TLDR La última publicación de Gemini de Google no es el tan esperado Gemini 3.5 Pro. En su lugar, Google lanzó tres modelos centrados en la eficiencia: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite y Gemini 3.5 Flash Cyber. El mensaje práctico es claro: Google está priorizando la economía de agentes, la latencia, la eficiencia de tokens y la automatización de seguridad especializada mientras su modelo Pro insignia sigue en pruebas.
Para los desarrolladores, lo mejor no es esperar pasivamente a Gemini 3.5 Pro. Utiliza Gemini 3.6 Flash como candidato de actualización predeterminado para agentes complejos y flujos de trabajo de programación; utiliza Gemini 3.5 Flash-Lite para extracción y enrutamiento de alto volumen; y mantén una estrategia de respaldo entre modelos para tareas de razonamiento de vanguardia. CometAPI proporciona acceso unificado a más de 500 modelos a través de una única clave de API compatible con OpenAI, de modo que Gemini puede probarse junto con GPT, Claude, DeepSeek, Kimi, Qwen y otros modelos sin reconstruir tu integración.
Puntos clave
- Google anunció Gemini 3.6 Flash, Gemini 3.5 Flash-Lite y Gemini 3.5 Flash Cyber el 21 de julio de 2026. Gemini 3.5 Pro no se lanzó en esta ocasión. Google dice que se está probando con socios y estará disponible ampliamente cuando esté listo.
- Gemini 3.6 Flash está disponible de forma general en la Gemini API, Google AI Studio, Gemini Enterprise Agent Platform, la app de Gemini y Google Antigravity. Gemini 3.5 Flash-Lite está disponible de forma general en la Gemini API y se orienta a flujos de trabajo de alto rendimiento y bajo costo.
- Gemini 3.5 Flash Cyber tiene acceso limitado, diseñado para la detección de vulnerabilidades, validación y generación de parches dentro de CodeMender.
- Google informa que Gemini 3.6 Flash usa un 17% menos de tokens de salida que 3.5 Flash en Artificial Analysis y hasta un 65% menos de tokens de salida en pruebas de estilo DeepSWE.
- Artificial Analysis informa de forma independiente que Gemini 3.6 Flash tiene una puntuación de 50 en el Intelligence Index, 251.3 tokens de salida/s y una reducción del costo promedio por tarea de $0.59 a $0.50 frente a Gemini 3.5 Flash.
- DeepSWE lista a Gemini 3.6 Flash con 49% pass@1 y $3.53 de costo promedio por tarea, comparado con Gemini 3.5 Flash con 37% pass@1 y $7.34 de costo promedio por tarea.
- CometAPI actualmente muestra Gemini 3.6 Flash a $1.20/M de entrada y $6.00/M de salida, y Gemini 3.5 Flash-Lite a $0.24/M de entrada y $2.016/M de salida. Consulta el panel en vivo antes de publicar precios en la interfaz del producto.
¿Qué lanzó Google?
Gemini 3.6 Flash
Gemini 3.6 Flash es el modelo más importante del lanzamiento para desarrolladores en general. Es un modelo estable de la categoría Flash pensado para agentes en producción, programación, flujos de trabajo multimodales, análisis de documentos, razonamiento con contexto largo y trabajo de conocimiento.
Google describe Gemini 3.6 Flash como un modelo “caballo de batalla” que ofrece mejor rendimiento en programación, trabajo de conocimiento y multimodalidad que Gemini 3.5 Flash a la vez que mejora la eficiencia de tokens. La página oficial de la Gemini API dice que el modelo está diseñado para la era agéntica y es especialmente efectivo para bucles rápidos de programación e iteración.
El ID público del modelo es:
gemini-3.6-flash
Para especificaciones básicas, consulta la página del modelo Gemini 3.6 Flash.
Gemini 3.5 Flash-Lite
Gemini 3.5 Flash-Lite es el modelo de eficiencia del lanzamiento. Google lo posiciona como el modelo de clase 3.5 más rápido y rentable, optimizado para ejecución de alto rendimiento, análisis de documentos, traducción, clasificación, enrutamiento y extracción simple de datos.
