El 21 de julio, Google lanzó repentinamente dos nuevos modelos: Gemini 3.6 Flash y Gemini 3.5 Flash-Lite. Sin ningún tipo de precaución ni preocupación, acaban de aparecer en el selector de modelos de Google AI Studio y Gemini.
De estos dos modelos, uno se centra en códigos y capacidades de agente más sólidos, y el otro se centra en llamadas a gran escala de menor costo.
En cuanto al modelo insignia, Gemini 3.5Pro, a pesar de repetidas llamadas, todavía no se puede lanzar.
Según el plan anterior, el 3.5 Pro debía lanzarse en junio. Ahora que ya hemos pasado más de la mitad de julio, este modelo con grandes esperanzas aún no se ha presentado oficialmente.
La hoja de respuestas que representa la fortaleza del buque insignia se ha retrasado. Google primero sacó dos "borradores". ¿Qué significa?
01
3.6 Flash: más barato que la generación anterior, no más inteligente que la generación anterior
Google dijo que, en comparación con el modelo Flash de la generación anterior, Gemini 3.6 Flash mejora aún más el rendimiento de codificación, razonamiento y llamada de herramientas, al tiempo que reduce los costos operativos al reducir los tokens de salida.
Gemini 3.6 Flash se posiciona como un modelo eficiente para entornos de producción reales, o para ser más sencillos, para atender a los Agentes.
En la era del Agente, una tarea puede requerir docenas de rondas de llamadas de modelos, lo que significa que el modelo no solo debe ser inteligente, sino también lo suficientemente rápido y económico.
Google ha reforzado previamente esta ruta en Gemini 3.5 Flash. Según el documento API oficial, Gemini 3.5 Flash admite un contexto largo de 1 millón de tokens, que puede procesar una gran cantidad de información a la vez. También admite la ejecución de código, llamada a herramientas externas, búsqueda de archivos, etc., y puede completar tareas más complejas y más largas.
Gemini 3.6 Flash continúa esta línea. Lo que persigue no es la calidad de una respuesta única, sino una posición que "pueda permitirse el trabajo diario real".
Gemini 3.6 Flash tiene el siguiente precio:
Entrada: 1,50 USD/millón de tokens
Producción: 7,50 dólares/millón de tokens
En comparación con el precio de entrada anterior de Gemini 3.5 Flash de 1,5 dólares estadounidenses por millón de tokens y el precio de salida de 9 dólares estadounidenses, el costo de entrada no ha cambiado, pero el costo de salida ha disminuido aún más.
Para las empresas que necesitan hacer un uso intensivo de la IA, este cambio de costos puede ser más importante que una mejora de unos pocos puntos porcentuales en el punto de referencia.
Además, una prueba interna mostrada por Google mostró que al completar la misma tarea, Gemini 3.6 Flash redujo el consumo de tokens en un 55,8% en comparación con 3.5 Flash, al tiempo que aumentó la puntuación de la tarea de 85 puntos a 100 puntos.
Por supuesto, estos son solo los resultados de las pruebas de Google y solo pueden indicar la dirección que Google espera mostrar:
El nuevo modelo no sólo es más económico, sino que puede realizar las mismas tareas o incluso mejores con menos cálculo.
En esos puntos de referencia públicos, Google enfatiza principalmente las capacidades de codificación y las capacidades de los agentes.
En la evaluación del código DeepSWE, Gemini 3.6 Flash obtuvo una puntuación del 49%, superior al 37% de la generación anterior. Google dijo que el nuevo modelo puede reducir las modificaciones de código no válidas y los procesos de ejecución repetidos.
En la evaluación OSWorld-Verified, que prueba la capacidad de la IA para operar computadoras, Gemini 3.6 Flash obtuvo una puntuación del 83%, superando el 78,4% de 3.5 Flash.
En el MLE Bench para tareas de aprendizaje automático, Gemini 3.6 Flash obtuvo una puntuación del 63,9%, lo que mejoró significativamente en comparación con el 49,7% de la generación anterior.
Sin embargo, los datos anteriores muestran que Gemini 3.6 Flash ha mejorado en comparación con la generación anterior.
Si lo comparamos horizontalmente en la competencia actual de modelos grandes, los oponentes elegidos por Google son GPT-5.6 Luna, Grok 4.5 y Claude Sonnet 5 (también puedes ver el posicionamiento de este producto aquí).
A juzgar por los resultados, Gemini 3.6 Flash no lidera en todos los ámbitos. Los modelos GPT y Claude aún mantienen sus ventajas en tareas complejas de trabajo de conocimiento e ingeniería de software.
Pero este es en realidad el significado de la existencia de la serie Flash:
No tiene por qué ser el modelo más potente, sólo debe ofrecer capacidades adecuadas a un coste significativamente menor que el modelo insignia.
Además de la evaluación oficial, según la prueba previa al lanzamiento de Artificial Analysis, Gemini 3.6 Flash obtuvo 50 puntos en el Índice de Inteligencia, que es lo mismo que Gemini 3.5 Flash.
