El nuevo Gemini 3.6 le gana a cualquier IA (y es más barata)

Google lanzó hoy tres modelos nuevos de la familia Gemini. Y lo interesante no es que haya uno más grande o más inteligente. Es que la apuesta va en la dirección contraria: modelos que hacen el mismo trabajo gastando menos.

Los tres lanzamientos son Gemini 3.6 Flash, Gemini 3.5 Flash-Lite y Gemini 3.5 Flash Cyber. Los dos primeros están disponibles desde hoy para todo el mundo. El tercero no lo vas a poder usar, y ahí hay una historia que ya empieza a repetirse en la industria.

¿Qué mejora Gemini 3.6 Flash frente a 3.5 Flash?

La métrica que Google puso en el centro del anuncio no es un benchmark de inteligencia. Es consumo de tokens.

Según el índice de Artificial Analysis, 3.6 Flash usa 17% menos tokens de salida que 3.5 Flash para completar las mismas tareas. En algunos benchmarks como DeepSWE, la reducción llega hasta 65%: de 276,000 tokens promedio por tarea a 97,000. También necesita menos pasos de razonamiento y menos llamadas a herramientas para terminar flujos de varios pasos.

Y mientras gasta menos, rinde más:

• En DeepSWE, que mide tareas de programación largas y complejas, de las que requieren muchos pasos sin supervisión humana, pasa de 37% a 49%.
• En MLE-Bench, que evalúa qué tan bien el modelo entrena sistemas de machine learning por su cuenta, sube de 49.7% a 63.9%.
• En OSWorld-Verified, la prueba que mide si un modelo puede usar un computador como lo haría una persona, abriendo aplicaciones y navegando interfaces, alcanza 83% frente al 78.4% anterior.
• En GDPval-AA v2, que evalúa trabajo de oficina del mundo real como analizar documentos y preparar reportes, sube de 1349 a 1421 puntos.

El precio también bajó. 3.6 Flash cuesta $1.50 por millón de tokens de entrada y $7.50 por millón de salida, menos que 3.5 Flash.

📚 ¿Qué es la eficiencia de tokens? Es la cantidad de texto que un modelo necesita generar para completar una tarea. Dos modelos pueden costar lo mismo por token, pero si uno resuelve el problema con la tercera parte de los tokens, el costo real por tarea es tres veces menor. Para agentes de IA que corren miles de tareas al día, esta métrica importa más que el precio de lista.

Aquí me detengo un momento, porque este es el patrón que ya vimos con GPT-5.5 y su argumento de "costo efectivo por tarea". La carrera de los modelos frontera dejó de ser solamente quién saca el puntaje más alto. Ahora también es quién resuelve lo mismo quemando menos plata. Para las empresas que están pasando agentes a producción, ese es el número que mueve la decisión.

Si términos como tokens, agentes o prompts todavía te suenan lejanos, el Curso de Introducción a la Inteligencia Artificial te pone al día en 6 clases cortas, aplicando la IA a tareas reales de tu semana.

¿Qué puede hacer Gemini 3.5 Flash-Lite y por qué importa si es el modelo "chiquito"?

Flash-Lite es el modelo más veloz de la serie 3.5: genera 350 tokens por segundo según Artificial Analysis, y cuesta $0.30 por millón de tokens de entrada y $2.50 por millón de salida.

Hasta ahí suena a lo de siempre, el modelo barato para tareas simples. Pero hay un dato que rompe esa lógica: en varias pruebas donde el modelo trabaja solo, encadenando pasos y usando herramientas, 3.5 Flash-Lite supera a Gemini 3 Flash, un modelo de categoría superior de la generación anterior. En SWE-Bench Pro, una de las pruebas de programación más exigentes que existen, saca 54.2% frente al 49.6% de 3 Flash. Y en OSWorld-Verified, la de manejar un computador, llega a 74% frente a 65.1%.

Es decir, el modelo "lite" de hoy le gana al modelo "completo" de hace unos meses, corriendo más rápido y costando menos. Si trabajas con tareas masivas como procesar miles de documentos, traducir a gran escala o clasificar información, este es el tipo de lanzamiento que baja tu factura sin que tengas que cambiar nada más.

¿Por qué Gemini 3.5 Flash Cyber solo está disponible para gobiernos?

El tercer modelo es el más interesante y el que no puedes tocar.