El ID público del modelo es:
gemini-3.5-flash-lite
Para especificaciones básicas, consulta la página del modelo Gemini 3.5 Flash-Lite.
La diferencia clave no es la ventana de contexto. Flash-Lite mantiene el mismo perfil de 1M de entrada y 64K de salida que 3.6 Flash. La diferencia es la intención de enrutamiento: Flash-Lite es para rendimiento y control de costos; 3.6 Flash es para tareas más difíciles donde la calidad y la fiabilidad de herramientas importan más.
Gemini 3.5 Flash Cyber
Gemini 3.5 Flash Cyber es un modelo de ciberseguridad especializado, construido sobre Gemini 3.5 Flash y ajustado para el descubrimiento de vulnerabilidades, validación y generación de parches.
No es un modelo normal de API pública. Google dice que estará disponible para gobiernos y socios de confianza a través de CodeMender como parte de un programa piloto de acceso limitado. Esa limitación importa para los desarrolladores: no diseñes una hoja de ruta de SaaS público en torno al acceso directo a Flash Cyber a menos que seas parte de ese piloto o de un programa de seguridad defensiva verificado.
El modelo sigue siendo importante porque muestra hacia dónde lleva Google a Gemini: modelos especialistas eficientes coordinados por infraestructura de agentes. En lugar de hacer que un modelo de frontera lo haga todo, Google está construyendo sistemas más pequeños y especializados que pueden ejecutar escaneos repetidos, combinar informes y parchear código a menor costo.
¿Deberías omitir Gemini 3.5 Pro?
La respuesta práctica
Para la mayoría de los equipos en producción, sí: empieza a evaluar Gemini 3.6 Flash y Gemini 3.5 Flash-Lite ahora en lugar de esperar a Gemini 3.5 Pro o Gemini 4 Pro.
Eso no significa que Gemini 3.5 Pro no vaya a ser importante. Significa que los modelos disponibles más recientes ya cubren una gran parte de las cargas de trabajo de IA de alto volumen: agentes de programación, agentes de recuperación, flujos de trabajo de documentos, análisis multimodal, extracción de datos, enrutamiento de prompts, automatización de UI, revisión con contexto largo y ejecución de sub-tareas de agentes.
El propio anuncio de Google dice que Gemini 3.5 Pro sigue en pruebas con socios y se lanzará ampliamente cuando esté listo. No hace falta una página pública de API gemini-3.5-pro, una tabla de precios final ni una ficha del modelo para empezar a mejorar la economía de producción hoy.
Cuándo todavía tiene sentido esperar por Gemini 3.5 Pro
Aún deberías observar Gemini 3.5 Pro o Gemini 4 Pro si tu carga de trabajo necesita más razonamiento de vanguardia que rendimiento. Ejemplos incluyen síntesis de investigación avanzada, ingeniería muy compleja con múltiples archivos, matemáticas difíciles, razonamiento científico, análisis empresarial de alto riesgo y tareas donde un modelo Flash todavía falla pese a un diseño cuidadoso de prompts y herramientas.
La estrategia de modelos más sólida no es “esperar al Pro” ni “reemplazar todo con Flash”. Es un enrutamiento por niveles:
- Usa Gemini 3.5 Flash-Lite para sub-tareas de bajo costo y alto volumen.
- Usa Gemini 3.6 Flash para programación, análisis multimodal, revisión de documentos, síntesis con contexto largo y flujos de trabajo agénticos.
- Redirige las solicitudes más difíciles o de mayor riesgo a un modelo de razonamiento de vanguardia a través de CometAPI.
- Añade Gemini 3.5 Pro al conjunto de benchmarks cuando Google y CometAPI lo pongan a disposición.
Benchmarks de Gemini 3.6 Flash: ¿Qué mejoró?
