Google DeepMind lanza Gemini 3.6 Flash y 3.5 Flash-Lite con mayor eficiencia de tokens
Hecho Qué ha ocurrido
Google DeepMind ha presentado tres nuevos modelos Gemini: 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber. Gemini 3.6 Flash consume 17% menos tokens de salida que 3.5 Flash mientras mejora el rendimiento en codificación y tareas de conocimiento, con precio reducido a $1.50/1M input y $7.50/1M output. 3.5 Flash-Lite está diseñado para baja latencia y alto rendimiento (350 tokens/s a $0.3/1M input y $2.5/1M output), superando a 3 Flash en evaluaciones de agentes. 3.5 Flash Cyber, especializado en vulnerabilidades de seguridad, estará disponible únicamente para gobiernos y partners autorizados mediante acceso limitado.
Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
La eficiencia de tokens y reducción de costos permiten escalar agentes IA en producción con menor gasto, mientras que Flash-Lite abre oportunidades para aplicaciones de alto volumen. Flash Cyber representa la aplicación defensiva de IA contra vulnerabilidades de seguridad, un desafío crítico donde los modelos detectan fallos más rápido que los humanos pueden repararlos.
- Quién se ve afectado
- Empresas de software y servicios financieros que construyen agentes IA en producción; desarrolladores que necesitan procesar volúmenes altos de datos (procesamiento de documentos, búsqueda agentica); organismos gubernamentales y defensores de ciberseguridad.
- Qué puede cambiar
- La reducción de costos por tarea agentica y la mayor eficiencia de tokens hacen viable escalar sistemas multiagentes de bajo costo. La disponibilidad de modelos especializados (Flash Cyber) para seguridad cambia la economía de detección y remediación de vulnerabilidades.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Adopción de 3.6 Flash en producción y comparativa real de costos versus 3.5 Flash; disponibilidad real de Flash Cyber con gobiernos y timeline de expansión; lanzamiento de Gemini 3.5 Pro y Gemini 4; actualizaciones de precios de competidores (OpenAI, Anthropic); evaluaciones independientes de trade-offs entre velocidad, precisión y costo en agentes del mundo real.
Recomendación Qué debería hacer una empresa
Evaluar migración de agentes en producción a 3.6 Flash en los próximos 2-3 meses para validar ahorros reales en costos y latencia. Organizaciones con cargas de alto volumen deben pilotear 3.5 Flash-Lite en tareas no críticas para determinar si el coste-velocidad compensa la reducción de capacidad.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Fuente original: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentesmultimodalcodingRAG agentes IAeficiencia de tokensGeminiGoogle DeepMindmodelos especializados
Relacionadas
OpenAI lanza GPT-6 Astra en medio de dudas sobre si ha logrado superinteligencia
OpenAI ha lanzado GPT-6 Astra, descrito como su modelo más potente hasta la fecha. La empresa, que prepara su salida a Bolsa, sugiere haber alcanzado…
Por qué importaUn nuevo modelo de referencia de OpenAI redefine el estado del arte y presiona a competidores y empresas a evaluar su adopción, mientras la narrativa…
OpenAI lanza GPT-6 Astra y afirma que podría marcar el inicio de la era AGI
OpenAI anunció el lanzamiento de GPT-6 Astra, que según la compañía es el mejor modelo del mundo para navegar por ordenadores y navegadores web, escribir…
Por qué importaUn modelo capaz de operar interfaces y software como un humano acelera la automatización de tareas administrativas y de oficina, con implicaciones…
OpenAI lanza GPT-6 Astra, su nuevo modelo más avanzado
OpenAI ha anunciado GPT-6 Astra, descrito como su modelo más inteligente y alineado hasta la fecha. La compañía afirma que ofrece capacidades de última…
Por qué importaUn nuevo modelo insignia de OpenAI redefine el estado del arte y presiona a competidores y empresas a evaluar su adopción, especialmente por las…
OpenAI dice que Astra alcanza el nivel 'crítico' de riesgo cibernético según su marco de preparación
OpenAI ha anunciado que Astra es el primer modelo de la compañía en cumplir el umbral 'Critical' de capacidad en ciberseguridad según su Preparedness…
Por qué importaUn modelo con capacidades críticas en ciberseguridad puede usarse tanto para defensa avanzada como para ataques sofisticados, lo que eleva el riesgo…