Esto significa que si sólo nos fijamos en la "inteligencia" general del modelo, Gemini 3.6 Flash no tiene ninguna actualización.
Sin embargo, su velocidad lo compensa con creces.
El Análisis Artificial también cuenta el tiempo promedio que le toma al modelo completar la tarea del Índice de Inteligencia. Los resultados muestran que cada tarea de Gemini 3.6 Flash toma un promedio de aproximadamente 1,3 minutos, lo que se reduce a la mitad en comparación con aproximadamente 2,7 minutos de la generación anterior 3.5 Flash.
Al mismo tiempo, el tiempo de finalización de tareas de Gemini 3.5 Flash-Lite también se redujo de aproximadamente 1,6 minutos de la generación anterior 3.1 Flash-Lite a aproximadamente 0,6 minutos.
En general, la dirección de actualización de Gemini 3.6 Flash es en realidad la eficiencia: menos consumo de tokens, menores costos operativos y capacidades de agente más adecuadas para operaciones a largo plazo.
Para los usuarios que están acostumbrados a utilizar Gemini 3.5 Flash, es realmente una muy buena actualización.
02
3.5 Flash-Lite: Más rápido, pero no tan barato como la generación anterior
Entonces veamos otro modelo Gemini 3.5 Flash-Lite.
Como sugiere el nombre, Flash-Lite es una versión más ligera de la serie Flash. En comparación con Flash, sacrifica parte de su límite superior de capacidades a cambio de un menor costo y una mayor velocidad.
Como se mencionó anteriormente, el tiempo de finalización de tareas de Gemini 3.5 Flash-Lite se redujo de aproximadamente 1,6 minutos de la generación anterior 3.1 Flash-Lite a aproximadamente 0,6 minutos.
3.5 Flash-Lite es también el modelo más rápido de la serie 3.5. Según los datos de las pruebas de Análisis Artificial, su velocidad de generación alcanza aproximadamente 350 tokens/segundo, lo que ya se encuentra en el nivel de alta velocidad entre los modelos grandes actuales.
Gemini 3.5 Flash-Lite tiene el siguiente precio:
Entrada: $0,30/millón de tokens
Producción: 2,50 dólares/millón de tokens
En comparación con Gemini 3.6 Flash, el precio de entrada es aproximadamente 1/5 y el precio de salida es aproximadamente 1/3. Sin embargo, el nuevo modelo no ve una mayor reducción de precio en comparación con la generación anterior Gemini 3.1 Flash-Lite.
Aunque Gemini 3.5 Flash-Lite puede reducir algunos costos al reducir la producción debido a sus capacidades mejoradas, en general, todavía es difícil compensar el aumento en el precio unitario.
Según documentos oficiales, en comparación con la generación anterior Gemini 3.1 Flash-Lite, el nuevo modelo tiene mejoras significativas en diferentes niveles de pensamiento. Los desarrolladores pueden ajustar la profundidad del pensamiento del modelo según los requisitos de la tarea.
Además, Gemini 3.5 Flash-Lite también tiene capacidades integradas de uso de la computadora, que pueden ayudar a los agentes a operar el entorno informático de manera más confiable y completar tareas entre aplicaciones.
En pruebas específicas, Gemini 3.5 Flash-Lite también ha mejorado significativamente en comparación con el modelo de la generación anterior: en la prueba del Agente de programación Terminal-Bench 2.1, la puntuación aumentó del 31% al 54%; en el GDM-MRCR v2, que evalúa la capacidad de comprensión de contextos prolongados, la puntuación aumentó del 60,1% al 72,2%; en la prueba de ejecución de tareas GDPval-AA v2, que se acerca más a escenarios de trabajo reales, la puntuación mejoró de 642 a 1140.
Vale la pena señalar que en algunas pruebas relacionadas con el agente y el código, Gemini 3.5 Flash-Lite incluso superó al modelo Gemini 3 Flash de la generación anterior, que ocupaba una posición más alta.
Por ejemplo, en la prueba de ingeniería de software SWE-Bench Pro, Gemini 3.5 Flash-Lite obtuvo una puntuación del 54,2%, superior al 49,6% de Gemini 3 Flash; En OSWorld-Verified, que prueba la capacidad de la IA para operar computadoras, Gemini 3.5 Flash-Lite también obtuvo una puntuación un 74,0 % más alta que el 65,1 % de Gemini 3 Flash.
Esto significa que a medida que las capacidades del modelo continúan mejorando, algunas tareas del Agente que solían requerir modelos más grandes se están transfiriendo gradualmente a modelos más baratos y rápidos.
Por cierto, además de los dos primeros modelos generales para usuarios normales, Google también lanzó Gemini 3.5 Flash Cyber.
Está dirigido principalmente a escenarios de seguridad de red. Según la documentación oficial, en el sistema CodeMender, varios Cyber Agents Gemini 3.5 Flash pueden trabajar juntos para completar diferentes tareas de análisis y finalmente resumirlas en un informe completo. Flash Cyber también logró un rendimiento de modelo casi líder en el punto de referencia de ciberseguridad CyberGym.
