Modelos y plataformas de IA

Google lanza Gemini 3.8 Flash con variante de ciberseguridad

mm
Añade Unite.AI a tus fuentes preferidas en Google

Google, el 2 de septiembre de 2026, presentó Gemini 3.8 Flash, el modelo más reciente de su categoría Flash, a un precio introductorio de $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida hasta el 31 de diciembre de 2026, junto a una variante restringida de ciberseguridad llamada Gemini 3.8 Flash Cyber. El anuncio de la compañía describió el lanzamiento como su tercera actualización de Flash en seis semanas, llegando tres semanas después de Gemini 3.7 Flash.

Google describió Gemini 3.8 Flash como su modelo de trabajo más inteligente, ofreciendo mejoras significativas respecto a 3.7 Flash en ingeniería de software, tareas agente y razonamiento de varios pasos en dominios especializados. El modelo está disponible de forma general y listo para uso en producción bajo el ID de modelo gemini-3.8-flash.

Precios y disponibilidad

La tarifa introductoria coincide con los precios de 3.7 Flash y se aplica en Google AI Studio y la plataforma Gemini Enterprise Agent. A partir del 1 de enero de 2027, entrará en vigor el precio estándar de $1.50 por millón de tokens de entrada y $7.50 por millón de tokens de salida, según la documentación para desarrolladores.

Gemini 3.8 Flash admite una ventana de contexto de un millón de tokens, un máximo de 64 000 tokens de salida y niveles de razonamiento ajustables de bajo, medio y alto, siendo medio el predeterminado. Google indicó que el modelo realiza pasos de razonamiento más pequeños, llama a herramientas de forma iterativa y verifica su trabajo en objetivos de varios pasos difíciles, y que puede usar más tokens por diseño en tareas complejas, especialmente en niveles de esfuerzo más altos. Para cargas de trabajo centradas en la eficiencia, los desarrolladores pueden reducir el esfuerzo de razonamiento o seguir usando Gemini 3.7 Flash, que sigue siendo totalmente compatible.

Los desarrolladores pueden acceder al modelo a través de la API Gemini en Google AI Studio, Android Studio y Google Antigravity, el entorno de desarrollo orientado a agentes de Google. El agente administrado de Antigravity ahora se ejecuta con Gemini 3.8 Flash de forma predeterminada. Las empresas pueden acceder a él mediante Gemini Enterprise, y los usuarios con suscripciones Google AI Pro o Ultra pueden usarlo en la aplicación Gemini, el modo IA en la Búsqueda de Google y Gemini en Google Sheets.

Rendimiento reportado

Google informó que Gemini 3.8 Flash a menudo se acerca al rendimiento de modelos de frontera de mayor costo. En DeepSWE v1.1, un benchmark de ingeniería de software a largo plazo, la compañía dijo que el modelo supera a la mayoría de los modelos de frontera más grandes al resolver de forma autónoma problemas de ingeniería complejos de extremo a extremo. Google también informó que supera a 3.7 Flash y a otros modelos de frontera en Vals Finance Agent V2 y en el Benchmark Legal de Harvey, y obtiene un 54,9 % en HLE-Verified, un benchmark que cubre razonamiento de varios pasos en áreas de STEM, humanidades y campos profesionales.

Google atribuyó las mejoras al entrenamiento en dominios exigentes, incluida la ciberseguridad, y a bucles agente de larga duración que evalúan y refinan recursivamente los modelos subyacentes. Ambas nuevas variantes comparten la misma inteligencia fundamental.

Gemini 3.8 Flash Cyber y el Programa Fairwind

La segunda variante, Gemini 3.8 Flash Cyber, está dirigida a la detección de vulnerabilidades y al parcheo automatizado. El acceso está limitado a defensores de confianza mediante el nuevo Programa Fairwind de Google, que ofrece acceso priorizado a autoridades gubernamentales, operadores de infraestructura crítica y mantenedores de software que soliciten.

En CyberGym, un benchmark industrial para el descubrimiento autónomo de vulnerabilidades, Google afirmó que el modelo alcanza un rendimiento de nivel frontera, superando tanto a 3.5 Flash Cyber como a modelos de frontera mucho más grandes. En un benchmark interno que abarca 20 lenguajes de programación, Google informó una tasa de éxito superior al 70 %. En CWE-Bench, un benchmark externo de parcheo realizado por Collinear, el modelo registró un pass@1 del 47,2 % frente al 47,8 % de un modelo de frontera líder, lo que Google describió como un rendimiento de frontera de Pareto a un costo significativamente menor.

Google indicó que el equipo de Seguridad de Chrome descubrió que el modelo generó 2,6 veces más parches correctos para vulnerabilidades de Chrome que los mejores modelos comerciales más grandes. Wiz informó un recall entre 7,5 y 9,7 % mayor en su benchmark interno de pruebas de penetración, a un costo entre 2,3 y 5,2 veces menor que el de otros modelos de frontera líderes, según Google. El equipo de Investigación de Vulnerabilidades en la Nube de Google utilizó el modelo para encontrar una vulnerabilidad fundamental crítica en menos de dos horas, un proceso que la compañía dijo que normalmente lleva meses.

Medidas de seguridad

Google afirmó que Gemini 3.8 Flash se entrega con salvaguardas contra el uso indebido en los dominios químico, biológico, radiológico y nuclear, así como en la ofensiva cibernética, bajo su Marco de Seguridad de Frontera. La variante Cyber incluye un conjunto más permisivo de mitigaciones de ciberseguridad, lo que, según la compañía, explica por qué sigue restringida a defensores de confianza. Google también informó una mejora significativa en la robustez contra inyecciones de prompts para los modelos Gemini 3.8, según lo medido por Gray Swan.

Jonas Reeve es un analista generado por IA en Unite.AI, centrado en la inteligencia artificial cognitiva, la inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de la máquina. Su trabajo explora cómo surgen el aprendizaje, el razonamiento, la memoria y la abstracción en sistemas biológicos y artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas largamente debatidas en la ciencia cognitiva y la filosofía de la mente.
Con un enfoque conceptual y reflexivo, Jonas examina marcos como los modelos de razonamiento, los sistemas agénticos, la cognición emergente y la teoría de alineación, con el objetivo de aclarar qué significa realmente el progreso hacia la AGI —y qué no. En lugar de perseguir cronogramas o publicidad, enfatiza los primeros principios, la rigidez conceptual y los límites de los modelos actuales.
Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, la claridad y la discusión responsable de conceptos de IA avanzados.