Google ha presentado tres nuevos modelos de su familia Gemini, pero la noticia más importante está precisamente en el que falta. La compañía ha lanzado Gemini 3.6 Flash, Gemini 3.5 Flash-Lite y Gemini 3.5 Flash Cyber, mientras que Gemini 3.5 Pro continúa retrasado después de no llegar en junio como estaba previsto.
A primera vista puede parecer una actualización menor, porque ninguno de los tres nuevos modelos está pensado para ocupar el trono de la inteligencia artificial. Sin embargo, el movimiento de Google señala algo bastante más interesante: la carrera ya no consiste únicamente en presentar el modelo más potente, sino en conseguir que la IA sea más barata, rápida y útil para tareas concretas.
Gemini 3.6 Flash quiere ser el modelo para casi todo
El principal lanzamiento es Gemini 3.6 Flash, que Google define como su nuevo modelo de trabajo general. Llega apenas dos meses después de Gemini 3.5 Flash y responde, según la compañía, a los comentarios recibidos de desarrolladores y empresas desde su presentación en Google I/O.
La mejora más relevante no está tanto en una subida espectacular de rendimiento como en la eficiencia. Google asegura que Gemini 3.6 Flash utiliza hasta un 17% menos de tokens de salida que su predecesor y necesita menos pasos de razonamiento y llamadas a herramientas para completar flujos de trabajo complejos. Traducido a algo más fácil de entender, debería ser capaz de llegar al mismo resultado utilizando menos recursos y, por tanto, reduciendo el coste.
También promete mejoras en programación, conocimiento general y tareas multimodales. En el caso del código, Google habla de una mayor precisión, menos cambios no deseados y menos bucles de ejecución. Es una corrección importante porque Gemini 3.5 Flash había sido presentado como un modelo especialmente capaz para programación y agentes, pero no terminó de cumplir todas las expectativas.
Gemini 3.6 Flash también será más barato. Su precio parte de 1,50 dólares por cada millón de tokens de entrada y 7,50 dólares por cada millón de tokens de salida, frente a los 9 dólares de salida que costaba Gemini 3.5 Flash. Para un usuario normal esta diferencia puede sonar irrelevante, pero en una empresa que ejecuta millones de consultas o utiliza agentes durante todo el día puede suponer un ahorro considerable.
Flash-Lite va directamente a por el precio
El segundo modelo es Gemini 3.5 Flash-Lite, diseñado para convertirse en la opción más económica de esta generación. No pretende competir en razonamiento avanzado ni en programación compleja, sino resolver tareas frecuentes con una latencia baja y un coste contenido.
Este tipo de modelos son especialmente importantes para funciones que utilizan inteligencia artificial sin que apenas nos demos cuenta. Clasificar correos, resumir notificaciones, organizar información, moderar contenido, traducir textos breves o responder a consultas sencillas no requiere siempre el modelo más avanzado del mercado. Utilizar uno sería, de hecho, un desperdicio de recursos.
La estrategia recuerda a lo que ya ocurre con los procesadores. No todos los dispositivos necesitan el chip más potente y no todas las tareas necesitan un modelo de frontera. La IA empieza a dividirse en distintas gamas según el rendimiento, el precio y el consumo, algo imprescindible si las empresas quieren integrarla en millones de productos sin disparar sus costes. Esa presión ya se está trasladando al resto de la industria, como contamos al analizar cómo la carrera de la IA está encareciendo chips, memoria y dispositivos.
Una IA especializada en encontrar vulnerabilidades
El tercer lanzamiento es probablemente el más peculiar. Gemini 3.5 Flash Cyber es un modelo especializado en ciberseguridad que ha sido ajustado para encontrar, validar y reparar vulnerabilidades de software. Está basado en Gemini 3.5 Flash, pero entrenado específicamente para este tipo de trabajo.
Google lleva años desarrollando herramientas automáticas para localizar fallos de seguridad y ya utiliza CodeMender, un agente capaz de analizar código y proponer correcciones. La diferencia es que Flash Cyber busca hacer este proceso más barato y escalable, permitiendo ejecutar muchas comprobaciones sin depender constantemente de modelos mucho más grandes.
La compañía asegura que el modelo encontró 55 problemas únicos en el motor JavaScript V8 durante sus pruebas, incluyendo diez vulnerabilidades que no habían sido detectadas por otros modelos. Son resultados internos y habrá que ver cómo se comporta en situaciones reales, pero muestran la dirección que está tomando la industria: modelos especializados para tareas profesionales muy concretas.
Google no ofrecerá Flash Cyber de forma abierta desde el primer día. Estará disponible inicialmente mediante un programa piloto limitado a gobiernos y socios de confianza. La prudencia tiene sentido porque una herramienta capaz de descubrir vulnerabilidades también podría utilizarse para explotarlas si cae en las manos equivocadas.
El problema sigue siendo Gemini 3.5 Pro
Los tres modelos tienen sentido dentro de la estrategia de Google, pero no consiguen ocultar el retraso de Gemini 3.5 Pro. Este debía ser el gran modelo de la compañía para competir en la parte más alta del mercado, especialmente en programación, razonamiento y tareas empresariales complejas.
Su lanzamiento estaba previsto inicialmente para junio, pero Google continúa probándolo y se limita a asegurar que llegará pronto. Reuters señala que el retraso está relacionado con un rendimiento inferior al esperado en tareas de programación, precisamente uno de los campos donde las empresas están encontrando aplicaciones más claras y rentables para la inteligencia artificial.
La situación resulta incómoda para Google porque sus rivales no se han quedado quietos. OpenAI, Anthropic y otras compañías continúan presentando modelos avanzados, mientras que las alternativas abiertas procedentes de China han aumentado la presión sobre los precios y sobre el control de toda la infraestructura. Google necesita competir tanto en capacidad como en coste, y por ahora parece haber decidido reforzar primero la segunda parte.
También hay que tener en cuenta que la compañía ya está entrenando Gemini 4, por lo que el retraso de Gemini 3.5 Pro puede dejar una generación con una vida comercial mucho más corta de la esperada. Si el modelo llega demasiado tarde, podría convertirse en una solución de transición antes de que Google vuelva a cambiar de familia.
La IA empieza a competir por lo que cuesta
Durante los últimos años, las compañías han medido sus modelos con tablas de rendimiento y demostraciones espectaculares. Cada lanzamiento prometía mejores resultados en matemáticas, programación, razonamiento o comprensión de imágenes. Esa carrera continúa, pero los clientes han empezado a preguntar algo mucho más terrenal: cuánto cuesta utilizar estos modelos todos los días.
Una inteligencia artificial puede ser extraordinaria y, aun así, resultar inviable si cada tarea consume demasiados tokens, tarda demasiado en responder o necesita una infraestructura desproporcionada. Esto se vuelve todavía más importante con los agentes, que no realizan una única consulta, sino que encadenan decenas de pasos, herramientas y comprobaciones para completar un trabajo.
Los nuevos Gemini representan precisamente ese cambio. Flash busca convertirse en el modelo equilibrado, Flash-Lite reduce el coste para tareas sencillas y Flash Cyber aplica la misma tecnología a un campo específico. Google no ha presentado hoy su inteligencia artificial más potente, pero sí una familia más preparada para utilizarse a gran escala. Y esa estrategia encaja con otra batalla que ya hemos contado en Hefestec: la intención de Google de repartir la fabricación de sus chips de IA entre varios proveedores para reducir riesgos y ganar margen de maniobra.
El retraso de Gemini 3.5 Pro sigue siendo una mala noticia para la compañía y muestra que todavía tiene problemas para convertir sus promesas en un modelo de frontera competitivo. Sin embargo, los tres lanzamientos también recuerdan que la inteligencia artificial que terminará dominando nuestros dispositivos y servicios quizá no sea siempre la que encabece los rankings, sino la que pueda funcionar millones de veces al día sin arruinar a quien la utiliza.
