Google lanza los modelos Gemini Flash, retrasa la versión Pro debido a problemas de rendimiento en codificación

Titular: Google lanza tres nuevos modelos Gemini "Flash": rápidos y económicos, pero la esperada edición Pro aún no está disponible Google lanzó hoy tres nuevos modelos Gemini orientados a velocidad y escala: Gemini 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber, pero la variante de mayor potencia Gemini Pro que muchos esperaban tras Google I/O sigue sin aparecer. ¿Qué pasó con Gemini Pro? - Google había insinuado un Gemini 3.5 Pro en I/O en mayo y sugirió un lanzamiento de la versión Pro dentro de un mes. Ese plazo se desvaneció silenciosamente después de que las pruebas internas revelaran que el modelo Pro subdesempeñaba en tareas de programación, según Bloomberg. Un intento a finales de junio de corregir el problema actualizando los datos de entrenamiento no logró alcanzar los objetivos internos. - El mercado reaccionó: las acciones de Alphabet cayeron aproximadamente un 4,4% tras el informe, borrando unos $200 mil millones de su capitalización de mercado en una sola sesión. - Google afirma que Gemini 3.5 Pro se lanzará "tan pronto como esté listo". La última versión de la serie Pro fue Gemini 3.1 Pro en febrero. Lo que Google sí lanzó 1) Gemini 3.6 Flash — el modelo principal - Posicionamiento: modelo optimizado para velocidad y bajo costo, diseñado para agentes de IA y aplicaciones de alto rendimiento. - Eficiencia: utiliza un 17% menos de tokens de salida que el 3.5 Flash (Índice de Análisis Artificial). - Precios: $1,50 por millón de tokens de entrada; $7,50 por millón de tokens de salida (bajó desde $9 en los tokens de salida del 3.5 Flash). - Benchmark: grandes avances en algunas pruebas de ingeniería de largo plazo: DeepSWE v1.1: 49% (vs. 37% del 3.5 Flash); MLE‑Bench: 63,9% (vs. 49,7%). También lideró OSWorld‑Verified con un 83,0%, ligeramente por encima de Claude Sonnet 5 de Anthropic (81,2%) y GPT‑5.6 Luna de OpenAI (72,6%). - Donde se queda atrás: los rivales siguen siendo más fuertes en otras pruebas de codificación para agentes y terminales. Por ejemplo, GPT‑5.6 Luna obtiene un 67% en DeepSWE y un 84,7% en Terminal‑Bench 2.1. En GDPval‑AA v2 (una clasificación de trabajo de conocimiento tipo Elo), Claude Sonnet 5 está en 1607 frente a los 1421 del 3.6 Flash. Nota práctica (programación) - En nuestra prueba rápida de programación, Gemini 3.6 Flash generó un archivo HTML malformado que no se renderizó correctamente. Una herramienta externa, Deepseek, analizó la salida, encontró 11 errores y aplicó 8 correcciones para hacer el proyecto funcional. Esto sugiere que el razonamiento de alto nivel de Gemini estaba en la dirección correcta, pero los detalles y la ejecución aún necesitan mejora: puede esperar muchas iteraciones o correcciones manuales si utiliza este modelo para programación en producción hoy. 2) Gemini 3.5 Flash-Lite — diseñado para volumen - Enfoque: rendimiento bruto. Rendimiento afirmado de 350 tokens de salida por segundo. - Precios: $0,30 por millón de tokens de entrada; $2,50 por millón de tokens de salida. - Casos de uso: procesamiento masivo de documentos, sistemas de búsqueda agentes, compresión de sesiones para flujos de trabajo largos de agentes. - Rendimiento: a pesar de ser más económico, supera al antiguo 3 Flash en varias pruebas de programación, incluyendo Terminal‑Bench 2.1 (54% frente a 31%). 3) Gemini 3.5 Flash Cyber — herramienta de seguridad restringida - Disponibilidad: no pública. Google limita el acceso a gobiernos y socios verificados. - Propósito: enfocado en encontrar y corregir vulnerabilidades de software — una capacidad de uso dual que la empresa no se siente cómoda lanzando ampliamente. Por qué esto importa para cripto - Los modelos Flash más rápidos y económicos son atractivos para casos de uso en cadena de bloques que requieren escala: procesamiento de datos en cadena, análisis a gran escala de documentos o registros, indexadores de alto rendimiento o sistemas agentes que automatizan monitoreo y alertas. - La capacidad del modelo Cyber para encontrar vulnerabilidades es directamente relevante para equipos de auditoría y seguridad de contratos inteligentes — pero el acceso restringido de Google significa que los proyectos cripto y las firmas de seguridad aún podrían necesitar confiar en herramientas de terceros o asociaciones verificadas para este nivel de escaneo automatizado de vulnerabilidades. - El retraso del Pro es notable para proyectos que necesitan razonamiento intensivo y generación confiable de código para contratos inteligentes o estrategias de comercio automatizado — la serie Flash prioriza velocidad y costo sobre el razonamiento profundo e intensivo en cómputo que ofrecen los modelos Pro. Perspectiva futura: Gemini 4 ya está en desarrollo - Google confirmó que ha comenzado una ambiciosa ejecución de preentrenamiento para Gemini 4. Esto significa que la empresa está construyendo activamente el próximo ciclo de modelos grandes mientras resuelve problemas con el rendimiento de la serie Pro. Disponibilidad - Gemini 3.6 Flash y 3.5 Flash-Lite ya están disponibles en la app Gemini, Google AI Studio y mediante API. Gemini 3.5 Pro sigue retrasado hasta que cumpla con los estándares de Google. Conclusión Google se enfocó en modelos rápidos y económicos dirigidos a agentes y cargas de trabajo de alto volumen — una victoria para equipos que necesitan rendimiento y costos más bajos por token. Pero la ausencia de una versión Pro y los problemas persistentes en tareas de codificación significan que las empresas que requieren razonamiento de alta precisión (incluidos muchos flujos de trabajo cripto relacionados con seguridad y contratos inteligentes) podrían seguir esperando hasta que llegue un modelo Pro más capaz o Gemini 4.