Gemini API o Vertex AI: cómo elegir, comparar costes y migrar

Qué opción conviene para una aplicación nueva

Empieza con Gemini Developer API salvo que tengas un requisito concreto que justifique la plataforma de Google Cloud. La recomendación actual de Google incluye crear aplicaciones, llevarlas a producción y escalarlas: crecer no obliga por sí solo a migrar a Vertex AI. La otra opción cobra sentido cuando necesitas controles empresariales específicos. Así lo recoge la guía oficial de elección y migración, consultada el 7 de septiembre de 2026.

Conviene aclarar los nombres antes de comparar. Google AI Studio es una herramienta para desarrollar con Gemini; no constituye una tercera API. Gemini Developer API es el servicio al que conectas tu aplicación. La alternativa de Google Cloud, conocida como Gemini API en Vertex AI, aparece en la documentación actual como Gemini Enterprise Agent Platform API. En esta guía, «Cloud» se refiere a esa alternativa. Ambas utilizan un proyecto de Google Cloud; puedes reutilizar uno existente.

Para decidir, identifica primero qué requisito no puede quedar pendiente:

Por ejemplo, un servicio que resume documentos públicos y no tiene requisitos geográficos específicos puede seguir con Developer API al empezar a cobrar a sus usuarios. Una aplicación que deba usar identidades corporativas de Cloud tiene otro motivo para valorar la migración. Si además exige procesamiento europeo y claves de cifrado propias, debe comprobar la combinación técnica antes de comprometerse con un modelo.

Autenticación: Cloud también admite claves de API

En Developer API puedes inicializar el cliente con una clave de API. En Cloud, Google admite tanto una clave de Google Cloud como las credenciales predeterminadas de la aplicación, o ADC. Su documentación específica de autenticación recomienda las claves para pruebas y ADC para producción.

Por eso, la comparación «Developer usa claves y Vertex obliga a usar una cuenta de servicio» resulta incompleta. Incluso algunas notas de la guía de migración hablan de cuentas de servicio obligatorias; para configurar el acceso, sigue la documentación de autenticación específica y vigente. El modo Express simplifica la incorporación mediante claves, pero esa facilidad no demuestra que tengas configurados todos los controles de Cloud.

ADC permite al programa obtener credenciales del entorno de ejecución. Durante el desarrollo local puedes usar tu identidad de usuario; una aplicación desplegada en Google Cloud puede utilizar una cuenta de servicio adjunta al recurso que la ejecuta. Descargar una clave JSON de cuenta de servicio no es necesario en todos los despliegues. La guía de configuración de ADC detalla las alternativas.

Son dos comprobaciones diferentes: autenticarse identifica a quien llama; tener permisos determina qué puede hacer. Configurar ADC no activa la API, no habilita la facturación y no concede permisos en el proyecto. Antes de probar Cloud, esos requisitos deben estar preparados para la identidad que ejecutará el código, no solo para la persona que entra en la consola.

Si la aplicación se ejecuta en el navegador o en un móvil

No incluyas una clave secreta de Gemini en el código que reciben los usuarios. Puedes realizar las llamadas desde tu servidor o valorar Firebase AI Logic, que ofrece SDK para aplicaciones web y móviles, un servicio intermediario y protección mediante App Check. Admite ambos proveedores y, con Developer API, mantiene la clave de Gemini en el servidor. La configuración pública de Firebase no equivale a publicar esa clave. Documentación de Firebase AI Logic.

Región y seguridad: el modelo también decide

Elegir Cloud permite evaluar controles como CMEK, el cifrado con claves gestionadas por el cliente, o VPC Service Controls, que permite establecer perímetros de servicio. Su disponibilidad depende del modelo y de la función. La tabla oficial de controles de seguridad distingue estos casos y advierte de que los controles enumerados no son compatibles con modelos en versión preliminar. Cambiar el inicializador del SDK no los habilita automáticamente.