Tabla de benchmarks de Google DeepMind
La página de Gemini 3.6 Flash de Google DeepMind incluye las siguientes comparaciones frente a Gemini 3.5 Flash:
| Benchmark | Qué mide | Gemini 3.6 Flash | Gemini 3.5 Flash | Cambio |
|---|---|---|---|---|
| SWE-Bench Pro | Tareas de codificación orientadas a agentes | 58.7% | 55.1% | +3.6 pts |
| DeepSWE v1.1 | Ingeniería de software de largo horizonte | 49% | 37% | +12 pts |
| Terminal-Bench 2.1 | Codificación en terminal orientada a agentes | 78.0% | 76.2% | +1.8 pts |
| MLE-Bench | Ingeniería de aprendizaje automático | 63.9% | 49.7% | +14.2 pts |
| GDPval-AA v2 | Elo de trabajo de conocimiento | 1421 | 1349 | +72 Elo |
| OSWorld-Verified | Uso de computadora orientado a agentes | 83.0% | 78.4% | +4.6 pts |
| CharXiv reasoning, no tools | Síntesis de gráficos e información | 85.2% | 84.2% | +1.0 pt |
| CharXiv reasoning, with tools | Síntesis de gráficos e información | 89.4% | 84.9% | +4.5 pts |
| GDM-MRCR v2, 128K average | Recuperación de contexto largo | 91.8% | 77.3% | +14.5 pts |
| GDM-MRCR v2, 1M pointwise | Recuperación de contexto largo | 54.0% | 26.6% | +27.4 pts |
Las mayores mejoras están exactamente en las áreas que importan para los agentes: codificación de largo horizonte, ingeniería de aprendizaje automático, recuperación de contexto largo y uso del ordenador. Las mejoras más pequeñas en Terminal-Bench y CharXiv muestran que no es un lanzamiento uniforme de “todo se duplicó”. Es una mejora dirigida en fiabilidad, eficiencia de tokens y ejecución multipasos difícil.
Datos independientes de Artificial Analysis
Artificial Analysis ofrece un contrapeso útil a las tablas de benchmarks del proveedor. Su informe de julio de 2026 dice que Gemini 3.6 Flash mantiene el mismo puntaje de Intelligence Index que Gemini 3.5 Flash: 50. Eso es importante porque sugiere que Gemini 3.6 Flash no es necesariamente un salto en inteligencia bruta.
La gran mejora es la eficiencia:
| Métrica | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|
| Artificial Analysis Intelligence Index | 50 | 50 |
| Tiempo promedio por tarea | 1.3 minutos | 2.7 minutos |
| Costo promedio por tarea | $0.50 | $0.59 |
| Velocidad de salida | 251.3 tokens/s | No en esta tabla |
| Tiempo hasta el primer token | 14.00s | No en esta tabla |
Por eso el mejor titular no es “Gemini 3.6 Flash es más inteligente que todo”. Un titular más preciso sería: Gemini 3.6 Flash hace que las cargas de trabajo de agentes sean más baratas y rápidas sin sacrificar el nivel de inteligencia de Gemini 3.5 Flash.
DeepSWE: datos de codificación de largo horizonte
DeepSWE de Datacurve es especialmente relevante porque se centra en tareas originales de ingeniería de software de largo horizonte. Su clasificación describe 113 tareas en 91 repositorios y 5 lenguajes.
En la clasificación del 21 de julio de 2026:
| Modelo | Pass@1 | Costo promedio | Tokens de salida | Pasos del agente |
|---|---|---|---|---|
| Gemini 3.6 Flash high | 49% ±5 | $3.53 | 97K | 108 |
| Gemini 3.5 Flash medium | 37% ±2 | $7.34 | 276K | 86 |
El número más interesante no es solo la ganancia de 12 puntos en pass@1. Es la caída de tokens de salida: 97K frente a 276K. Eso es aproximadamente un 65% menos de tokens de salida, coincidiendo con la afirmación de lanzamiento de Google. Para agentes de programación, menos tokens de salida pueden significar menos deriva, menos bucles de reparación prolijos, menos contaminación del contexto y menor costo por incidencia completada.
