Google amplió su catálogo de inteligencia artificial con tres modelos nuevos de la familia Gemini Flash, pero el lanzamiento dejó al descubierto una ausencia incómoda: Gemini 3.5 Pro, el modelo de frontera que el mercado espera, sigue sin estar disponible al público.
La compañía anunció el Gemini 3.6 Flash, el 3.5 Flash-Lite y el modelo de ciberseguridad 3.5 Flash Cyber. En el mismo comunicado, casi al pasar, Google reconoció que su buque insignia 3.5 Pro todavía se prueba solo con socios y llegará "cuando esté listo". La empresa también confirmó que el preentrenamiento de Gemini 4 ya está en marcha, y lo describió como el entrenamiento más ambicioso que ha emprendido.
¿Qué gana el usuario con 3.6 Flash?
El 3.6 Flash cambia máximo rendimiento por eficiencia y precios más bajos. Según el agregador de mediciones Artificial Analysis Index, el modelo usa alrededor de 17% menos tokens de salida que el 3.5 Flash, y Google asegura que el ahorro llega a 65% en pruebas específicas como DeepSWE.
El precio también bajó: 1,50 dólares por millón de tokens de entrada y 7,50 dólares por millón de tokens de salida, muy por debajo del antiguo 3.1 Pro, al que el 3.6 Flash supera de forma consistente en las mediciones.
Las mejoras sobre el 3.5 Flash son claras: DeepSWE sube de 37% a 49%, MLE Bench de 49,7% a 63,9% y OSWorld-Verified de 78,4% a 83%. El benchmark de trabajo intelectual GDPval-AA v2 avanza de 1.349 a 1.421 puntos. Además, el uso de computador (Computer Use) pasa a ser una herramienta nativa del lado del cliente en la API de Gemini y en Gemini Enterprise.
Flash-Lite: volumen alto a bajo costo
El Gemini 3.5 Flash-Lite, más pequeño, está afinado para baja latencia y alto rendimiento. De acuerdo con Artificial Analysis, produce 350 tokens de salida por segundo y cuesta 0,30 dólares por millón de tokens de entrada y 2,50 dólares por millón de salida.
Google sostiene que supera al 3 Flash en varias pruebas de agentes y programación, incluidas SWE-Bench Pro y OSWorld-Verified. Frente a su antecesor directo, el 3.1 Flash-Lite, su puntaje en Terminal-Bench 2.1 sube de 31% a 54%.
¿Por qué Google restringe el modelo Cyber?
El 3.5 Flash Cyber se basa en el 3.5 Flash y está ajustado para tareas de ciberseguridad. Google lo integró en CodeMender, el agente de seguridad de código de DeepMind, donde varios subagentes trabajan en paralelo y combinan sus resultados en un solo informe.
En el benchmark CyberGym el modelo obtiene 83,2%, a menos de dos puntos del GPT-5.5-Cyber de OpenAI (85,6%), pese a ser mucho más pequeño. En una prueba sobre el motor JavaScript V8, el Flash Cyber encontró 55 hallazgos únicos confirmados, frente a los 47 del 3.5 Flash estándar y los 36 de Claude Opus 4.6 de Anthropic. Diez de esos hallazgos no aparecieron en ningún otro modelo.
Google advierte que la herramienta sirve tanto para defender como para atacar, y por eso mantiene el acceso restringido: solo gobiernos y socios de confianza pueden usar el 3.5 Flash Cyber a través de CodeMender, dentro de un programa piloto. El agente CodeMender sí queda disponible en vista previa mediante la plataforma Gemini Enterprise Agent, aunque esa versión corre sobre los modelos estándar y soporta C/C++, Go, Java, Python, Ruby, Rust y TypeScript.
El vacío del modelo Pro deja a Google atrás
La verdadera noticia es lo que falta. Gemini 3.5 Pro, el próximo modelo de frontera de Google, todavía no es público. OpenAI ya atiende ese segmento con GPT-5.6 Sol, Anthropic tiene Fable y Mythos, y laboratorios chinos como Moonshot (con Kimi K3) y Zhipu (con GLM-5.2) se acercan al rendimiento de frontera. Incluso Meta lanzó hace poco un modelo que supera al catálogo actual de Google en escritura de código.
Según un reporte reciente de Bloomberg, el modelo insignia acumula meses de retraso mientras la empresa trabaja en mejorar su desempeño en programación. Mientras el 3.5 Pro siga en pruebas privadas, Google no tiene un modelo público que compita en la cima del mercado.
