Gemini 3.8 Flash: el modelo para agentes y su gemelo que caza vulnerabilidades
Google lanza dos versiones de Gemini 3.8 Flash: una para tareas de agencia y desarrollo, y una 'Cyber' especializada en detectar y corregir vulnerabilidades. Ya disponible para desarrolladores y defensores seleccionados.
Google ha presentado dos nuevas variantes de su modelo Gemini 3.8 Flash. La estándar es un 'caballo de batalla' para tareas de agencia (es decir, que la IA tome decisiones y ejecute acciones por su cuenta), desarrollo de software y razonamiento multi-paso. La otra, Flash Cyber, está optimizada para detectar y mitigar vulnerabilidades. El CEO Sundar Pichai aseguró en X que el 3.8 Flash supone 'saltos significativos' sobre el 3.7 Flash en ingeniería de software, tareas agénticas y razonamiento, y que Flash Cyber es su modelo 'más capaz' en ciberseguridad.
En las pruebas, el modelo estándar supera a muchos modelos de frontera en el benchmark de codificación DeepSWE, con un coste mucho menor. Flash Cyber logra un 86,2% en CyberGym y un 47,2% en CWE-Bench, que mide la capacidad de parcheo automático. En un benchmark interno de Google, alcanzó una tasa de éxito superior al 70% descubriendo vulnerabilidades en 20 lenguajes de programación. Es el tercer lanzamiento de la serie Flash en seis semanas, justo después de la versión 3.7.
El 3.8 Flash ya está disponible en Gemini Enterprise, y los desarrolladores pueden probarlo en la API de Gemini, Google AI Studio, Antigravity o Android Studio. El precio es de 0,75 dólares por millón de tokens de entrada y 3,75 por millón de salida, el mismo que el 3.7 Flash. Los usuarios pueden ajustar el nivel de esfuerzo del modelo según sus necesidades de calidad, coste o latencia. También pueden seguir con el 3.7 Flash, que mantiene soporte para cargas eficientes. El modelo tiene una ventana de entrada de 1 millón de tokens y un límite de salida de 64.000 tokens, y admite texto, imágenes, audio, vídeo y PDF.
En otras pruebas, destacó en finanzas (Vals Finance Agent V2), derecho (Harvey Legal Agent) y obtuvo un 54,9% en Humanity's Last Exam (HLE)-Verified, lo que refleja su capacidad de razonamiento multi-paso en disciplinas como matemáticas, ciencia y humanidades. Google compartió ejemplos prácticos: creó un juego mediante un prompt sencillo con técnicas de bucle en Antigravity, un Google Maps funcional en versión DOS con ubicaciones y direcciones, un visualizador 3D que descompone dispositivos en capas, y un mapa topográfico de lugares famosos basado en datos del USGS. Según Arena.ai, el 3.8 Flash ocupa el puesto 14 en Agent Arena, por encima de DeepSeek-V4-Pro, y el 7 en Text Arena, por delante de Claude Opus 5.
Flash Cyber se está desplegando inicialmente solo a 'defensores de confianza' a través del programa Fairwind, que da prioridad a autoridades gubernamentales, operadores de infraestructuras críticas y socios con necesidades avanzadas de defensa. Google dice que el modelo ha recibido un entrenamiento 'riguroso' en ciberseguridad y es especialmente hábil en descubrimiento autónomo de vulnerabilidades y parcheo automático. La empresa subraya que ha invertido en arreglar vulnerabilidades desde el principio, priorizando la defensa sobre la explotación. Para evitar malos usos, la versión incluye mitigaciones más permisivas, pero solo se comparte con socios limitados. Google ya lo usa para asegurar su propio código: produjo 2,6 veces más parches correctos en vulnerabilidades de Chrome que modelos comerciales mucho mayores. Además, Wiz —la empresa que Google adquirió por 32.000 millones de dólares— reportó que el modelo tiene un 7,5% a 9,7% más de recall en la detección de vulnerabilidades reales.
El análisis de Salseo
- Google apuesta fuerte por los agentes de IA: con tres versiones Flash en seis semanas, quiere ser el estándar en tareas complejas a bajo coste. La carrera no es solo por el modelo más inteligente, sino por el mejor rendimiento por token.
- Flash Cyber es una señal clara de hacia dónde va la ciberseguridad: la IA autónoma que detecta y parchea vulnerabilidades. La adquisición de Wiz por 32.000 millones de dólares cobra mucho sentido: Google quiere ser el proveedor de defensa generativa para empresas y gobiernos, no solo un chatbot de consumo.
- La restricción de Flash Cyber a 'defensores de confianza' revela la tensión entre poder y responsabilidad. Google prioriza la defensa y evita dar arsenal ofensivo a cualquiera. El inversor debe vigilar si amplían el acceso: si lo hacen, el mercado potencial se multiplica.
- El ajuste de 'esfuerzo' en el modelo estándar es práctico, pero también un reconocimiento de que rendimiento y coste van de la mano. Para muchas aplicaciones, el 3.7 Flash puede seguir siendo la opción más eficiente. La segmentación de la gama sugiere que Google quiere que cada cliente pague exactamente por el nivel de razonamiento que necesita.