Fuente: Gemini
Benchmarks de Gemini 3.5 Flash-Lite: por qué importa
Flash-Lite es el modelo de rendimiento
Gemini 3.5 Flash-Lite está diseñado para ejecución de alto volumen. Es el modelo a probar cuando tu sistema necesita procesar miles o millones de tareas pequeñas o medianas:
- extracción de recibos,
- análisis de catálogos de productos,
- etiquetado de fragmentos de documentos,
- traducción,
- clasificación,
- síntesis de resultados de búsqueda,
- reescritura de consultas,
- enrutamiento de llamadas a herramientas,
- tareas ligeras de programación,
- ejecución de sub-tareas de agentes,
- extracción de datos multimodal.
Google dice que Flash-Lite alcanza 350 tokens de salida por segundo según Artificial Analysis y tiene un precio de $0.30/M tokens de entrada y $2.50/M tokens de salida en el nivel estándar de la Gemini API.
Flash-Lite frente a Gemini 3.1 Flash-Lite
La ficha del modelo de Google DeepMind muestra ganancias importantes frente a Gemini 3.1 Flash-Lite:
| Benchmark | Gemini 3.5 Flash-Lite | Gemini 3.1 Flash-Lite | Cambio |
|---|---|---|---|
| SWE-Bench Pro | 54.2% | 38.3% | +15.9 pts |
| Terminal-Bench 2.1 | 54.0% | 31.0% | +23.0 pts |
| MLE-Bench | 39.2% | 22.0% | +17.2 pts |
| GDPval-AA v2 | 1140 | 642 | +498 Elo |
| OSWorld-Verified | 74.0% | 54.3% | +19.7 pts |
| CharXiv, no tools | 74.5% | 73.2% | +1.3 pts |
| CharXiv, with tools | 76.5% | 75.6% | +0.9 pts |
| GDM-MRCR v2, 128K average | 72.2% | 60.1% | +12.1 pts |
| GDM-MRCR v2, 1M pointwise | 21.3% | 12.3% | +9.0 pts |
Artificial Analysis también informa de un salto del Intelligence Index de 25 para Gemini 3.1 Flash-Lite a 36 para Gemini 3.5 Flash-Lite, mientras que el tiempo por tarea baja de 1.0 minuto a 0.6 minutos. La contrapartida es que el costo por tarea aumentó de $0.04 a $0.09 en ese conjunto de benchmarks porque el nuevo modelo tiene un precio más alto que 3.1 Flash-Lite.
Fuente: Gemini
Ese intercambio es aceptable si la mejora de calidad reduce reintentos posteriores, revisión humana o escalado a un modelo más caro. Es menos atractivo si tu carga de trabajo ya está resuelta perfectamente por Gemini 3.1 Flash-Lite. Prueba antes de migrar todo el tráfico.
El significado del lanzamiento de Gemini
Confirma el cambio del “modelo más grande” al “mejor caballo de batalla”
El mercado de IA a menudo se centra en los modelos insignia de frontera. Gemini 3.6 Flash apunta en otra dirección: los sistemas de IA de producción necesitan modelos fiables, rápidos y rentables que puedan completar muchas tareas reales sin despilfarro.
Por eso el lanzamiento enfatiza la eficiencia de tokens, menos llamadas a herramientas, menor latencia y menos bucles de revisión. Para los desarrolladores, no son métricas secundarias. Determinan si un agente de IA puede funcionar a escala sin sorprender al equipo financiero.
Le da a Google un modelo de producción más sólido mientras Gemini 3.5 Pro espera
Gemini 3.5 Pro sigue en pruebas con socios. En lugar de esperar al Pro, Google lanzó un modelo Flash más fuerte y un Flash-Lite más barato. Eso da a los desarrolladores dos opciones inmediatas:
- Gemini 3.6 Flash para una inteligencia de “caballo de batalla” más sólida.
- Gemini 3.5 Flash-Lite para ejecución más barata y rápida de alto volumen.
