Llamar a la API de Gemini desde China continental plantea dificultades que normalmente no están en el código sino en el enlace: si las peticiones salen de forma estable, si la latencia es aceptable, si la cuota alcanza y quién responde cuando algo falla. Muchos equipos prueban con un proxy personal y luego llevan la misma configuración a producción; el resultado son reincidencias en concurrencia, límites de velocidad y cumplimiento.

Este artículo divide las soluciones habituales en tres: conexión directa, proxy propio y pasarela de IA local, y explica sus límites de uso, el tratamiento de las cuotas y el método de lanzamiento. La conclusión, por adelantado: en la fase de prototipo elige lo más cómodo; en producción, elige lo que sea "monitoreable, degradable y explicable en materia de cumplimiento".

Nota: Google y Gemini son marcas de sus titulares. Este artículo toma como ejemplo las condiciones habituales de red e interfaz en octubre de 2026; las regiones de servicio, las cuotas y los términos se rigen por las páginas oficiales. Respeta la legislación local y los términos de uso de la plataforma.

1. Comparación horizontal de las tres vías

Dimensión Conexión directa oficial Proxy propio Pasarela de IA local
Disponibilidad típica Muy influida por la red y la región Depende de la calidad de la salida Depende del proveedor; consulta su página de estado
Latencia Varía de forma notable Se puede optimizar, pero añade un salto Suele ser más estable
Costo operativo Bajo, pero difícil de diagnosticar Alto: hay que mantener servidores y salida Bajo, se usa como interfaz
Cuota Sujeta a la velocidad y la región oficiales No modifica la cuota oficial La asigna y limita la pasarela
Facturación Dólares, cargos por consumo Costo oficial más servidores Yuanes, prepago
Explicación de cumplimiento Hay que justificar el enlace transfronterizo Hay que asumir la salida y los registros Contrato local y límites de servicio
Escenario adecuado Validación personal y tareas poco sensibles Sistemas internos con equipo de red Producción orientada al cliente

La tabla no decide por ti; solo recuerda que un proxy resuelve "si hay conexión", no la cuota, la facturación ni el cumplimiento. Tratar el proxy como solución de producción a largo plazo equivale a dejar la incertidumbre dentro del enlace.

2. Conexión directa: primero distingue red de permisos

Los fallos de conexión directa suelen responder a tres casos; no alteres el orden de diagnóstico:

  1. Región no disponible: en regiones sin cobertura oficial, las peticiones pueden agotar el tiempo o ser rechazadas directamente; cambiar la clave no lo resuelve.
  2. Red inaccesible: la resolución DNS, el handshake TLS y el enrutamiento de salida pueden fallar. Usa curl -v para ver en qué paso se detiene.
  3. Autenticación o proyecto incorrectos: un 401 es un problema de clave; un 403 suele ser un problema de proyecto, de API no habilitada o de permisos de modelo.
export GEMINI_API_KEY="tu_clave"

curl -v "https://generativelanguage.googleapis.com/v1beta/models" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  --max-time 15

Si la conexión agota el tiempo en la fase de enlace, ajustar parámetros después no tiene sentido; si conecta pero devuelve 4xx, revisa el código de estado. Registra la fase, la duración y el código de cada fallo para distinguir una fluctuación puntual de una indisponibilidad estructural.

3. Proxy propio: resuelve la conectividad, no la cuota

La estructura típica de un proxy propio es: servidor de negocio, salida en el extranjero y API de Gemini. Es adecuada para equipos con capacidad de operación de red y datos de sensibilidad controlada, pero hay que dejar cuatro puntos en el manual de operaciones:

  • Si la IP de salida es estable y si el servicio de destino puede clasificarla como tráfico anómalo.
  • Si la capa de proxy registra el contenido de las peticiones, cuánto tiempo conserva los registros y quién puede acceder a ellos.
  • Cómo se gestionan certificados, dominios y puertos, y cómo se alerta cuando caducan.
  • El ancho de banda, la concurrencia y la conmutación por error del propio servidor proxy.

Un proxy no aumenta la cuota oficial. Los límites de RPM y TPM del nivel gratuito o de niveles bajos siguen existiendo, y en horas punta también se forman colas. El problema más habitual es que todo el negocio comparte una única salida: un script descontrolado puede arrastrar el enlace completo, así que conviene separar salidas y limitar el tráfico por línea de negocio.

4. Integración con la pasarela: normalmente solo cambian tres cosas

Una pasarela de IA local suele ofrecer una entrada compatible con OpenAI, de modo que el código existente solo necesita cambiar la URL base, la clave y el nombre del modelo:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ZSQH_API_KEY"],
    base_url="https://ai.zhongshangqihang.com/v1",
)

resp = client.chat.completions.create(
    model="<nombre del modelo Gemini en la página de precios>",
    messages=[{"role": "user", "content": "Responde solo OK"}],
    max_tokens=64,
)
print(resp.choices[0].message.content)
print(resp.usage)

El nombre del modelo se rige por la página de precios de modelos; no copies el ejemplo tal cual. Después de integrar, ejecuta primero una petición mínima y luego un lote de tareas reales; revisa tres cosas: latencia del primer token, tasa de fallos y si el contenido devuelto sufrió alguna degradación. La pasarela es un límite de servicio: antes de elegirla, confirma la página de estado, los canales de soporte, las reglas de reembolso y los términos de datos.