También hay que separar dónde se almacenan los datos en reposo y dónde se realiza el procesamiento. Según la documentación de residencia de datos, el punto de acceso global puede procesar solicitudes en cualquier ubicación. Los puntos de acceso jurisdiccionales, como eu y us, y los de ubicaciones concretas tienen compromisos propios. Un nombre de región no basta para deducir que todo el tratamiento tendrá lugar en un centro de datos concreto, ni para garantizar el cumplimiento del RGPD.

Esto afecta directamente al modelo del ejemplo de esta guía: Gemini 3.1 Pro Preview, identificado como gemini-3.1-pro-preview. Su ficha de Cloud lo ofrece únicamente en global a la fecha de revisión. Por tanto, sirve para comparar una llamada de texto y sus tarifas, pero no para demostrar procesamiento europeo o compatibilidad con CMEK.

Si tu requisito es «los datos deben procesarse en la UE», el orden de decisión cambia: confirma primero el compromiso aplicable al servicio, después el modelo y la función compatibles, y finalmente la ubicación que configurarás. Si esa combinación no existe, cambiar solo location no resuelve el problema.

Cuánto cuesta el mismo modelo en ambos servicios

A 7 de septiembre de 2026, Gemini 3.1 Pro Preview tiene los mismos precios base en Developer API y Cloud global bajo las condiciones de esta tabla. Las fuentes son las tarifas de Developer API para este modelo y las de Google Cloud.

Importes en USD por millón de tokens. El tramo se determina por los tokens de entrada de cada solicitud, no por el consumo mensual acumulado. La salida facturable incluye los tokens de razonamiento.

Supón un mes con 10 millones de tokens de entrada y 1 millón de tokens de salida facturable, repartidos en solicitudes que no superan los 200.000 tokens de entrada. Sin caché, búsqueda, otras herramientas ni infraestructura adicional:

• Estándar: 10 × 2 + 1 × 12 = 32 USD en cualquiera de los dos servicios.
• Por lotes: 10 × 1 + 1 × 6 = 16 USD en cualquiera de los dos servicios, si todo ese trabajo se procesa con esa modalidad.

En este supuesto, el ahorro procede de cambiar a procesamiento por lotes, no de pasar a Cloud. La modalidad por lotes permite esperar a que termine el trabajo; no sustituye sin más a una respuesta interactiva. Developer API también dispone de una API de procesamiento por lotes.

La igualdad de estas tarifas no garantiza la misma factura total. Hay que añadir los conceptos que utilice la aplicación y consultar la ubicación y el modelo elegidos. Tampoco demuestra igualdad de latencia, cuotas o resultados. Para ampliar el presupuesto a otras familias, consulta la guía de precios de Gemini API.

¿Se puede probar gratis? Developer API ofrece acceso gratuito para determinados modelos y condiciones, pero Gemini 3.1 Pro Preview no tiene nivel gratuito en su tabla actual. No asumas que el ejemplo siguiente será gratuito por usar una clave creada en AI Studio. La guía del nivel gratuito explica qué debes comprobar antes de elegir otro modelo para pruebas.

Un ejemplo en Python: qué se conserva y qué cambia

El Google Gen AI SDK utiliza la misma forma básica de llamada para ambos servicios. En Python, la versión publicada google-genai==2.22.0 admite enterprise=True para Cloud; vertexai se conserva como alias heredado. Si encuentras vertexai=True en código anterior, no representa un tercer proveedor. Consulta la documentación del SDK y el inicializador de la versión 2.22.0.

El siguiente programa muestra una solicitud de texto pequeña. Requiere Python 3.10 o posterior y credenciales válidas para la opción seleccionada. Usa la versión indicada para reproducir la configuración:

bash
python -m pip install "google-genai==2.22.0"

Guarda este código como comparar_gemini.py:

python
import argparse
import os

from google import genai
from google.genai import types

parser = argparse.ArgumentParser()
parser.add_argument("servicio", choices=("developer", "cloud"))
args = parser.parse_args()

if args.servicio == "developer":
    client = genai.Client(
        enterprise=False,
        api_key=os.environ["GEMINI_API_KEY"],
    )
else:
    client = genai.Client(
        enterprise=True,
        project=os.environ["GOOGLE_CLOUD_PROJECT"],
        location="global",
        http_options=types.HttpOptions(api_version="v1"),
    )

try:
    response = client.models.generate_content(
        model="gemini-3.1-pro-preview",
        contents="Explica en dos frases qué es una clave de API.",
    )
    print(response.text)
finally:
    client.close()

