Límites de Gemini API: RPM, TPM, RPD y cuotas explicadas
Los límites de Gemini API determinan cuántas solicitudes y tokens puede procesar un proyecto dentro de un período determinado. Google utiliza métricas como RPM, TPM y RPD, aplica diferentes niveles de uso y puede establecer restricciones adicionales según el modelo, la facturación y el consumo del proyecto.
¿Cuáles son los límites de Gemini API?
No existe un único límite para toda la API. Google controla el consumo principalmente mediante solicitudes por minuto (RPM), tokens de entrada por minuto (TPM) y solicitudes por día (RPD). Los valores dependen del modelo y del nivel de uso de tu proyecto. Por esta razón, los límites activos deben comprobarse directamente en Google AI Studio.
Cómo funcionan los rate limits de Gemini API
Una solicitud puede estar dentro de un límite y superar otro. Por eso es importante entender cada métrica por separado.
Requests per minute
Cantidad máxima de solicitudes que un proyecto puede realizar dentro de un minuto.
Tokens per minute
Cantidad máxima de tokens de entrada que pueden procesarse durante un minuto.
Requests per day
Número máximo de solicitudes permitidas durante un período diario.
Images per minute
Algunos modelos de imagen pueden utilizar límites específicos para imágenes generadas.
Tokens per day
Determinados modelos pueden incorporar además límites diarios de tokens.
Spend rate
Los proyectos de pago también pueden estar sujetos a límites temporales de gasto.
Basta con superar uno de los límites
Las diferentes métricas funcionan simultáneamente. No necesitas superar todas para que una solicitud sea rechazada.
Un proyecto con límite de 20 RPM
Si realizas 21 solicitudes dentro del mismo minuto, puedes recibir un error de límite aunque todavía tengas disponibles millones de tokens y no hayas alcanzado tu cuota diaria.
Cada dimensión se evalúa independientemente. Tu aplicación debe mantenerse por debajo de todos los límites aplicables.
Los límites se aplican al proyecto, no a cada API key
Crear varias claves dentro del mismo proyecto no multiplica automáticamente la capacidad disponible. Google evalúa el consumo agregado del proyecto.
Proyecto
Contiene el límite de uso disponible.
API keys
Varias claves pueden utilizar el mismo proyecto.
Cuota compartida
El consumo se evalúa a nivel del proyecto.
Los límites no se multiplican creando más API keys
Este punto es importante cuando una aplicación comienza a recibir mayor tráfico.
La cuota pertenece al proyecto
Si varias API keys pertenecen al mismo proyecto, todas contribuyen al consumo de sus límites correspondientes.
Crear diez claves API dentro de un mismo proyecto no proporciona diez veces más RPM o TPM.
¿Cuándo se reinicia el límite RPD?
Google utiliza una referencia horaria concreta para sus cuotas diarias.
Medianoche del horario del Pacífico
Las cuotas de solicitudes por día se reinician a medianoche en la zona horaria del Pacífico, no necesariamente a medianoche en tu país.
No calcules el reinicio diario simplemente utilizando la hora local de tu servidor.
Los límites cambian según el modelo Gemini
Pro, Flash, Flash-Lite, modelos de imagen y agentes pueden tener cuotas diferentes.
| Familia | Qué puede variar |
|---|---|
| Gemini Pro | RPM, TPM, RPD y capacidad por tier |
| Gemini Flash | RPM, TPM, RPD y capacidad Batch |
| Flash-Lite | Límites orientados a mayor volumen |
| Gemini Image | Puede incorporar IPM |
| Preview / Experimental | Normalmente límites más restrictivos |
| Agentes | Cuotas y restricciones específicas |
Google puede modificar los valores asociados a cada modelo y nivel. Los límites activos deben comprobarse directamente en AI Studio.
Utiliza el catálogo de Ciborg para entender qué modelo se adapta mejor a cada tipo de carga.
