Google lanza Gemini 3.8 Flash para agentes de IA

Google presenta Gemini 3.8 Flash, un modelo de IA orientado a programación, agentes autónomos y tareas que requieren varios pasos de razonamiento. Llega tres semanas después de Gemini 3.7 Flash y mantiene su velocidad y precio de entrada: 0,75 dólares por cada millón de tokens de entrada y 3,75 dólares por cada millón de tokens de salida.

La compañía también anuncia Gemini 3.8 Flash Cyber, una variante especializada en detectar vulnerabilidades y proponer correcciones de seguridad. Esta segunda versión no estará abierta para cualquiera: Google la ofrece a defensores verificados mediante su nuevo Fairwind Program.

Un modelo que trabaja más cuando la tarea lo exige

Gemini 3.8 Flash está diseñado para resolver trabajos largos, como modificar un proyecto de software completo, analizar documentos legales o preparar informes financieros. En tareas complejas puede dedicar más pasos al razonamiento y utilizar herramientas varias veces antes de responder.

Eso mejora los resultados, pero también puede aumentar el consumo de tokens. Los desarrolladores podrán elegir niveles de esfuerzo más bajos para priorizar el coste y la rapidez, o seguir usando Gemini 3.7 Flash en aplicaciones donde la eficiencia sea más importante que la profundidad del análisis.

Según las pruebas compartidas por Google, Gemini 3.8 Flash supera a la mayoría de los modelos de frontera más grandes en DeepSWE v1.1, un benchmark que mide si una IA puede resolver problemas de ingeniería de software de principio a fin. También mejora a su predecesor en pruebas de tareas financieras y legales.

En HLE-Verified, una evaluación de razonamiento sobre ciencia, humanidades y ámbitos profesionales, obtiene un 54,9%. Estas cifras proceden de benchmarks, por lo que no garantizan el mismo rendimiento en cada aplicación real.

Una versión especializada en ciberseguridad

Gemini 3.8 Flash Cyber comparte la base del modelo general, pero está entrenado para ayudar a equipos de seguridad. Su objetivo principal es encontrar fallos y corregirlos, no explotar sistemas vulnerables.

En CyberGym, una prueba estándar para medir el descubrimiento automático de vulnerabilidades, Google afirma que supera a Gemini 3.5 Flash Cyber y a modelos de frontera de mayor tamaño. En una evaluación interna con código escrito en 20 lenguajes de programación, logró una tasa de éxito superior al 70%.

Para reparar vulnerabilidades, alcanzó un 47,2% de pass@1 en CWE-Bench, una métrica que mide si la primera propuesta del modelo consigue resolver el problema. El resultado queda cerca del 47,8% de un modelo líder, pero Google asegura que 3.8 Flash Cyber tiene un coste considerablemente menor.

La compañía ya lo utiliza en sus propios equipos. Según los datos publicados:

• El equipo de seguridad de Chrome obtuvo 2,6 veces más parches correctos que con los mejores modelos comerciales de mayor tamaño.
• Wiz registró entre 7,5 y 9,7 puntos porcentuales más de recall, es decir, más capacidad para detectar los fallos existentes, con un coste entre 2,3 y 5,2 veces menor que otras alternativas de frontera.
• El equipo de investigación de vulnerabilidades de Google Cloud encontró un fallo crítico en menos de dos horas. Google señala que descubrir vulnerabilidades de ese tipo suele requerir meses, aunque este caso no representa necesariamente el rendimiento habitual.

Qué cambia para ti

Si desarrollas software, Gemini 3.8 Flash puede encargarse de tareas más largas: revisar varios archivos, ejecutar pruebas, corregir errores y repetir el proceso hasta completar un objetivo. La ventaja no está solo en generar código, sino en mantener una línea de trabajo durante más tiempo.

Las empresas pueden acceder al modelo mediante Gemini Enterprise. Los desarrolladores pueden probarlo en la API de Gemini, Google AI Studio, Android Studio, Google Antigravity y Stitch. Los suscriptores de Google AI Pro y Ultra también lo encontrarán en la aplicación Gemini, el modo de IA de Google Search y Gemini en Google Sheets.

Gemini 3.8 Flash Cyber queda restringido a autoridades gubernamentales, operadores de infraestructuras críticas y mantenedores de software que sean aceptados en Fairwind. La limitación responde a que sus protecciones para tareas de ciberseguridad son más permisivas que las del modelo general.

Google afirma que ambas versiones incluyen defensas contra usos indebidos en ámbitos como ciberataques y materiales químicos, biológicos, radiológicos o nucleares. También asegura haber mejorado su resistencia a la inyección de instrucciones, una técnica que intenta hacer que el modelo ignore sus reglas mediante texto malicioso.

Lo importante de este lanzamiento no es solo que Google publique otro modelo Flash en pocas semanas. Es que la empresa está convirtiendo los modelos rápidos y baratos en herramientas capaces de mantener trabajos complejos durante más tiempo. El siguiente punto a vigilar será si ese rendimiento se mantiene fuera de los benchmarks y cuánto cuesta realmente dejar a estos agentes trabajando de forma autónoma.