Google lanza tres modelos Gemini pensados para agentes de IA

Google amplió su familia de modelos de inteligencia artificial con tres nuevas versiones orientadas a la construcción de agentes automatizados: Gemini 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber. Los tres buscan resolver un problema puntual: reducir el costo y la latencia sin sacrificar calidad en tareas que requieren múltiples pasos de razonamiento.

Según la compañía, un modelo más avanzado, Gemini 3.5 Pro, ya está en fase de pruebas con socios y se liberará al público más adelante. En paralelo, la empresa confirmó que comenzó el entrenamiento de su próxima generación, Gemini 4, aunque no dio detalles sobre plazos.

Más eficiencia y menor costo por tarea

Gemini 3.6 Flash es una actualización directa de 3.5 Flash y apunta a mejorar el trabajo de codificación y tareas de conocimiento. Google asegura que consume un 17% menos tokens de salida que su predecesor, según mediciones del Artificial Analysis Index, y que necesita menos pasos de razonamiento y llamadas a herramientas para completar flujos de trabajo complejos.

Esa mayor eficiencia viene acompañada de una baja de precio: 3.6 Flash cuesta 1,50 dólares por millón de tokens de entrada y 7,50 dólares por millón de tokens de salida, por debajo de la tarifa de 3.5 Flash. La compañía sostiene que esto reduce el costo total de ejecutar tareas agénticas a gran escala.

Entre los usos que muestra la empresa se incluyen:

• Análisis de datos financieros y transcripciones con mayor precisión y velocidad
• Migraciones de código mediante orquestación de múltiples agentes
• Desarrollo de herramientas visuales y extractores de texturas para flujos 3D
• Construcción de interfaces interactivas a partir de bocetos

El modelo también incorpora refuerzos de seguridad frente a usos indebidos vinculados a riesgos químicos, biológicos, radiológicos y nucleares (CBRN), y a ataques cibernéticos. Google afirma que estas protecciones lo hacen más resistente a intentos de manipulación (jailbreaks), sin aumentar los rechazos en usos legítimos.

Un modelo más liviano y uno exclusivo para ciberseguridad

Gemini 3.5 Flash-Lite fue diseñado para tareas que exigen baja latencia y alto volumen de procesamiento, como búsquedas automatizadas o análisis masivo de documentos. Es, según la empresa, el modelo más rápido de la serie 3.5, con un rendimiento de 350 tokens de salida por segundo. Su precio es de 0,30 dólares por millón de tokens de entrada y 2,50 dólares por millón de tokens de salida.

Google destaca que este modelo permite ajustar el nivel de "pensamiento" según la tarea: desde ejecución rápida y económica para volúmenes altos, hasta niveles superiores de razonamiento para procesos con múltiples subagentes. También incluye de forma nativa la función de uso de computadora para tareas agénticas.

En pruebas comparativas, la compañía reporta mejoras frente a la versión anterior:

• Terminal-Bench 2.1: 54% frente a 31%
• GDM-MRCR v2 (contexto extendido): 72,2% frente a 60,1%
• GDPval-AA v2 (ejecución de tareas reales): 1.140 frente a 642 puntos

Incluso, según estos datos, 3.5 Flash-Lite supera en varias pruebas de codificación y tareas agénticas al modelo Gemini 3 Flash, incluyendo SWE-Bench Pro (54,2% frente a 49,6%) y OSWorld-Verified (74% frente a 65,1%).

El tercer lanzamiento, Gemini 3.5 Flash Cyber, está afinado específicamente para detectar y corregir vulnerabilidades de seguridad en código, a un costo por token menor que el de modelos más grandes. Se integra al sistema CodeMender, donde varios agentes de este modelo trabajan en conjunto para producir un informe combinado, con un desempeño que la empresa describe como competitivo en el benchmark CyberGym.

Por su potencial de doble uso, este modelo tendrá acceso restringido: estará disponible solo para gobiernos y socios de confianza a través de un programa piloto limitado dentro de CodeMender, con el objetivo declarado de dar ventaja a equipos defensivos antes de que las vulnerabilidades sean explotadas.

Gemini 3.6 Flash y 3.5 Flash-Lite ya están disponibles para desarrolladores.