Google Gemini Pro API Disponível Através do AI Studio

Artigo original ↗ Discussão no Hacker News ↗

O Google abriu seu modelo de linguagem grande Gemini Pro para desenvolvedores via AI Studio e um plano gratuito generoso, gerando interesse em seus preços, recursos e em quão facilmente ele pode substituir ou complementar as APIs GPT da OpenAI. Comentadores observam limites atraentes (até 60 consultas gratuitas por minuto), suporte multimodal e function calling, mas muitos relatam UX ruim, restrições regionais de acesso e desempenho aproximadamente comparável ao GPT‑3.5 em vez do GPT‑4, especialmente em tarefas de raciocínio. Também há preocupação com o uso dos dados do plano gratuito pelo Google para melhorar os modelos, possíveis aumentos futuros de preço e o impacto mais amplo de ferramentas como criadores automáticos de posts de blog na qualidade da web.

Acesso e Disponibilidade

  • O Gemini Pro está disponível via Google AI Studio / MakerSuite e através do Vertex AI, com suporte para muitos países e idiomas.
  • Vários usuários relatam “Access restricted”, “internal error” ou problemas de permissão de Early Access, mesmo quando as configurações de administrador parecem corretas.
  • Alguns só conseguem acessar o MakerSuite por meio de uma VPN dos EUA; o Gemini supostamente ainda não está disponível na UE, e o Bard lá pode ainda estar executando em PaLM 2.
  • Usuários do Firefox veem grandes quantidades de pop-ups bloqueados no site do AI Studio / MakerSuite.

Preços e Plano Gratuito

  • O plano gratuito permite até 60 consultas por minuto, o que muitos consideram muito generoso e um forte incentivo para experimentar.
  • Há suspeita de que isso seja um produto de captação de clientes, com receios de aumentos de preço posteriores semelhantes aos do Google Maps.
  • Os dados do plano gratuito são usados para melhorar o produto.
  • O preço pago é por caractere; comparações aproximadas sugerem paridade geral de custo com o GPT‑3.5 Turbo quando se considera caracteres versus tokens.

Qualidade do Modelo e Comparações

  • Vários quebra-cabeças simples de raciocínio (livros em uma casa, irmãos, laranja debaixo do prato) expõem erros lógicos frequentes do Gemini Pro, aproximadamente comparáveis ao GPT‑3.5 e mais fracos que o GPT‑4 e alguns modelos abertos mais novos nesses testes.
  • A visão do Gemini Pro comete erros notáveis (por exemplo, identificar incorretamente um polegar para cima como polegar para baixo com uma explicação grandiosa).
  • Vários usuários descrevem Bard/Gemini como decepcionante; o entusiasmo é principalmente pelo preço e pelo acesso, não pela capacidade.
  • O Gemini Ultra (posicionado pelo Google como concorrente do GPT‑4) ainda não foi lançado.

UX e Onboarding

  • Queixas comuns sobre fluxos confusos entre AI Studio, MakerSuite e GCP/Vertex, botões de voltar quebrados, pop-ups e erros na criação de chave de API.
  • Críticas mais amplas à UX de nuvem do Google, ao tratamento de idioma/localidade e aos incentivos organizacionais que despriorizam o polimento do onboarding.

Design da API e Integração

  • A API é vista como uma troca fácil pela chat API da OpenAI: “messages” → “content”, papéis ligeiramente diferentes (sem papel de system explícito), além de controles de moderação integrados.
  • Function calling, embeddings, recuperação semântica e entradas multimodais estão disponíveis; a Qdrant tem documentação de exemplo para embeddings.
  • Há alguma confusão sobre pequenas diferenças entre exemplos do Node.js e do Web SDK; isso foi esclarecido como problemas de documentação/sobrecargas.

Privacidade e Anúncios

  • Preocupação de que as consultas ao Bard/Gemini influenciaram imediatamente anúncios personalizados em propriedades do Google; isso foi contrastado com o uso do ChatGPT, que não fez isso (como observado por um usuário).

Conteúdo e Qualidade da Web

  • Um template de prompt de exemplo para “criar post de blog” foi visto como legitimando spam gerado por IA na web.
  • O contraponto é que a geração estruturada de texto (por exemplo, press releases) pode ser um uso válido, embora alguns prefiram listas brutas de fatos em vez de prosa de enchimento.

Branding e Nome

  • Alguns observam a colisão de nomes com o protocolo de internet Gemini existente; outros argumentam que “Gemini” é genérico e que o uso pelo Google faz referência ao programa espacial e à estrutura interna da equipe.