Google prioriza la eficiencia con Gemini 3.6 Flash, 3.5 Flash-Lite y el modelo especializado 3.5 Flash Cyber

Google ha presentado tres nuevos modelos de su familia Gemini centrados en un mismo objetivo: hacer que los agentes de IA en producción sean más eficientes, más rápidos y más baratos de operar a escala. Los tres modelos —Gemini 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber— construyen sobre la base de Gemini 3.5 Flash y están pensados específicamente para flujos de trabajo agénticos, es decir, sistemas donde un modelo encadena múltiples pasos, llamadas a herramientas y decisiones sin apenas supervisión humana constante.

El primero, Gemini 3.6 Flash, se presenta como el modelo de referencia ("workhorse") de la nueva generación, con mejoras en programación, trabajo de conocimiento y tareas multimodales. Según el índice de Artificial Analysis, reduce en un 17% el consumo de tokens de salida frente a 3.5 Flash, y en benchmarks concretos como DeepSWE (de Datacurve) la reducción llega hasta el 65%, todo ello a un coste menor por token de salida. Google también reporta mejoras de calidad simultáneas a esa mayor eficiencia: en DeepSWE pasa de un 37% a un 49% de precisión con menos ediciones de código no deseadas y menos bucles de ejecución; en MLE Bench (investigación de machine learning) sube de 49,7% a 63,9%; y en OSWorld-Verified, que mide capacidades de uso de ordenador, mejora de 78,4% a 83,0%. Precisamente el "computer use" (uso de ordenador) pasa a ser una herramienta nativa integrada tanto en la API de Gemini como en Gemini Enterprise. En tareas de conocimiento profesional, medidas con GDPval-AA v2, el modelo pasa de 1.349 a 1.421 puntos. Clientes como Hebbia y Harvey destacan su capacidad multimodal para analizar documentos, gráficos y datos, y redactar informes. El precio de 3.6 Flash queda fijado en 1,50 dólares por millón de tokens de entrada y 7,50 dólares por millón de tokens de salida, una cifra inferior a la de 3.5 Flash, lo que reduce el coste total por tarea agéntica. En materia de seguridad, el modelo incorpora salvaguardas reforzadas de "Frontier Safety" en los ámbitos químico, biológico, radiológico y nuclear (CBRN) y de ciberofensiva, con mayor resistencia a jailbreaks, mientras se ha entrenado para minimizar rechazos en usos legítimos.

El segundo modelo, Gemini 3.5 Flash-Lite, se posiciona como el más rápido y económico de la serie 3.5, orientado a tareas de baja latencia y alto volumen, como búsqueda agéntica o procesamiento masivo de documentos. Según Artificial Analysis, alcanza 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, y Google asegura que ofrece una calidad significativamente superior a la generación anterior, 3.1 Flash-Lite. Los desarrolladores pueden ajustar el nivel de "pensamiento" del modelo: niveles mínimo o bajo para tareas de alto volumen con prioridad en latencia y coste, o niveles superiores para flujos de subagentes con múltiples pasos. También incorpora el uso de ordenador como herramienta integrada. En cuanto a rendimiento, mejora notablemente sobre 3.1 Flash-Lite en Terminal-Bench 2.1 (54% frente a 31%), en contexto largo según GDM-MRCR v2 (72,2% frente a 60,1%) y en ejecución de tareas reales medida por GDPval-AA v2 (1.140 frente a 642). Un dato llamativo es que, en varias evaluaciones de programación y tareas agénticas, 3.5 Flash-Lite llega a superar al modelo 3 Flash (de una generación superior en numeración), como en SWE-Bench Pro (54,2% frente a 49,6%) y OSWorld-Verified (74,0% frente a 65,1%), lo que lo convierte en una alternativa más rápida y capaz frente a las series 2.5 y 3 Flash existentes.

El tercer anuncio es Gemini 3.5 Flash Cyber, un modelo especializado construido sobre 3.5 Flash y ajustado específicamente para encontrar y corregir vulnerabilidades de ciberseguridad a menor coste por token que modelos más grandes. Se integra dentro de CodeMender, el agente de seguridad de código de Google, donde múltiples instancias de 3.5 Flash Cyber trabajan de forma coordinada para producir un único informe combinado. Google afirma que, en el benchmark CyberGym, el sistema alcanza un rendimiento competitivo con los modelos de frontera. Dado el carácter de doble uso de esta tecnología (puede usarse tanto para defender como para atacar sistemas), la compañía ha optado por un despliegue controlado: el modelo estará disponible en exclusiva para gobiernos y socios de confianza a través de CodeMender, como parte de un programa piloto de acceso limitado, con el objetivo declarado de dar ventaja a los equipos defensivos frente a posibles atacantes.

En cuanto a disponibilidad, 3.6 Flash y 3.5 Flash-Lite ya están accesibles para desarrolladores a través de la API de Gemini en Google AI Studio y Android Studio (3.6 Flash también en Google Antigravity), para empresas a través de la plataforma Gemini Enterprise Agent Platform y la app de Gemini Enterprise, y para el público general en la app de Gemini; además, 3.5 Flash-Lite se está desplegando también en Google Search.

El artículo cierra con dos apuntes sobre lo que viene después: Gemini 3.5 Pro se encuentra actualmente en pruebas con socios y Google planea lanzarlo de forma general en cuanto esté listo, mientras que el equipo ya ha iniciado lo que describen como su entrenamiento previo ("pre-training run") más ambicioso hasta la fecha, de cara a un futuro Gemini 4, del que por ahora no se ofrecen más detalles.