- Gemini 3.5 Flash se convierte en el modelo por defecto de la app Gemini y del Modo IA de Google Search, con despliegue global.
- El modelo prioriza velocidad y coste: hasta cuatro veces más rápido y significativamente más barato que otros modelos de frontera.
- Está diseñado para tareas agénticas de largo recorrido, programación avanzada y automatización de flujos complejos en empresas.
- Se integra con herramientas como Antigravity, Android Studio, Google AI Studio, Gemini Enterprise y da vida a nuevos agentes como Gemini Spark.
Google ha aprovechado su conferencia I/O para dar un golpe de timón en su estrategia de inteligencia artificial con Gemini 3.5 Flash, el nuevo modelo que prioriza velocidad, coste y capacidad de acción. La compañía lo presenta como el motor que debe hacer que la IA deje de ser una curiosidad de laboratorio y pase a integrarse en el día a día de millones de usuarios y empresas, desde el buscador hasta las aplicaciones profesionales.
Más allá de los fuegos artificiales técnicos, el mensaje de fondo es económico: la IA solo escalará si resulta rentable y suficientemente rápida. De ahí que Gemini 3.5 Flash se sitúe en el centro del ecosistema de Google: es el modelo por defecto de la app Gemini, impulsa el Modo IA del buscador y alimenta nuevas funciones agénticas en Android, en la nube y en plataformas empresariales.
Qué es Gemini 3.5 Flash y qué lugar ocupa en la familia Gemini
La nueva familia Gemini 3.5 se inaugura con Gemini 3.5 Flash como primer modelo disponible de forma general. Es una versión optimizada que combina buena parte de la inteligencia de los modelos de frontera de Google con una latencia mucho menor y un coste por uso más bajo, algo clave para integrarlo en servicios masivos como el buscador o la app.
En paralelo, Google trabaja en Gemini 3.5 Pro, un modelo más pesado orientado a las tareas más exigentes, que se está utilizando de forma interna y cuya llegada al público se espera en las próximas semanas. Mientras tanto, la compañía ha dejado claro que el protagonismo inmediato recae en Flash, que ya está desplegado a escala global.
Según Google, Gemini 3.5 Flash supera a Gemini 3.1 Pro en varias pruebas de programación, razonamiento multimodal y tareas agénticas. En benchmarks como Terminal-Bench 2.1, GDPval-AA, MCP Atlas o CharXiv Reasoning, el nuevo modelo marca cifras por encima de la generación anterior, lo que le permite aspirar a competir con rivales como ChatGPT o Claude en ámbitos como el desarrollo de software y la orquestación de agentes.
La compañía encuadra este salto dentro de una visión más amplia: pasar de modelos conversacionales que solo responden a sistemas capaces de planificar y ejecutar acciones en nombre del usuario. En ese marco, Flash se define como el modelo más fuerte de Google hasta ahora para agentes y coding, pero ajustado al consumo continuo que exige un despliegue masivo.
Velocidad, coste y rendimiento: el equilibrio que busca Google
Uno de los puntos en los que Google más insiste es el rendimiento práctico: Gemini 3.5 Flash puede ser hasta cuatro veces más rápido que otros modelos de frontera al medir tokens de salida por segundo. La empresa habla incluso de una variante aún más optimizada para ciertos contextos que llega a multiplicar la velocidad por doce.
Ese aumento de velocidad viene acompañado de una reducción notable de costes frente a modelos equivalentes. El propio consejero delegado de Google ha llegado a cuantificar el impacto: grandes clientes de Google Cloud que mueven volúmenes cercanos a un billón de tokens diarios podrían ahorrar más de mil millones de dólares al año si trasladan la mayor parte de sus cargas a Gemini 3.5 Flash.
La lectura es clara: la batalla ya no se libra solo en quién tiene el modelo “más listo”, sino en quién logra que la IA tenga sentido económico cuando se usan agentes durante horas, se automatizan flujos de semanas o se atienden a cientos de millones de usuarios a la vez. Ese equilibrio entre calidad, latencia y precio es el argumento central de Google frente a otros actores del sector.
En datos publicados por la compañía, Gemini 3.5 Flash se sitúa en el cuadrante “velocidad alta / rendimiento alto” de índices independientes, una forma de escenificar que ya no sería obligatorio renunciar a la potencia para conseguir respuestas casi instantáneas. Para desarrolladores y responsables técnicos, este punto resulta especialmente relevante si se quiere pasar de pruebas piloto a despliegues reales.