5. Cuotas y 429: escribe bien los reintentos

Las cuotas de Gemini suelen calcularse por modelo, proyecto y ventana de tiempo; las dimensiones habituales son peticiones por minuto, tokens por minuto y peticiones por día. Al alcanzar un límite normalmente se devuelve un 429, y la forma de tratarlo determina si el fallo se amplifica:

  1. Retroceso exponencial con fluctuación aleatoria, para evitar que todos los clientes reintenten al mismo tiempo.
  2. Número máximo de reintentos y tiempo total de espera; al superarlos, degrada en lugar de reenviar sin fin.
  3. Colas por prioridad de negocio: las peticiones interactivas van antes que el procesamiento offline.
  4. Idempotencia en las operaciones de escritura, para que los reintentos no dupliquen efectos.
  5. Monitoreo de la distribución temporal de los 429, para distinguir un límite por minuto de una cuota diaria agotada.
  6. Modelo o canal de respaldo preparado, con conmutación automática cuando el canal principal se limita.

Si se agotó la cuota diaria, reintentar no sirve: hay que bajar de nivel, reducir llamadas no críticas o ajustar la cuota. Si hubo un pico de concurrencia, limita primero y escala después; invertir el orden solo hace más lento todo el enlace.

6. Cumplimiento y datos: tres preguntas obligatorias

  1. ¿Las peticiones contienen datos personales, contratos de clientes, código o información financiera?
  2. ¿Por qué nodos pasan los datos, en qué regiones se almacenan y cuánto tiempo se conservan los registros?
  3. Ante un incidente de seguridad, ¿quién puede aportar registros y con qué rapidez puede notificarlo?

Cuanto más largo es el enlace transfronterizo, mayor es el costo de explicación. Para sistemas de producción orientados al cliente, conviene clasificar y graduar los datos, y anonimizar antes los campos sensibles; si hay que conservar registros, define permisos de acceso y un proceso de eliminación. No omitas la revisión de cumplimiento solo porque "es una simple llamada a una API".

7. Pasos de lanzamiento

  1. Haz una prueba de carga de una semana con tareas reales, cubriendo horas punta y horas valle.
  2. Registra tasa de éxito, latencia p50 y p95, distribución de 429 y costo por tarea.
  3. Compara el límite de cuota con el pico del negocio y reserva margen.
  4. Conecta monitoreo y alertas de tasa de error, latencia, saldo y límites de velocidad.
  5. Ensaya la conmutación entre principal y respaldo y confirma que la degradación sea aceptable para el negocio.
  6. Archiva contrato, facturas, términos de datos y documentación de seguridad.
  7. Desvía una pequeña parte del tráfico, observa una semana y luego pasa al volumen completo.

Preguntas frecuentes

¿Se puede llamar a Gemini API directamente desde China?

La conexión directa depende de la región de servicio oficial, la salida de red y el estado de la cuenta; en la práctica puede manifestarse como timeout, reinicio de conexión o 4xx. No saques conclusiones con un solo éxito o fallo: evalúa la tasa de fallos y la distribución de latencia de una semana.

¿Es estable el acceso mediante proxy?

Un proxy mejora la conectividad, pero su estabilidad depende de la calidad de la salida, la concurrencia y el nivel de operación. No modifica la cuota oficial ni resuelve automáticamente el cumplimiento y los registros; para producción hace falta monitoreo y un plan de degradación completos.

¿Por qué siempre devuelve 429?

Puede ser un límite por minuto, una cuota diaria agotada o un pico de concurrencia. Revisa primero las cabeceras de respuesta y la página de uso para identificar el tipo; cuando la cuota diaria se agota, reintentar es inútil y hay que ajustar la cuota o reducir llamadas no críticas.

¿La pasarela cambia las capacidades del modelo?

La pasarela se ocupa sobre todo de autenticación, enrutamiento, límites y facturación; en condiciones normales no cambia el modelo en sí. Pero el rango de modelos, los parámetros admitidos y las versiones pueden variar entre canales, así que antes de lanzar compara con el mismo lote de tareas.

¿Qué aspectos de cumplimiento hay que revisar para el acceso desde China?

Como mínimo, confirma si los datos cruzan fronteras, si incluyen datos personales, cuánto tiempo se conservan los registros y si el proveedor puede aportar contrato y documentación de seguridad. Con datos sensibles, anonimiza primero y completa la revisión según las políticas de la empresa.

Siguiente paso

Si no quieres mantener proxies y salidas, empieza ejecutando una petición de Gemini en ZSQH AI Gateway y después separa claves por proyecto y define presupuestos. Los modelos disponibles y los precios se rigen por los precios de modelos.

Lecturas relacionadas: