Google DeepMind presentó Gemini 3.5, una nueva familia de modelos que la compañía describe como "inteligencia de frontera con acción". El primer integrante, 3.5 Flash, ya está disponible globalmente y, según los benchmarks publicados, supera a Gemini 3.1 Pro en tareas agenticas y de coding, manteniendo la latencia que caracteriza a la serie Flash.
¿Dónde se puede usar Gemini 3.5 Flash desde hoy?
El despliegue es inmediato y multicanal. Gemini 3.5 Flash llega a tres audiencias en paralelo:
- Usuarios finales: vía la app Gemini y AI Mode en Google Search.
- Desarrolladores: en Google Antigravity, plataforma "agent-first" de la compañía, más la Gemini API en Google AI Studio y Android Studio.
- Empresas: en Gemini Enterprise Agent Platform y Gemini Enterprise.
DeepMind también confirmó que 3.5 Pro está siendo usado internamente y se libera al público "el próximo mes", probablemente junio de 2026.
¿Qué tan rápido es 3.5 Flash y qué benchmarks aprueba?
Los números que Google publicó posicionan a 3.5 Flash en el cuadrante superior derecho del Artificial Analysis index, una zona reservada hasta ahora a modelos flagship más grandes. Los resultados que la compañía destaca:
- Terminal-Bench 2.1: 76,2% (coding agentic, contra 3.1 Pro)
- GDPval-AA: 1.656 Elo (tareas valor económico)
- MCP Atlas: 83,6% (uso de tools vía Model Context Protocol)
- CharXiv Reasoning: 84,2% (entendimiento multimodal)
- Throughput: 4 veces más tokens por segundo que otros modelos frontera
La conclusión de DeepMind, con palabras propias: "ya no hay que cambiar calidad por latencia".
¿Por qué Google empuja la narrativa de agentes y no de chatbots?
Esta es la novedad estratégica más fuerte del anuncio. Google enmarca 3.5 Flash explícitamente como motor de tareas agenticas de horizonte largo: lo que antes le tomaba días a un desarrollador o semanas a un auditor, el modelo lo resuelve en una fracción del tiempo y, según la compañía, "muchas veces a menos de la mitad del costo" de otros modelos frontera.
El modelo "planifica, construye e itera rápido para resolver problemas reales", desde desarrollo de nuevas aplicaciones, mantención de bases de código, hasta preparación de documentos financieros. Cuando se acopla con la versión actualizada del harness de Antigravity, 3.5 Flash funciona como motor para desplegar subagentes colaborativos que atacan problemas a escala.
¿Qué es Gemini Spark y cómo usa 3.5 Flash?
Spark es el agente personal IA de Google. Corre las 24 horas, ayuda a navegar la vida digital del usuario y toma acción bajo su dirección. Google empezó hoy el rollout a trusted testers y planea liberar el beta a los suscriptores de Google AI Ultra en EE.UU. la próxima semana.
El plan AI Ultra, recordemos, bajó ayer de USD 249,99 a USD 100 mensuales, una rebaja agresiva que apunta a meter Spark en un cluster más amplio de usuarios pagados. Para Chile y la región LatAm la disponibilidad no fue confirmada en el keynote, lo más probable es un rollout escalonado tras EE.UU.
3.5 Flash también es ahora el modelo por defecto en la app Gemini y en AI Mode de Google Search a nivel global.
¿Qué impacto reportan los socios early-access?
Google trabajó con socios industriales durante el desarrollo de la serie 3.5 para identificar fricciones reales en sus workflows. La compañía menciona:
- Bancos y fintechs: automatización de workflows que antes tomaban varias semanas.
- Equipos de data science: descubrimiento de insights en entornos de datos complejos donde el problema era la cantidad de bases distintas, no la falta de modelos.
No publicaron logos específicos en este anuncio (ni tampoco métricas duras tipo "reducción del 60% en tiempo"). Es la parte más débil del comunicado: el "estudio de casos" sigue siendo cualitativo.
¿Cómo se diferencia 3.5 Flash de 3.1 Pro y otros frontera?
| Modelo | Terminal-Bench 2.1 | MCP Atlas | Tokens/s relativo | Costo relativo |
|---|---|---|---|---|
| Gemini 3.5 Flash | 76,2% | 83,6% | 4× | <0,5× otros frontera |
| Gemini 3.1 Pro (referencia) | — (3.5 Flash supera) | — | 1× | 1× |
| Otros modelos frontera (no especificados) | menor | menor | 1× | 1× |
DeepMind no publicó precios exactos en USD por millón de tokens en el anuncio. Para la comparación de costos hay que ir a la página de precios de la Gemini API en Google AI Studio.
¿Qué medidas de seguridad incorpora 3.5?
Gemini 3.5 fue desarrollado bajo el Frontier Safety Framework de Google. La compañía reforzó las defensas en dos dimensiones específicas:
- Contenido ciber (asistencia a ataques de seguridad).
- Riesgos CBRN (químicos, biológicos, radiológicos, nucleares).
DeepMind también afirma que el modelo es menos propenso a rechazar consultas seguras por error, un problema clásico de los modelos sobreentrenados en seguridad. Para lograr ambas cosas dicen aplicar entrenamiento de seguridad más avanzado y herramientas de interpretabilidad (paper en arXiv 2601.11516v4) que chequean y entienden el razonamiento interno de la IA antes de producir respuesta.
Datos clave en una mirada
- Familia: Gemini 3.5 (Flash disponible hoy, Pro en junio 2026 estimado).
- Métricas top: 76,2% Terminal-Bench 2.1, 83,6% MCP Atlas, 1.656 Elo GDPval-AA.
- Velocidad: 4× más rápido que otros modelos frontera en throughput.
- Plataformas: app Gemini, Google Search AI Mode, Antigravity, Gemini API, Gemini Enterprise.
- Producto consumidor nuevo: Gemini Spark (agente personal 24/7), beta para AI Ultra US la próxima semana.
- Plan AI Ultra: USD 100/mes (rebajado desde USD 249,99 ayer).
- Safety: Frontier Safety Framework, interpretabilidad, foco en cyber y CBRN.