Ver modelos Gemini →Niveles de uso de Gemini API
Los límites están vinculados al nivel de uso del proyecto. A medida que una cuenta cumple determinadas condiciones, puede acceder a niveles superiores.
| Nivel | Requisito general | Tope mensual de facturación |
|---|---|---|
| Free | Proyecto activo o prueba gratuita | No aplica |
| Tier 1 | Cuenta de facturación activa | US$250 |
| Tier 2 | US$100 pagados + 3 días desde el primer pago | US$2.000 |
| Tier 3 | US$1.000 pagados + 30 días desde el primer pago | US$20.000–US$100.000+ |
Google evalúa también el estado de la cuenta. Cumplir un requisito económico no representa necesariamente una garantía absoluta de aprobación.
¿El nivel de pago aumenta los límites?
Sí. El nivel de pago está pensado para aplicaciones que necesitan mayor capacidad y funcionalidades de producción.
| Característica | Gratis | Pago |
|---|---|---|
| Gemini API | Sí | Sí |
| Rate limits | Más restringidos | Superiores |
| Modelos disponibles | Limitados | Mayor acceso |
| Context caching | Según servicio | Disponible donde corresponda |
| Batch API | Según modelo | Disponible en modelos compatibles |
| Producción a escala | Limitada | Más apropiado |
Límites de gasto cada 10 minutos
Google también puede aplicar restricciones basadas en cuánto dinero consume un proyecto durante una ventana móvil.
| Tier | Límite de gasto cada 10 minutos |
|---|---|
| Free | No aplica |
| Tier 1 | US$10 |
| Tier 2 | US$50 |
| Tier 3 | US$200 |
Google indica que estos límites pueden depender del historial de facturación y del estado de la cuenta.
Error 429 en Gemini API: qué significa
El error 429 normalmente indica que una solicitud ha superado una cuota o capacidad disponible durante ese momento.
RESOURCE_EXHAUSTED
Tu aplicación está enviando solicitudes más rápidamente de lo permitido, consumiendo demasiados tokens o alcanzando otra restricción del proyecto.
Revisa RPM: comprueba si estás realizando demasiadas solicitudes simultáneamente.
Revisa TPM: prompts muy grandes pueden consumir rápidamente la cuota por minuto.
Revisa RPD: verifica si alcanzaste la cuota diaria.
Revisa tu tier: quizás el volumen ya supera el nivel actual del proyecto.
Comprueba AI Studio: consulta allí los límites activos del proyecto.
Cómo manejar los errores de rate limit
Repetir inmediatamente la misma solicitud muchas veces puede empeorar el problema.
Exponential backoff: aumenta progresivamente el tiempo entre reintentos.
Jitter: agrega una pequeña variación aleatoria al tiempo de espera.
Máximo de intentos: evita crear un bucle infinito.
Reintenta solo errores transitorios: por ejemplo 429, 408 y determinados 5xx.
No reintentes errores permanentes: un 400 o 403 normalmente requiere corregir la solicitud o permisos.
Los SDK oficiales de Gemini incluyen lógica automática de reintentos para determinados errores transitorios.
Batch utiliza límites separados
Las solicitudes Batch no utilizan exactamente las mismas cuotas que el tráfico interactivo.
| Límite Batch | Valor general |
|---|---|
| Solicitudes Batch concurrentes | 100 |
| Tamaño máximo de archivo de entrada | 2 GB |
| Almacenamiento de archivos | 20 GB |
| Tokens en cola | Dependen del modelo y tier |
Es especialmente útil para procesamiento masivo que no necesita una respuesta interactiva inmediata.
Priority también tiene sus propios límites
El consumo Priority utiliza una capacidad específica, aunque también cuenta dentro del tráfico interactivo general.
0,3× del límite estándar
Google indica actualmente que los límites predeterminados de Priority corresponden aproximadamente a 0,3 veces el límite estándar para cada modelo y tier.
