Google DeepMind lanzó tres nuevos modelos Gemini el 21 de julio de 2026, reforzando su línea para desarrolladores que crean agentes de inteligencia artificial a escala. La compañía envió Gemini 3.6 Flash, Gemini 3.5 Flash-Lite y un modelo especializado en ciberseguridad llamado Gemini 3.5 Flash Cyber. Sin embargo, el anuncio llegó sin la actualización que la mayoría de los observadores estaban esperando: la próxima versión del buque insignia Gemini Pro de Google. Para obtener más noticias de última hora sobre IA y análisis de la carrera de modelos fronterizos, la siguiente historia desglosa lo que se envió, lo que falló y por qué es importante.
Tres nuevos modelos Flash apuntan a la eficiencia y los agentes
Gemini 3.6 Flash se posiciona como el "modelo caballo de batalla" de Google, diseñado para mejorar la codificación, el trabajo de conocimiento y el rendimiento multimodal al tiempo que reduce el uso de tokens hasta en un 17 por ciento en comparación con su predecesor. Según TechCrunch, el modelo lo hace más económico que Gemini 3.5 Flash y, al mismo tiempo, ofrece resultados más sólidos en las cargas de trabajo de producción.
El decodificador informó ganancias de referencia concretas con respecto al modelo Flash anterior. DeepSWE aumentó del 37 al 49 por ciento, MLE Bench subió del 49,7 al 63,9 por ciento y el punto de referencia agente OSWorld-Verified mejoró del 78,4 al 83 por ciento. Google fijó el precio de 3.6 Flash en 1,50 dólares por millón de tokens de entrada y 7,50 dólares por millón de tokens de salida.
Flash-Lite reduce el precio mínimo
Gemini 3.5 Flash-Lite, el modelo más rentable de su clase, está optimizado para ofrecer baja latencia y alto rendimiento. El evaluador independiente Artificial Analysis midió que producía 350 tokens de salida por segundo. Cuesta 0,30 dólares por millón de tokens de entrada y 2,50 dólares por millón de tokens de salida, según the-decoder. Google dice que Flash-Lite supera al anterior 3 Flash en varios puntos de referencia de codificación y agentes.
Flash Cyber: un modelo creado para buscar vulnerabilidades
Gemini 3.5 Flash Cyber está optimizado para encontrar y reparar vulnerabilidades de ciberseguridad. Google lo ha integrado en CodeMender, su agente de seguridad de código. En el punto de referencia CyberGym, Flash Cyber obtuvo un 83,2 por ciento, a dos puntos del GPT-5.5-Cyber de OpenAI con un 85,6 por ciento, a pesar de ser un modelo mucho más pequeño.
El equipo de Big Sleep de Google implementó Flash Cyber para buscar fallas críticas en Chrome y Safari. Al escanear confirmaciones en el motor JavaScript V8, se obtuvieron 55 hallazgos únicos confirmados, en comparación con 47 para el Flash 3.5 estándar y 36 para Claude Opus 4.6 de Anthropic. En una prueba separada, el equipo de investigación de vulnerabilidades en la nube de Google utilizó el modelo para escanear API públicas, donde encontró fallas de ejecución remota de código en dos horas y produjo un exploit funcional.
Debido a que el modelo es eficaz tanto para el ataque como para la defensa, Google está restringiendo el acceso. Flash Cyber está disponible sólo para gobiernos y socios confiables a través de un programa piloto limitado.
¿Dónde está Gemini 3.5 Pro?
La ausencia notoria del lanzamiento es Gemini 3.5 Pro, el modelo insignia de Google para razonamiento y codificación complejos, que se actualizó por última vez en febrero. En mayo, Google adelantó el lanzamiento Pro junto con Gemini 3.5 Flash, diciendo que "ya se estaba usando internamente y esperamos implementarlo el próximo mes".
Ese cronograma se ha deslizado. Bloomberg informó que Google enfrentaba retrasos internos en el lanzamiento de 3.5 Pro mientras luchaba por cumplir sus propios objetivos de rendimiento. Logan Kilpatrick, líder de producto de Google DeepMind, dijo el 21 de julio que la compañía está probando 3.5 Pro con socios y espera "aterrizar pronto", pero no ofreció una fecha firme.
Los rivales no están esperando
La brecha competitiva se está ampliando. TechCrunch señala que desde la última actualización de Google Pro, OpenAI lanzó GPT-5.5 y comenzó a implementar GPT-5.6, mientras que Anthropic lanzó Claude Opus 4.8, Claude Sonnet 5 y amplió el acceso a su modelo fronterizo Fable 5. Los laboratorios chinos también se están acercando: el decodificador señala al Kimi K3 de Moonshot y al GLM-5.2 de Zhipu como sistemas que se acercan a la frontera en rendimiento.
El entrenamiento de Géminis 4 está en marcha
Kilpatrick también reveló que el equipo ha comenzado su entrenamiento previo más ambicioso hasta el momento para Gemini 4. The-decoder caracterizó la divulgación como control de daños, señalando que indica que Google comprende las expectativas del mercado pero aún no puede entregar su buque insignia.
Google agregó nuevas capacidades a la plataforma más amplia. Computer Use ahora es una herramienta integrada del lado del cliente en Gemini API y Gemini Enterprise, que permite a los modelos operar navegadores y escritorios. La compañía también agregó salvaguardias de seguridad fronteriza más sólidas contra amenazas químicas, biológicas, radiológicas, nucleares y cibernéticas.
Qué significa esto para los desarrolladores
Para los constructores, los nuevos modelos Flash ofrecen una combinación pragmática de velocidad, precio y capacidad. Una ventana de contexto de un millón de tokens, puntos de referencia agentes que muestran ganancias reales y precios de tokens agresivos hacen que 3.6 Flash y Flash-Lite sean atractivos para implementaciones de producción. Mientras tanto, el modelo de ciberseguridad representa un impulso notable hacia un nicho de alto riesgo.
La pregunta abierta es cuánto tiempo podrá Google mantener una estrategia de enviar modelos de nivel medio capaces mientras su buque insignia se encuentra en pruebas. Con los competidores lanzando sistemas de vanguardia con una cadencia constante, la presión sobre Gemini 3.5 Pro y el entrenamiento de Gemini 4 detrás de él solo está creciendo.
Manténgase por delante de la IA
La carrera por los modelos fronterizos avanza rápidamente. Marque AI Buzz Wire para obtener cobertura diaria de lanzamientos de modelos, evaluaciones comparativas y cambios en la industria.
Leer más noticias sobre IA →