El modelo no estará disponible públicamente en este momento y solo está disponible para gobiernos y socios confiables a través de la plataforma CodeMender.
03
3.5 Pro: la hoja de respuestas emblemática que Google no ha podido ofrecer
Si Gemini 3.6 Flash y Gemini 3.5 Flash-Lite pueden verse como el juicio de Google sobre la aplicación de IA a gran escala, entonces Gemini 3.5 Pro representa el límite superior del modelo de Google.
Pero el problema es que esta hoja de respuestas aún no ha sido entregada.
En I/O en mayo, Google dijo que Gemini 3.5 Pro se lanzaría "en el próximo mes", y se espera que esté en línea en junio de este año. Ya es más de la mitad de julio.
Según un informe de Bloomberg del 16 de julio, el tiempo de lanzamiento de Gemini 3.5 Pro ya está varios meses por detrás del plan original. Google continúa optimizando las capacidades del modelo, especialmente el rendimiento de la codificación, con la esperanza de lograr los objetivos establecidos internamente.
El último informe de Reuters muestra que hasta el momento, Google no ha anunciado una fecha de lanzamiento específica, solo afirma que el modelo se está probando con socios y se lanzará "pronto"; Otro comunicado de prensa reveló que el trabajo de entrenamiento de Gemini 4 ha comenzado.
Y todos sabemos que "pronto" significa incertidumbre.
Cuando se lanzó Gemini 1.0, fue cuestionado debido a una controversia sobre la demostración; Gemini 1.5 Pro recuperó brevemente la situación con el contexto de millones de tokens, pero luego Claude y la serie GPT rápidamente se pusieron al día; No fue hasta el lanzamiento de la serie Gemini 3 que Google recuperó la evaluación de "volver a la vanguardia de la competencia".
Ahora que Gemini 3.5 Pro se ha pospuesto nuevamente, el mercado ya no presta atención no solo a cuándo se lanzará un modelo, sino también a si Google puede mantener el ritmo competitivo de los modelos insignia.
Es más, el rendimiento de codificación revelado por Google no es tan bueno como se esperaba y no es un problema pequeño que sea fácil de resolver.
A medida que los agentes comienzan a ingresar a los flujos de trabajo empresariales, la importancia de las capacidades de codificación aumenta rápidamente. Si un modelo puede comprender proyectos complejos, modificar código real y completar tareas de desarrollo de varios pasos se ha convertido en un indicador importante de si tiene valor de producción real.
Reuters señaló que Wall Street está esperando Gemini 3.5 Pro porque se convertirá en un indicador importante de si Google DeepMind puede mantenerse al día con OpenAI y Anthropic.
Por supuesto, Google no se queda sin acción. Los diversos modelos lanzados esta vez simplemente muestran que Google está fortaleciendo otra ruta: hacer que la IA sea más barata y más fácil de escalar.
El director ejecutivo de Google, Sundar Pichai, recientemente enfatizó muchas veces la ventaja de costos y dijo que si las empresas migran la mayoría de sus cargas de trabajo de IA al modelo Gemini, pueden ahorrar más de mil millones de dólares al año.
Pero el problema es que el mercado está esperando una "hoja de respuestas" que demuestre la solidez del modelo de Google, pero lo que Google ha entregado son dos "borradores" sobre eficiencia y coste; es difícil no hacer sentir a la gente que Google está utilizando la serie Flash para llenar el vacío dejado por el retraso Pro.
Curiosamente, mientras Gemini 3.5 Pro se retrasa, el panorama competitivo de la IA está cambiando.
En el pasado, cuando la gente hablaba de líderes de IA, se centraba principalmente en las "tres compañías reales" en el extranjero: OpenAI, Anthropic y Google DeepMind.
Pero recientemente, modelos nacionales como el GLM-5.2 y el Kimi K3 también comenzaron a entrar en la competencia de vanguardia y provocaron mucha discusión.
El ritmo para ponerse al día con los modelos de vanguardia se está acelerando, lo que hace que los problemas de Google sean más urgentes. Por supuesto, puede continuar lanzando vigorosamente modelos Flash, pero solo si su modelo insignia es lo suficientemente poderoso; siempre que el poder duro sea suficiente, habrá grandes eruditos para defenderlo.
Si Google finalmente lanza un modelo insignia verdaderamente líder, entonces la ruta Flash se convertirá en parte del sistema completo: Pro es responsable de romper el límite superior de capacidades; Flash es responsable de aplicaciones a gran escala.
Pero si Gemini 3.5 Pro sigue rezagado, es probable que el mercado siga preguntando: Google tiene los recursos de investigación de IA más sólidos, ¿por qué no puede superar consistentemente a sus competidores?
Es probable que la gente solicite más detalles sobre el Gemini 3.5 Pro cuando Alphabet realice su conferencia telefónica sobre resultados del segundo trimestre esta semana.