Google presentó tres nuevos modelos de la familia Gemini orientados a mejorar la eficiencia y la confiabilidad en flujos de trabajo basados en agentes de inteligencia artificial. Las versiones Gemini 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber se integran en la estrategia de la compañía para ofrecer herramientas con menor latencia, mayor rendimiento y un costo más ajustado por token, según la información difundida por la empresa.
El modelo Gemini 3.6 Flash se posiciona como la evolución directa de 3.5 Flash, con mejoras en tareas de programación, análisis de información y uso multimodal. De acuerdo con el Artificial Analysis Index citado por Google, el modelo reduce en 17% el uso de tokens de salida frente a su predecesor, y en pruebas como DeepSWE, realizadas por Datacurve, se observan reducciones mayores en ciertos escenarios. Además, la compañía señala que el modelo requiere menos pasos de razonamiento y menos llamadas a herramientas externas para completar procesos complejos. El precio por millón de tokens de entrada se ubica en 1.50 dólares, mientras que el de salida es de 7.50 dólares, lo que permite disminuir el costo total de ejecución en flujos de agentes.
En paralelo, Google introdujo Gemini 3.5 Flash-Lite, una versión enfocada en tareas de alto volumen y baja latencia. Según el mismo índice, alcanza una velocidad de 350 tokens por segundo y supera a generaciones anteriores en evaluaciones de programación, manejo de contexto extenso y ejecución de tareas reales. La empresa destaca que este modelo puede configurarse para priorizar rapidez o niveles de razonamiento más altos, dependiendo de las necesidades del desarrollador. Su estructura de precios, de 0.3 dólares por millón de tokens de entrada y 2.5 dólares por millón de tokens de salida, apunta a escenarios donde el costo por operación es determinante.
El tercer lanzamiento, Gemini 3.5 Flash Cyber, está orientado a la detección y corrección de vulnerabilidades de seguridad. Google lo integró en CodeMender, un agente especializado que combina múltiples instancias del modelo para generar informes de seguridad. La compañía afirma que el sistema alcanza resultados competitivos en el benchmark CyberGym y que su disponibilidad inicial se limitará a gobiernos y socios de confianza, en un intento por equilibrar la utilidad defensiva con la prevención de usos indebidos.
Analistas del sector, como los citados por publicaciones como MIT Technology Review y The Information, han señalado que la industria se encuentra en una fase donde la eficiencia y la reducción de costos se vuelven tan relevantes como la capacidad de los modelos más avanzados. En ese contexto, la estrategia de Google se alinea con la tendencia de ofrecer modelos especializados para tareas concretas, una dinámica que también se observa en iniciativas de competidores como OpenAI y Anthropic, que han lanzado versiones optimizadas para agentes y flujos de trabajo empresariales.
Google adelantó que Gemini 3.5 Pro continúa en pruebas con socios y que ya inició el entrenamiento de Gemini 4, descrito como su proyecto más ambicioso hasta la fecha. Mientras tanto, los nuevos modelos ya están disponibles para desarrolladores y empresas a través de Google AI Studio, Android Studio y Gemini Enterprise.
Fuente: Blog de Google | Editado por CDOL