Los modelos experimentales suelen tener menos capacidad
Una ficha Preview no debería asumirse como equivalente a un modelo estable en términos de cuota.
Google advierte que los modelos experimentales y Preview generalmente tienen rate limits más bajos.
Dónde consultar tus límites reales
Una tabla encontrada en internet puede quedar obsoleta. Para producción debes verificar los límites asociados a tu propio proyecto.
Rate Limits
AI Studio muestra los límites activos según el modelo, tier y proyecto seleccionado.
Abrir Google AI Studio →En AI Studio puedes consultar métricas del proyecto para detectar incrementos de tráfico y consumo.
Ver guía de Google AI Studio →Cómo reducir el riesgo de alcanzar los límites
Una arquitectura eficiente puede aumentar considerablemente la cantidad de usuarios que soporta la misma cuota.
Reduce el contexto: no envíes información que el modelo no necesita.
Limita la salida: evita respuestas excesivamente largas cuando no aportan valor.
Utiliza caching: evita procesar repetidamente grandes contextos idénticos.
Usa Flash-Lite: tareas sencillas pueden utilizar modelos orientados a eficiencia.
Mueve cargas a Batch: procesamiento no urgente no necesita competir con tráfico interactivo.
Implementa colas: distribuye las solicitudes en lugar de enviarlas todas simultáneamente.
¿Se puede aumentar un rate limit?
Sí. Los proyectos del nivel de pago pueden solicitar incrementos de límites, aunque Google no garantiza su aprobación.
Solicitud de aumento
Cuando un proyecto alcanza constantemente la capacidad de su nivel, puede solicitar una revisión para obtener límites superiores.
Límites de gasto mensual
Los rate limits y los límites de facturación son conceptos relacionados, pero no son exactamente lo mismo.
Protección contra sobreconsumo
Google permite configurar determinados límites mensuales a nivel de proyecto, además de los topes asociados a cada tier.
Los datos de facturación pueden tardar algunos minutos en procesarse, por lo que pueden producirse pequeños sobrecostos antes del bloqueo.
Rate limit no es lo mismo que ventana de contexto
Son dos límites diferentes que suelen confundirse.
| Concepto | Qué limita |
|---|---|
| RPM | Solicitudes realizadas por minuto |
| TPM | Tokens procesados por minuto |
| RPD | Solicitudes permitidas por día |
| Context window | Información máxima dentro de una interacción |
| Output limit | Máximo que puede generar una respuesta |
Consulta los límites actuales de Gemini API
Los valores concretos pueden cambiar con el tiempo, por lo que Google AI for Developers debe considerarse la referencia final.
Gemini API Rate Limits
La documentación oficial explica los tiers, métricas, Batch API, límites de gasto y procedimiento de ampliación.
Consultar límites oficiales →Guías relacionadas con Gemini API
Continúa con configuración, modelos y herramientas para desarrollar con Gemini.
FAQ sobre los límites de Gemini API
Respuestas rápidas sobre RPM, TPM, RPD, errores 429, tiers y escalamiento.
RPM significa requests per minute o solicitudes por minuto. Limita cuántas llamadas puede realizar un proyecto durante un minuto.
TPM significa tokens per minute y limita la cantidad de tokens de entrada procesados durante un minuto.
RPD significa requests per day y representa la cantidad de solicitudes permitidas durante un día.
No. Google indica que los rate limits se aplican al proyecto, no individualmente a cada API key.
Las cuotas RPD se reinician a medianoche del horario del Pacífico.
Normalmente indica que una solicitud superó algún límite de capacidad, cuota o gasto disponible.
Sí. Los proyectos elegibles pueden avanzar a tiers superiores y también solicitar aumentos de rate limit.
Google recomienda consultar los límites activos directamente desde Google AI Studio.
Ahora profundiza en Gemini API
Conocer los rate limits es fundamental para construir aplicaciones estables. Continúa con la guía principal para entender modelos, autenticación y herramientas.
Ver Gemini API →