Flash Cyber es una versión de 3.5 Flash entrenada específicamente para encontrar y corregir vulnerabilidades de seguridad en código, es decir, los huecos por donde un atacante podría entrar a un sistema. Funciona dentro de CodeMender, el agente de seguridad de Google, donde varios agentes Flash Cyber trabajan en paralelo y producen un solo reporte combinado. En CyberGym, la prueba de referencia en este campo, alcanza 83.2%, prácticamente empatado con Mythos 5 de Anthropic (83.8%) y GPT-5.6 Sol de OpenAI (83.6%), que son modelos mucho más grandes y caros.

Pero Google decidió no publicarlo. Flash Cyber estará disponible únicamente para gobiernos y socios de confianza mediante un programa piloto de acceso limitado. El argumento es el mismo que dio Anthropic con Mythos y su Proyecto Glasswing: la tecnología es de doble uso, sirve tanto para defender sistemas como para atacarlos, y prefieren dársela primero a los defensores.

Esto ya es una tendencia, no un caso aislado. Anthropic restringe las capacidades de ciberseguridad de Fable 5 con clasificadores. OpenAI tiene su propia variante Cyber. Y ahora Google lanza directamente un modelo que el público general no puede usar. Los tres laboratorios más grandes llegaron a la misma conclusión en cuestión de meses: las capacidades de ciberseguridad de frontera ya no se publican, se administran.

Uno puede estar de acuerdo o no con la decisión, pero la consecuencia práctica es clara. El acceso a la IA más capaz en ciertos dominios ya no depende de cuánto pagas, sino de quién eres.

¿Cómo puedes aprovechar estos modelos desde hoy?

Ambos modelos públicos ya están disponibles: para developers en la API de Gemini vía Google AI Studio, y para todo el mundo en la app de Gemini. Flash-Lite además está llegando gradualmente a Google Search.

Ahora, ¿para quién es cada modelo?

Si estás construyendo un producto o una startup, la noticia grande es Flash-Lite. A $0.30 por millón de tokens de entrada, poner IA dentro de tu producto dejó de ser una decisión de presupuesto. Automatizar la clasificación de tickets de soporte, extraer datos de facturas, resumir conversaciones de clientes. Ese tipo de features que hace un año requerían justificar el costo ante alguien, hoy cuestan centavos. Y esto le abre la puerta a equipos chicos de Latinoamérica que no pueden quemar plata en tokens como una empresa de Silicon Valley.

Si usas IA para trabajar sin programar, el beneficio te llega sin hacer nada: 3.6 Flash es el modelo que va a responder detrás de la app de Gemini, más rápido y con mejor manejo de documentos, tablas y reportes. Donde sí puedes ser proactivo es en dejar de usar el modelo más caro para todo. Un resumen de un correo no necesita un modelo frontera, y aprender a distinguir eso es una habilidad laboral real en 2026.

Y si estás aprendiendo a programar o ya trabajas en software, este lanzamiento confirma hacia dónde va la demanda: saber orquestar agentes, no solo escribir prompts. Que un modelo "lite" resuelva más de la mitad de SWE-Bench Pro significa que el código simple ya es territorio de la IA barata. Tu valor está en el diseño del flujo completo, en verificar lo que el modelo produce y en el criterio de cuándo usar cuál.

Google ya está entrenando Gemini 4

Casi de pasada, el anuncio deja dos datos que valen más que varios benchmarks. Gemini 3.5 Pro ya está en pruebas con socios y llegará "tan pronto esté listo". Y Google confirmó que arrancó el pre-entrenamiento de Gemini 4, que describe como su corrida más ambiciosa hasta ahora.

O sea que esto que acabas de leer, los modelos que hoy son noticia, son la generación intermedia. La grande viene detrás.

Aprende a usar la IA correcta para cada tarea

La lección de este lanzamiento no es "usa Gemini". Es que ya no existe un solo modelo para todo. Hay modelos veloces y baratos para tareas masivas, modelos frontera para agentes complejos, y saber cuál usar en cada caso es lo que separa a quien juega con la IA de quien produce con ella.

Ese criterio se construye desde la base. En el Curso de Introducción a la Inteligencia Artificial aplicas la IA a tu trabajo desde la primera clase, aprendes a darle contexto para que responda bien y terminas creando tu primer agente sin escribir código. Son 6 clases que puedes terminar hoy mismo.

¿Ya probaste Gemini 3.6 Flash o Flash-Lite en tus proyectos? Cuéntanos en los comentarios si notaste la diferencia en consumo de tokens.