Imagen 4 de Google es un modelo de IA diseñado para generación de imágenes de alta resolución, diseño visual y tipografía precisa, con ventana de contexto de 2K, velocidad de 25 tokens/s, índice de inteligencia de 82/100 y tarifa de $40/$0 por 1M de tokens.
Technical Specifications
- Provider
- Category
- flagship
- Release Date
- 2025-05
- Batch API Discount
- 20% off async batch
- Consumer Subscription
- $20 / month
- Reasoning Effort Control
- Fixed
- Structured Outputs
- No
- Output Modalities
- image
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- models/imagen-4
- Supported SDK & API Protocol
- Google Gemini API (generateContent) + OpenAI-Compatible SDK
- Lifecycle & Deprecation Status
- Active GA (Guaranteed support through 2027+)
- Production Rate Limits (RPM & TPM)
- 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($40/1M in) across full 2K window
- Prompt Cache Write & TTL Policy
- Implicit + Explicit Context Caching at $0/1M with configurable TTL
- Computer Use & Browser GUI Agent
- Text-only completion (No GUI action loop)
- MCP & Parallel Tool Calling
- Prompt-based JSON extraction only
- Web Search Grounding & Code Sandbox
- Built-in Google Search Grounding + Managed Python Code Execution Sandbox
- Fine-Tuning & Distillation Support
- Vertex AI Supervised Adapter Tuning & Context Distillation
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- Minimum GPU VRAM Requirement
- Zero Local VRAM Required (100% Serverless Cloud API)
- Supported Inference Engines
- Managed Google Cloud API
- System Card & Safety Framework
- Google DeepMind Frontier Safety Framework Verified
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Imagen 4 Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~8 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to Imagen 4:
Benchmark Scores & 6-Axis Capability Radar
- Chatbot Arena Elo
- 1390pts
Strengths
- Ventana de contexto de 2K con hasta 4K tokens de salida máxima (Arena Elo 1390)
- Rendimiento ágil de 25 tokens/segundo con latencia inicial (TTFT) de solo 2000 ms
- Economía de API competitiva ($40/$0 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Limitations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En volúmenes masivos de tokens, se recomienda activar el caché de prompts y Batch API para optimizar costos
Editorial Assessment
Con una puntuación de inteligencia de 82/100, contexto de 2K y 25 tok/s, Imagen 4 destaca como una opción sumamente sólida dentro del ecosistema de Google.
Best for: Ideal para generación de imágenes de alta resolución, diseño visual y tipografía precisa, sistemas RAG empresariales y automatización mediante API.
Compare Imagen 4
Frequently Asked Questions about Imagen 4
How much does the Imagen 4 API cost per 1M tokens?+
Imagen 4 by Google is priced at $40 per 1M input tokens and $0 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0 per 1M tokens, and asynchronous Batch API requests receive a 20% discount.
Should I use a $20/month subscription or the Imagen 4 pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in Imagen 4's context window?+
Imagen 4 features a 2K tokens context window, which equals approximately 1,536 English words or ~4 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 4,096 tokens.
Can I run Imagen 4 locally on my own GPU (Open Weights)?+
No, Imagen 4 is a proprietary closed-weights model hosted by Google. It cannot be downloaded for local GPU execution and must be accessed via Google's official API or cloud platform.
Does Google train on data sent to the Imagen 4 API, and is commercial use allowed?+
API payloads are excluded from model training by default. License tier: Proprietary Commercial API (Google Terms). Full commercial ownership of generated outputs. Supported deployment channels include: Google AI Studio API, Google Cloud Vertex AI.
How does Imagen 4 perform on coding and reasoning benchmarks?+
Imagen 4 achieves a composite Intelligence Index of 82/100, scoring N/A% on SWE-bench Verified, N/A% on GPQA Diamond, N/A% on MMLU-Pro, and 1390 pts on Chatbot Arena Elo.
What is Imagen 4 best used for?+
Imagen 4 is best suited for: Ideal para generación de imágenes de alta resolución, diseño visual y tipografía precisa, sistemas RAG empresariales y automatización mediante API.. Assessment: Con una puntuación de inteligencia de 82/100, contexto de 2K y 25 tok/s, Imagen 4 destaca como una opción sumamente sólida dentro del ecosistema de Google.
Google Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to Google's flagship reasoning tier:
Gemini 4 Argon
Gemini 3.8 Flash
Gemini 3.7 Flash
Gemini 3.6 Flash
Gemini 3.5 Flash-Lite
Gemini Omni Flash
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to Imagen 4:
La unidad básica de texto que procesa un modelo de lenguaje, que normalmente equivale a 3 o 4 caracteres o aproximadamente 0,75 palabras. Por ejemplo, una frase típica se divide en varios tokens.
Un conjunto estandarizado de pruebas para evaluar y comparar objetivamente las capacidades de distintos modelos de IA en tareas como programación (SWE-bench) o matemáticas avanzadas (AIME).
La cantidad máxima de tokens que un modelo puede considerar a la vez, incluyendo tanto la entrada que lee como la salida que genera. Una ventana de 1.000.000 de tokens puede procesar unas 750.000 palabras en una sola petición.
La arquitectura de red neuronal introducida en 2017 que impulsa los LLM modernos, empleando mecanismos de autoatención para procesar secuencias completas en paralelo.
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.