Gemini 3.1 Explicado: Gemini 3 Pro/Flash, Nano Banana Pro y Veo 3.1 (Funciones + API)

Lisa Ernst · 19.02.2026 · Inteligencia Artificial · 10 min

Qué significa "Gemini 3.1" en la práctica

Si has visto a gente hablar de “Gemini 3.1”, a menudo se refieren a una bundle de actualizaciones: Gemini 3 familia de LLM centrada en el razonamiento (Pro / Flash), más el más nuevo “.1” modelo de medios generativos Veo 3.1 para generación de vídeo. Oficialmente, Google etiqueta la familia de LLM como. mientras que Gemini 3 — aparece prominentemente en el lado del vídeo 3.1 (Veo 3.1) (Veo 3.1).

Esta publicación se centra en las capacidades reales relevantes para los desarrolladores: thinking levels, media resolution, thought signatures, uso de herramientas y dónde encaja cada modelo (text, images, y vídeo).).

Fuente: Ilustración abstracta de IA que representa el razonamiento multimodal y los flujos de trabajo agentes de próxima generación.

Tabla de contenidos

1. Resumen rápido
2. Familia de modelos Gemini 3 (Pro, Flash, Pro Image)
3. Niveles de pensamiento: velocidad vs. profundidad
4. Resolución de medios: mejor visión, coste predecible
5. Firmas de pensamiento: el campo que no puedes ignorar
6. Uso de herramientas y flujos de trabajo agentes
7. Nano Banana Pro: generación y edición de imágenes
8. Veo 3.1: generación de vídeo con audio nativo
9. Preguntas frecuentes
10. Conclusión

Resumen rápido

• Gemini 3 Pro & es el modelo de razonamiento insignia para tareas complejas y de alto riesgo (1M input / 64k output; Jan 2025 cutoff; preview model ID: gemini-3-pro-preview).
• Gemini 3 Flash & ofrece capacidades de clase Pro con menor latencia para flujos de trabajo de alta frecuencia (preview model ID: gemini-3-flash-preview; incluye un nivel gratuito en la API de Gemini).
• Nano Banana Pro (aka Gemini 3 Pro Image) es el modelo de generación/edición de imágenes de alta calidad (preview model ID: gemini-3-pro-image-preview).
• Nuevos controles de API: thinking_level (latencia vs. profundidad de razonamiento) y media_resolution (fidelidad de visión vs. coste de tokens).
• Firmas de pensamiento son necesarias para flujos de trabajo estrictos (especialmente llamadas a funciones y generación/edición de imágenes). Si tu SDK no las maneja, debes enviarlas de ida y vuelta. (el campo que no puedes ignorar). son necesarios para flujos de trabajo estrictos (especialmente llamadas a funciones y generación y edición de imágenes). Si tu SDK no las maneja, debes enviarlas de ida y vuelta.
• “3.1” resaltar: Veo 3.1 es el modelo de generación de vídeo más reciente de Google con audio nativo y opciones de salida de alta gama native audio y opciones de salida de alta gama (preview model IDs: veo-3.1-generate-preview, veo-3.1-fast-generate-preview).
• Dónde usarlo: Gemini API / AI Studio / Vertex AI, más entornos agentes como Google Antigravity y Gemini CLI.

La familia de modelos Gemini 3

Gemini 3 es una familia de modelos centrada en el razonamiento diseñada para flujos de trabajo agentes, codificación autónoma y tareas multimodales. La guía oficial para desarrolladores enumera estos modelos y IDs de vista previa:

Fuente: deepmind.google

Nano Banana Pro (Gemini 3 Pro Image) está diseñado para la generación y edición de imágenes de calidad de estudio, especialmente cuando necesitas texto nítido y diseños controlados.

Niveles de pensamiento: velocidad vs. profundidad

Gemini 3 introduce thinking_level como un mando práctico para la profundidad de razonamiento. Si deseas las respuestas más rápidas posibles (chat, tareas de alto rendimiento), limita el pensamiento. Si necesitas un razonamiento más profundo (depuración, planificación, matemáticas complejas), mantenlo alto. como un mando práctico para la profundidad de razonamiento. Si deseas las respuestas más rápidas posibles (chat, tareas de alto rendimiento), limita el pensamiento. Si necesitas un razonamiento más profundo (depuración, planificación, matemáticas complejas), mantenlo alto.

Ejemplo (REST):

{
  "contents": [{
"parts": [{ "text": "Find the race condition in this C++ snippet: [code here]" }]
  }],
  "generationConfig": {
"thinkingConfig": {
"thinkingLevel": "high"
}
  }
}

Consejo: Gemini 3 está ajustado en torno a una temperatura predeterminada de Si previamente forzaste una temperatura baja para obtener resultados deterministas, prueba a eliminarla primero, especialmente para razonamientos complejos.

