Google presentó Gemini 3.5, una nueva familia de modelos que combina inteligencia avanzada con capacidad para ejecutar acciones. La compañía inició el lanzamiento con Gemini 3.5 Flash, un modelo orientado a agentes de IA, programación y tareas complejas de varios pasos.
La promesa es directa: obtener un rendimiento comparable al de modelos grandes, pero con la velocidad característica de la serie Flash. ¿Qué significa en la práctica? Que un agente puede planificar, usar herramientas, escribir código y corregir sus propios resultados sin esperar tanto entre una instrucción y otra.
Gemini 3.5 Flash apuesta por la velocidad y la acción
Según Google, Gemini 3.5 Flash supera a Gemini 3.1 Pro en varios benchmarks relacionados con programación y agentes. Entre los resultados anunciados se encuentran:
- 76,2% en Terminal-Bench 2.1, una prueba centrada en tareas realizadas desde la terminal.
- 1.656 puntos Elo en GDPval-AA, una evaluación de rendimiento en trabajos profesionales.
- 83,6% en MCP Atlas, orientado al uso de herramientas y capacidades agenticas.
- 84,2% en CharXiv Reasoning, que mide comprensión multimodal y razonamiento sobre gráficos.
Google también afirma que el modelo genera tokens hasta cuatro veces más rápido que otros modelos de frontera. La velocidad de generación de tokens es importante porque determina cuánto tarda el sistema en producir una respuesta o completar una secuencia de acciones.
La idea central de Gemini 3.5 Flash es reducir el compromiso entre calidad y latencia: responder con inteligencia avanzada sin obligar al usuario a esperar demasiado.
Estos datos provienen de evaluaciones comunicadas por Google. Como ocurre con cualquier benchmark, conviene interpretarlos junto con pruebas independientes y con resultados en escenarios reales.
Agentes capaces de completar tareas largas
Gemini 3.5 Flash está diseñado para tareas de horizonte largo, es decir, procesos que requieren planificación, ejecución, revisión y varios pasos consecutivos. Un desarrollador podría usarlo para crear una aplicación, modificar una base de código y comprobar que los cambios funcionan.
En una empresa financiera, el modelo podría ayudar a preparar documentos o automatizar partes de un flujo de auditoría. En un equipo de ciencia de datos, podría explorar grandes volúmenes de información y encontrar patrones que después deben ser revisados por profesionales.
Google asegura que estas tareas pueden completarse en una fracción del tiempo y, en ciertos casos, por menos de la mitad del costo de otros modelos de frontera. Sin embargo, el ahorro real dependerá del volumen de uso, las herramientas conectadas y el nivel de supervisión humana.
Subagentes y trabajo coordinado
Cuando se combina con la versión actualizada de Antigravity, Gemini 3.5 Flash puede coordinar subagentes colaborativos. Cada subagente puede encargarse de una parte del problema, mientras el sistema principal organiza el proceso.
Por ejemplo, un agente podría analizar los requisitos de una aplicación, otro escribir el código, un tercero ejecutar pruebas y un cuarto revisar posibles errores. La supervisión sigue siendo necesaria, especialmente cuando las acciones tienen consecuencias sobre datos, dinero o sistemas de producción.
El modelo también aprovecha la base multimodal de Gemini 3 para crear interfaces web y gráficos más interactivos. Esto amplía su utilidad más allá del texto y el código: puede interpretar información visual y ayudar a construir experiencias digitales completas.
Disponibilidad para usuarios, desarrolladores y empresas
Gemini 3.5 Flash está disponible globalmente para miles de millones de personas a través de:
- La aplicación Gemini.
- AI Mode en Google Search.
- Google Antigravity.
- Gemini API en Google AI Studio y Android Studio.
- Gemini Enterprise Agent Platform.
- Gemini Enterprise.
Google también convirtió Gemini 3.5 Flash en el modelo predeterminado de la aplicación Gemini y de AI Mode en Search a nivel global.
Para los desarrolladores, esto significa que pueden probar sus capacidades desde entornos de creación de agentes y aplicaciones. Para las empresas, el atractivo está en automatizar procesos internos que antes requerían semanas de trabajo manual, aunque la integración debe acompañarse de controles de acceso, registros de actividad y revisión de resultados.
Gemini Spark lleva los agentes al uso personal
Una de las novedades presentadas es Gemini Spark, un agente personal basado en Gemini 3.5 Flash. Google lo describe como un sistema capaz de funcionar de manera continua y ayudar a gestionar la vida digital del usuario bajo su dirección.
La empresa comenzó a probarlo con usuarios de confianza y planea llevar una versión beta a suscriptores de Google AI Ultra en Estados Unidos. El concepto recuerda a un asistente que no solo responde preguntas, sino que también puede tomar acciones autorizadas en nombre de la persona.
Ese cambio es relevante. Un chatbot espera una instrucción y entrega una respuesta. Un agente intenta completar un objetivo usando herramientas y tomando decisiones intermedias. Por eso, la autorización, la transparencia y la posibilidad de detener una tarea serán tan importantes como la capacidad del modelo.
Seguridad y salvaguardas de frontera
Google afirma que Gemini 3.5 fue desarrollado bajo su Frontier Safety Framework, con mejoras en las protecciones contra usos dañinos relacionados con ciberseguridad y materiales químicos, biológicos, radiológicos o nucleares.
La compañía también asegura que el modelo busca reducir dos problemas opuestos: generar contenido peligroso y rechazar por error solicitudes legítimas. Para ello, incorporó entrenamiento de seguridad más avanzado, nuevas mitigaciones y herramientas de interpretabilidad que ayudan a revisar el razonamiento interno antes de entregar una respuesta.
Esto no elimina todos los riesgos. Un agente con acceso a herramientas puede causar más impacto que un modelo que solo genera texto, sobre todo si tiene permisos para modificar archivos, enviar mensajes o interactuar con servicios externos. La supervisión humana y los límites de autorización siguen siendo indispensables.
Un paso hacia agentes más útiles
Gemini 3.5 Flash muestra hacia dónde se mueve la competencia en IA: ya no se trata únicamente de responder mejor, sino de planificar y actuar dentro de flujos de trabajo reales. La velocidad, el costo y la conexión con herramientas son ahora tan importantes como la calidad de la conversación.
Google también confirmó que trabaja en Gemini 3.5 Pro, que ya se utiliza internamente y cuyo lanzamiento está previsto para el próximo mes. Mientras tanto, Flash busca convertirse en la opción práctica para quienes necesitan agentes rápidos, programación asistida y automatización a escala.
La pregunta ya no es si la IA puede hacer una tarea aislada. La pregunta es cuánto control queremos darle cuando tenga que completar todo el proceso por nosotros.
Fuente original
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5