(f"Por favor, coloca una imagen llamada '{image_path}' en la misma carpeta para probar este paso.")

---

Recursos adicionales para programadores

Para dominar completamente las capacidades avanzadas de esta interfaz de desarrollo, te recomendamos visitar los siguientes enlaces oficiales de autoridad:

• Repositorio Oficial de GitHub: Consulta ejemplos adicionales de código y reporta bugs en el repositorio del SDK de Google GenAI en GitHub.
• Documentación de Referencia: Explora todos los parámetros del modelo (temperatura, límites de tokens, etc.) en la Documentación de Google AI.

¿Has logrado realizar tu primera llamada exitosa a la API de Gemini 2.0? Cuéntanos en los comentarios qué tipo de aplicación o automatización planeas programar.