Para Developer API, proporciona GEMINI_API_KEY mediante el entorno o el gestor de secretos de tu aplicación y ejecuta:

bash
python comparar_gemini.py developer

El código pasa la clave explícitamente, por lo que no depende de la prioridad entre variables de claves que pueda haber en el entorno. No escribas el valor secreto dentro del archivo ni lo subas al repositorio.

Para Cloud, utiliza un proyecto con la API y la facturación activadas, y una identidad con permisos. En desarrollo local, con Google Cloud CLI instalado, puedes preparar ADC y seleccionar el proyecto que usará este programa:

bash
gcloud auth application-default login
export GOOGLE_CLOUD_PROJECT="tu-id-de-proyecto"
python comparar_gemini.py cloud

El inicio de sesión crea las credenciales locales; el programa toma el proyecto de la variable indicada. En producción, configura ADC para el entorno de ejecución en lugar de depender de un inicio de sesión interactivo. Las llamadas a este modelo pueden generar cargos.

Lo que se conserva es client.models.generate_content(...). Cambian el servicio seleccionado, la autenticación, el proyecto y la ubicación. En Cloud se fija además la versión v1 de la API; eso no convierte un modelo preliminar en estable. El SDK construye la dirección correspondiente: Developer utiliza generativelanguage.googleapis.com y Cloud global utiliza aiplatform.googleapis.com con el proyecto y la ubicación en la solicitud. Ubicaciones y puntos de acceso oficiales.

Este ejemplo no permite concluir que cualquier aplicación migre cambiando una línea. El SDK documenta la subida mediante Files como específica de Developer API: no debes tratar sus identificadores de archivo como recursos portables a Cloud. Comprueba también cada función que utilices. Por ejemplo, la ficha de Gemini 3.1 Pro Preview admite salida estructurada y llamadas a funciones, pero no Live ni ajuste del modelo.

Cómo trasladar tráfico sin perder la opción de volver

Una llamada de texto correcta confirma una parte pequeña de la integración. Antes de migrar una aplicación existente, prepara una prueba que reproduzca sus dependencias reales:

1. Anota lo que usa la aplicación. Modelo exacto, generación interactiva o por lotes, archivos, caché, salida estructurada y herramientas. Comprueba su disponibilidad en el destino, incluida la ubicación. Sustituye o vuelve a crear los recursos que no sean compartidos entre servicios.
2. Separa la configuración del resto de la aplicación. Centraliza la creación del cliente y conserva la configuración anterior. No cambies a la vez el proveedor, el modelo y las instrucciones enviadas: así podrás identificar qué explica una diferencia.
3. Prueba con casos representativos. Incluye una entrada habitual, una larga, una respuesta estructurada si la necesitas y el tratamiento de errores. Comprueba que el programa interpreta la respuesta, registra el uso y respeta los permisos esperados. Evita datos sensibles hasta confirmar los requisitos de tratamiento.
4. Mueve una parte controlada de las solicitudes. Observa errores, tiempos de respuesta, tokens facturables y gasto. Verifica las cuotas de la cuenta de destino; las disponibles en el servicio anterior no acreditan capacidad en el nuevo.
5. Define cuándo volver a la configuración anterior. Por ejemplo, ante errores de permisos, formatos que la aplicación no pueda interpretar o tiempos incompatibles con su función. Conserva el acceso anterior durante la validación y revócalo solo cuando deje de ser necesario.

Si Developer API ya satisface la aplicación, la aparición de una nueva fase de negocio no basta para justificar el cambio. Si necesitas una identidad de Cloud o un control de datos concreto, convierte ese requisito en una comprobación verificable del destino. La migración estará justificada cuando esa comprobación se cumpla y la aplicación siga resolviendo su tarea con el coste y el comportamiento que necesitas.