Un modelo pensado para agentes de largo recorrido
Gemini 3.5 Flash nace con un objetivo muy concreto: ejecutar tareas de largo horizonte mediante agentes y subagentes colaborativos. Donde antes un desarrollador necesitaba días para refactorizar una base de código o un auditor debía revisar durante semanas la documentación de un proyecto, Google promete ahora procesos mucho más rápidos y con menor coste.
La clave está en que el modelo puede planificar flujos de trabajo de varios pasos, mantener contexto durante horas y coordinar llamadas a herramientas externas. En entornos de programación, se ha demostrado que es capaz de transformar bases de código heredadas a frameworks modernos como Next.js, detectar patrones problemáticos, proponer arquitecturas alternativas e ir aplicando cambios bajo supervisión humana.
Combinado con la plataforma Antigravity, Gemini 3.5 Flash puede repartir tareas entre distintos subagentes. Google ha enseñado ejemplos internos en los que varios agentes se reparten las partes de un proyecto y acaban montando, dentro de ese entorno, un sistema operativo funcional sin intervención directa más allá de la supervisión inicial.
La misma idea se aplica a otras áreas: desde automatizar la clasificación y renombrado de grandes volúmenes de activos no estructurados, hasta construir animaciones interactivas para artículos de investigación o generar interfaces web a partir de descripciones en lenguaje natural. Siempre con la misma lógica: delegar en agentes especializados que cooperan bajo la batuta de 3.5 Flash.
Impacto en el ecosistema de Google: del buscador a Android
El lanzamiento no se queda en la teoría. Google ha convertido a Gemini 3.5 Flash en el modelo por defecto de la aplicación Gemini y del Modo IA del buscador a escala global. Esto significa que las experiencias conversacionales y generativas que vean los usuarios en Search y en la app estarán impulsadas, por defecto, por este motor.
En el caso de Search, AI Mode se renueva con una interfaz más rica que acepta preguntas largas, imágenes, archivos y otros tipos de entrada. El sistema puede construir respuestas adaptadas a cada consulta, generar visualizaciones interactivas y hasta pequeñas herramientas personalizadas sin que el usuario tenga que saber programar.
La integración con Android también da un salto notable. El antiguo Assistant deja paso a Gemini como asistente principal en el móvil, apoyado precisamente en 3.5 Flash. El objetivo es que la interacción sea más natural, con menos tiempos de espera y funciones más integradas con el sistema operativo y las aplicaciones.
Entre los ejemplos mostrados aparecen funciones como Ask YouTube, que permite realizar preguntas en lenguaje natural y saltar directamente al fragmento relevante de un vídeo, o Docs Live, que habilita la creación y edición de documentos mediante la voz, con el modelo redactando, organizando citas y dando forma coherente al contenido dictado.
Gemini Spark y la consolidación de los agentes personales
Uno de los anuncios más llamativos ligados a Gemini 3.5 Flash es Gemini Spark, un agente personal que funciona de manera continua. La idea es que no se limite a responder cuando el usuario pregunta, sino que pueda encargarse de tareas que se ejecutan en segundo plano, desde gestionar parte de la vida digital hasta atender procesos recurrentes.
Este agente se apoya de lleno en las capacidades agénticas de 3.5 Flash para trabajar 24/7 con el contexto del usuario, respetando la supervisión y los permisos configurados. En las demostraciones, Spark es capaz de organizar correos, priorizar citas, preparar resúmenes de actividad o vigilar determinadas bandejas de entrada y avisar únicamente cuando algo requiere atención.
De momento, Gemini Spark se está desplegando a testers de confianza y a suscriptores de los planes más avanzados de Google AI en Estados Unidos. La compañía plantea que, con el tiempo, estos agentes personales puedan extenderse a otros mercados, incluidos los europeos, a medida que se vayan ajustando cuestiones de privacidad, cumplimiento normativo y localización.
En paralelo, Google ha presentado Android Halo, un nuevo espacio dentro de la interfaz del sistema pensado para que el usuario mantenga el control sobre lo que hacen estos agentes: ver qué tareas están en marcha, qué decisiones se están tomando y cómo evoluciona cada flujo automatizado, algo especialmente relevante desde la óptica de la protección de datos en la Unión Europea.