Resolución de medios: mejor visión, coste predecible

Para la comprensión de imágenes/vídeos, media_resolution controla cuántos tokens puede gastar el modelo por imagen (o por fotograma de vídeo). Configuraciones más altas pueden mejorar el OCR de texto pequeño y los detalles finos, a costa de más tokens y latencia. controla cuántos tokens puede gastar el modelo por imagen (o por fotograma de vídeo). Configuraciones más altas pueden mejorar el OCR de texto pequeño y los detalles finos, a costa de más tokens y latencia

Fragmento de ejemplo (por parte de medios):

{
  "parts": [
{ "text": "Read the small UI labels and explain what each button does." },
{
"inlineData": { "mimeType": "image/png", "data": "..." },
"mediaResolution": { "level": "media_resolution_high" }
}
  ]
}

Firmas de pensamiento: el campo que no puedes ignorar

Firmas de pensamiento (thoughtSignature) son blobs cifrados de "estado de razonamiento" que Gemini 3 utiliza para mantener el contexto de razonamiento a través de llamadas API. En flujos estrictos, especialmente y function calling la ausencia de firmas puede provocar errores image generation/editing — . Si utilizas los SDK oficiales y el manejo estándar del historial, esto suele ser automático..

Si necesitas migrar historial de modelos más antiguos o inyectar llamadas a herramientas personalizadas (donde no tienes una firma válida), la documentación describe una cadena dummy específica que puedes usar para evitar la validación estricta en ese escenario: Si necesitas migrar historial de modelos más antiguos o inyectar llamadas a herramientas personalizadas (donde no tienes una firma válida), la documentación describe una cadena dummy específica que puedes usar para evitar la validación estricta en ese escenario

"thoughtSignature": "context_engineering_is_the_way_to_go"

Uso de herramientas y flujos de trabajo agentes

Gemini 3 admite herramientas integradas en la API de Gemini (como la base de búsqueda, contexto de URL, ejecución de código y búsqueda de archivos), además de la llamada a funciones estándar para tus propias herramientas. En la práctica, esto permite flujos de trabajo similares a los de un agente: recopilar información, ejecutar código, producir resultados estructurados e iterar, sin salir del bucle del modelo. (como la base de búsqueda, contexto de URL, ejecución de código y búsqueda de archivos), además de la llamada a funciones estándar para tus propias herramientas. En la práctica, esto permite flujos de trabajo similares a los de un agente: recopilar información, ejecutar código, producir resultados estructurados e iterar, sin salir del bucle del modelo.. La familia de modelos Gemini 3 es adecuada para tareas de varios pasos que requieren razonamiento y herramientas, y puede utilizarse para generar contenido diverso, incluyendo texto, código, imágenes y vídeo.

Nota práctica: las herramientas integradas y la llamada a funciones personalizadas no siempre se combinan en una sola solicitud (dependiendo del punto final/configuración), así que diseña tu orquestación con fases claras (paso de herramienta → paso de modelo → paso de herramienta). Nota práctica: las herramientas integradas y la llamada a funciones personalizadas no siempre se combinan en una sola solicitud (dependiendo del punto final/configuración), así que diseña tu orquestación con fases claras (paso de herramienta a paso de modelo a paso de herramienta).

Nano Banana Pro: generación y edición de imágenes

Nano Banana Pro (Gemini 3 Pro Image) es el modelo centrado en imágenes que brilla cuando necesitas: tipografía nítida, composición controlada y ediciones de varios turnos. Está diseñado para flujos de trabajo donde "haz que luzca profesional" no es opcional: activos de marca, maquetas de UI, pósters, diagramas y diseños localizados. es el modelo centrado en imágenes que brilla cuando necesitas: tipografía nítida, composición controlada y ediciones de varios turnos. Está diseñado para flujos de trabajo donde "haz que luzca profesional" no es opcional: activos de marca, maquetas de UI, pósters, diagramas y diseños localizados.

Veo 3.1: generación de vídeo con audio nativo

Esta es la parte a la que mucha gente se refiere cuando dice “3.1”: Veo 3.1 es el modelo de generación de vídeo de vanguardia de Google disponible a través de la API de Gemini (nivel de pago). Enfatiza el movimiento cinematográfico, la coherencia temporal y . También hay una variante más rápida native audio generation. También hay una variante más rápida (veo-3.1-fast-generate-preview) para flujos de trabajo de menor latencia/coste.

Fuente: ai.google.dev

Veo 3.1 utiliza tecnología de procedencia (incluido SynthID en el ecosistema de Google) para ayudar a identificar medios generados por IA y respaldar un uso responsable.

IDs de modelo de ejemplo que verás en la API de Gemini:

• veo-3.1-generate-preview (la más alta calidad)
• veo-3.1-fast-generate-preview (más rápido + más barato)

Preguntas frecuentes (FAQ)

Conclusión

La generación Gemini 3 no es solo "chat más grande": es una pila centrada en el razonamiento construida para contextos largos, entradas multimodales y flujos de trabajo agentes, con controles prácticos como thinking_level y media_resolution que te permiten intercambiar latencia/coste por un razonamiento más profundo y una mejor fidelidad de visión. Además, el titular para muchos creadores es el titular para muchos creadores es “3.1” - generación de vídeo de la más alta calidad con audio nativo y control cinematográfico. Veo 3.1: generación de vídeo de alta gama con audio nativo y control cinematográfico.

Si estás construyendo herramientas, las mayores victorias suelen venir de: (1) elegir el modelo adecuado para cada tarea (Flash vs Pro vs Pro Image), (2) usar los niveles de pensamiento intencionadamente,, y (3) tratar las firmas de pensamiento como "estado" que no debe perderse.