Es una estrategia de producto práctica. Muchas empresas no necesitan el modelo más caro en cada solicitud. Necesitan una cartera de modelos y lógica de enrutamiento.
Hace que el enrutamiento de modelos sea más importante
Gemini 3.6 Flash no debe usarse en todas partes. Tampoco Flash-Lite. Los mejores sistemas de IA de 2026 enrutarán dinámicamente:
- Empieza barato cuando la tarea sea simple.
- Usa Gemini 3.6 Flash cuando el razonamiento, la comprensión multimodal o el uso de herramientas importe.
- Escala solo cuando una solicitud no supere umbrales de confianza.
- Almacena en caché contextos largos repetidos.
- Supervisa el costo por tarea exitosa, no solo el costo por token.
Preguntas frecuentes
¿Está disponible Gemini 3.5 Pro ahora?
No como un modelo de la Gemini API disponible públicamente en el momento de escribir estas líneas, en julio de 2026. Google dice que Gemini 3.5 Pro se está probando con socios y se lanzará ampliamente cuando esté listo.
¿Gemini 3.6 Flash es mejor que Gemini 3.5 Flash?
Para muchos flujos de trabajo de agentes en producción y programación, sí. Google reporta mejores resultados en benchmarks y menor uso de tokens de salida. Artificial Analysis reporta una calidad similar en el Intelligence Index pero menor tiempo por tarea y menor costo por tarea.
¿Para qué es mejor Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite es ideal para cargas de trabajo de alto volumen, sensibles a la latencia y al costo, como extracción, clasificación, traducción, búsqueda, enrutamiento y ejecución de subagentes.
¿Puedo usar Gemini 3.5 Flash Cyber a través de la Gemini API pública?
Google describe Gemini 3.5 Flash Cyber como un modelo de acceso limitado disponible para gobiernos y socios de confianza a través de CodeMender. No está planteado como un modelo estándar de API pública.
¿Cuánto cuesta Gemini 3.6 Flash?
El precio estándar de la Gemini API lista Gemini 3.6 Flash a $1.50 por 1M de tokens de entrada y $7.50 por 1M de tokens de salida. CometAPI actualmente lo lista a $1.20/M de entrada y $6.00/M de salida. Verifica siempre los precios en vivo antes del despliegue en producción.
¿Cuánto cuesta Gemini 3.5 Flash-Lite?
El precio estándar de la Gemini API lista Gemini 3.5 Flash-Lite a $0.30 por 1M de tokens de entrada y $2.50 por 1M de tokens de salida. CometAPI actualmente lo lista a $0.24/M de entrada y $2.016/M de salida. Verifica siempre los precios en vivo antes del despliegue en producción.
¿Deberían los desarrolladores esperar a Gemini 3.5 Pro?
La mayoría de los equipos no deberían esperar. Empieza a probar Gemini 3.6 Flash para flujos de trabajo complejos y Gemini 3.5 Flash-Lite para sub-tareas de alto volumen ahora. Añade Gemini 3.5 Pro a tu conjunto de benchmarks cuando se confirmen las especificaciones públicas, los precios y la disponibilidad.
Veredicto final
El lanzamiento de Gemini de julio de 2026 se entiende mejor como un lanzamiento de eficiencia, no como un lanzamiento de un Pro insignia. Gemini 3.6 Flash no elimina la necesidad de un futuro Gemini 3.5 Pro, pero da a los desarrolladores algo útil de inmediato: un modelo disponible de forma general con un sólido rendimiento en programación, multimodalidad, contexto largo y capacidades agénticas, con menor costo de tokens de salida que Gemini 3.5 Flash.
Gemini 3.5 Flash-Lite llena la otra mitad del stack de producción. Es el modelo barato y rápido para sub-tareas que no requieren la máxima profundidad de razonamiento. Gemini 3.5 Flash Cyber apunta hacia un futuro de agentes defensivos especializados en seguridad, pero su acceso limitado lo convierte hoy más en una señal estratégica que en una herramienta general para desarrolladores.