Google presenta Gemini 3.5 Flash, un nuevo modelo de IA pensado para respuestas rápidas, entradas multimodales y agentes de IA. La impresión práctica es agridulce: el modelo es muy veloz y sirve para un montón de tareas del día a día, pero en programación exigente y en costes reales de uso la ventaja resulta menos clara.
Qué se supone que puede hacer Gemini 3.5 Flash
Con Gemini 3.5 Flash, Google quiere ofrecer un modelo que combine respuestas rápidas con tareas más complejas. No está orientado solo a desarrolladores, sino también a usuarios de la app de Gemini y a quienes usan IA en la búsqueda de Google.
El foco está en tareas que requieren varios pasos. Este tipo de agentes de IA pueden planificar, analizar archivos, usar herramientas y seguir trabajando con resultados intermedios. Para ti, como usuario normal, eso significa: la IA debería dejar de limitarse a responder y ponerse más a “hacer cosas” concretas.
- Entradas: El modelo procesa texto, imágenes, vídeo, audio y archivos PDF.
- Contexto: Puede tener en cuenta cantidades muy grandes de información dentro de una sola solicitud.
- Salidas: Va bien para respuestas largas, borradores estructurados e ideas sencillas de interfaz.
- Punto fuerte: Lo más llamativo es su alta velocidad de salida.
Por qué rendimiento y costes no van de la mano
Google posiciona Gemini 3.5 Flash como un modelo rápido, con alto rendimiento en tareas de agentes y programación. La evaluación independiente de Artificial Analysis confirma sobre todo el ritmo: allí el modelo supera los 280 tokens generados por segundo. Los tokens son unidades de texto con las que los proveedores de IA facturan el uso.
En costes, la lectura es menos clara. Gemini 3.5 Flash es más caro por token que los modelos Flash anteriores, pero sigue siendo más barato que muchos modelos punteros de gran tamaño.
Ahora bien, en tareas reales de agentes no cuenta solo el precio por token. Si un modelo genera muchos pasos intermedios, el coste total sube rápido. Ahí está la limitación más importante: Gemini 3.5 Flash va rápido, pero en tareas largas puede consumir más tokens de entrada de lo esperado.
En programación, por eso, no sale una imagen nítida. El modelo puede generar con rapidez páginas web sencillas, borradores rápidos e ideas de UI. Pero para proyectos de software complejos, la velocidad por sí sola no sustituye una calidad de código fiable ni buenas decisiones de arquitectura.
Para quién son relevantes las novedades
Para usuarios normales, Gemini 3.5 Flash es especialmente relevante si quieres que la IA reaccione más rápido ante entradas grandes o mixtas. Ahí entran documentos, imágenes, tareas de búsqueda y planificación sencilla. En productos de Google, el modelo puede trabajar discretamente en segundo plano para ofrecer funciones de asistencia más rápidas.
Para desarrolladores, la cosa es más matizada. Si montas prototipos rápidos, webs sencillas o experimentos con agentes, tienes un modelo muy reactivo. Si, en cambio, le encargas tocar bases de código grandes, conviene vigilar de cerca los costes, el número de pasos intermedios y la calidad del resultado.
La regla práctica más importante es: Gemini 3.5 Flash encaja bien en tareas donde importan la velocidad y la variedad de entradas. Para tareas de desarrollo caras, largas o críticas en seguridad, sigue teniendo sentido compararlo directamente con modelos de programación más potentes.