Nodo Google Vertex Chat Model n8nConfigura Google Vertex Chat Model en n8n.

Señala el proyecto de Google Cloud al que salen las llamadas y en el que se facturan. Es el único parámetro obligatorio del nodo, y nada se ejecuta mientras esté vacío.

• Project ID: selecciona o escribe el identificador de tu proyecto de Google Cloud. n8n carga la lista de proyectos desde la cuenta de Google Cloud conectada, y la escritura manual sigue disponible cuando esa lista es larga.

Dice qué modelo genera la completación. Cambia esta única línea y el mismo agente pasa a responder más rápido, o a pensar más.

• Model Name: el modelo que genera la completación, escrito como texto, por ejemplo gemini-1.5-flash-001 o gemini-1.5-pro-001. La lista de modelos de Google es la referencia de lo que el proyecto puede llamar.

Pone techo a la longitud de la completación. Un token es más o menos un trozo de palabra, así que este ajuste limita el texto que sale, no el que entra.

• Maximum Number of Tokens: el número máximo de tokens generados en la completación. Déjalo tranquilo para redacción libre y bájalo cuando la respuesta alimenta un campo con tamaño limitado.

Decide cuánto se arriesga el modelo al elegir la siguiente palabra. Cuanto más baja, menos aleatorias son las completaciones; cerca de cero, el modelo se vuelve determinista y repetitivo.

• Sampling Temperature: controla la aleatoriedad. Un valor alto diversifica el muestreo pero aumenta el riesgo de alucinación, es decir, de una afirmación falsa soltada con toda seguridad.

Recorta el grupo de tokens candidatos antes de que el modelo escoja uno, lo que elimina la cola larga de respuestas poco probables.

• Top K: el número de opciones de token que el modelo usa para generar el siguiente. Su valor por defecto es -1, que lo desactiva del todo, así que el parámetro no hace nada mientras no pongas un valor.

Otra manera de estrechar ese mismo grupo, esta vez por masa de probabilidad y no por cantidad. Se llama muestreo por núcleo.

• Top P: controla la diversidad mediante nucleus sampling, donde 0.5 significa que se consideran la mitad de las opciones ponderadas por verosimilitud. La recomendación general es tocar este o la temperatura, pero no los dos.

Ajusta los filtros que Google aplica al contenido generado. El parámetro es una colección: pulsas Add Option y cada entrada empareja una categoría con un umbral.

• Safety Category: la categoría de contenido dañino que bloquear, entre HARM_CATEGORY_HARASSMENT, HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_SEXUALLY_EXPLICIT y HARM_CATEGORY_DANGEROUS_CONTENT.
• Safety Threshold: el umbral a partir del cual bloquear, de BLOCK_LOW_AND_ABOVE a BLOCK_ONLY_HIGH, con BLOCK_NONE que deja pasar todo y HARM_BLOCK_THRESHOLD_UNSPECIFIED que lo deja sin especificar.

Rige cuánto razonamiento interno se permite un modelo de tipo thinking antes de contestar. Esos tokens de razonamiento cuentan como los demás.

• Thinking Budget: pon 0 para desactivar el razonamiento automático, -1 para un razonamiento dinámico, y déjalo vacío para el modo automático. Solo actúa sobre los modelos que admiten thinking.