Uso empresarial y adopción por parte de compañías
En el ámbito corporativo, Google enmarca Gemini 3.5 Flash como un motor para automatizar procesos que hasta ahora eran largos, manuales y costosos. El modelo se integra con Google AI Studio, Android Studio, Gemini Enterprise, Gemini Enterprise Agent Platform y Antigravity, conformando una oferta pensada para desarrolladores, equipos de ciencia de datos y departamentos de TI.
Entre los casos de uso que la compañía ha mencionado figuran bancos, fintechs y plataformas de comercio que utilizan agentes basados en 3.5 Flash para acelerar la incorporación de clientes, analizar documentación extensa o mejorar sus previsiones de negocio. Estos agentes pueden razonar sobre contratos de más de cien páginas, extraer la información relevante y presentar recomendaciones de forma estructurada.
También se citan ejemplos en automatización de back office, procesamiento de facturas complejas mediante capacidades multimodales y soporte avanzado a equipos de datos, donde los flujos agénticos se encargan de supervisar conjuntos masivos de información, detectar incidencias, sugerir soluciones y acompañar en el diagnóstico.
La promesa para las empresas europeas es doble: por un lado, reducir tiempo y costes en tareas que hoy consumen muchos recursos internos; por otro, aprovechar la capacidad multimodal del modelo para tratar datos que combinan texto, imágenes y otros formatos sin tener que trocear el proceso en varias herramientas distintas.
Seguridad, salvaguardas y marco de riesgos
La otra pata del anuncio tiene que ver con la seguridad. Google asegura que Gemini 3.5 se ha desarrollado bajo su marco Frontier Safety Framework, un conjunto de políticas internas centradas en mitigar riesgos de ciberseguridad y amenazas relacionadas con ámbitos químicos, biológicos, radiológicos y nucleares, entre otros.
En la práctica, esto se traduce en nuevos mecanismos de entrenamiento y filtros dirigidos a reducir la probabilidad de que el modelo genere contenido dañino o inadecuado, al tiempo que intenta minimizar los rechazos injustificados cuando las consultas son legítimas. La empresa menciona además mejoras en interpretabilidad para revisar el razonamiento interno de la IA antes de presentar ciertas respuestas.
Para el contexto europeo, donde el debate en torno a la regulación de la IA es especialmente intenso, este tipo de salvaguardas y herramientas de control pueden resultar determinantes. Google quiere posicionar a Gemini 3.5 no solo como un modelo potente y rápido, sino también como una opción compatible con los requisitos de transparencia, trazabilidad y gestión de riesgos que se discuten en marcos normativos como la futura Ley de IA de la UE.
La compañía también está extendiendo tecnologías como SynthID a su ecosistema, capaces de marcar y detectar contenidos generados por IA, un aspecto relevante en un entorno donde la generación de vídeo, imágenes y audio sintético se vuelve cada vez más accesible y donde la desinformación es una preocupación constante.
Disponibilidad y perspectivas para Europa y España
Gemini 3.5 Flash ya se encuentra disponible de forma generalizada a través de la API de Gemini, Google AI Studio, Android Studio y las plataformas empresariales de la compañía, además de estar activo en la app Gemini y en el Modo IA del buscador. El despliegue se está realizando a escala global, con ajustes por país y región.
Para los usuarios de España y del resto de Europa, esto implica que buena parte de las nuevas funciones conversacionales y agénticas de Google irán llegando de manera progresiva, siempre condicionadas por factores como el idioma, el cumplimiento normativo local y los acuerdos de uso de datos. No todas las características estarán disponibles al mismo tiempo ni en los mismos términos que en Estados Unidos.
En el plano empresarial europeo, la presencia consolidada de Google Cloud y la presión por reducir costes operativos pueden hacer que Gemini 3.5 Flash se convierta en una opción atractiva para automatizar flujos complejos, desde la revisión documental a la asistencia a equipos de desarrollo, pasando por la gestión de procesos internos en sectores como banca, seguros o retail.
Con este movimiento, Google busca reforzar su posición en la carrera por los agentes inteligentes: un modelo rápido, relativamente económico y orientado a tareas de larga duración que se integra de arriba abajo en su ecosistema, desde el buscador hasta la infraestructura en la nube. Si la compañía logra sostener las promesas de velocidad y coste a gran escala, Gemini 3.5 Flash puede convertirse en la pieza que consolide el salto de la IA desde la demostración puntual a la automatización cotidiana tanto para usuarios particulares como para organizaciones en Europa.
