Google lanza Gemini 3.8 Flash y 3.8 Flash Cyber, sus modelos más potentes para codificación agéntica y ciberdefensa

Google ha presentado Gemini 3.8, su nueva generación de modelos «Flash», en dos variantes: Gemini 3.8 Flash, pensado como caballo de batalla para tareas de ingeniería de software, flujos de trabajo agénticos y razonamiento multi-paso en dominios especializados; y Gemini 3.8 Flash Cyber, un modelo específico para ciberseguridad orientado a la detección de vulnerabilidades y el parcheo automático, disponible solo para un grupo de "defensores de confianza" a través de un nuevo programa llamado Fairwind. El lanzamiento llega apenas tres semanas después de Gemini 3.7 Flash y supone la tercera versión de la familia Flash en solo seis semanas, lo que confirma el ritmo de publicación acelerado que Google ha adoptado en su competencia con otros laboratorios de IA por dominar el terreno de los agentes autónomos de código.

Según la propia compañía, ambas variantes comparten una base de inteligencia común, reforzada mediante bucles agénticos de larga duración que evalúan y refinan de forma recursiva los modelos, así como un entrenamiento intensivo en el exigente dominio de la ciberseguridad, que según Google habría contribuido también a las mejoras generales de razonamiento y codificación.

Gemini 3.8 Flash mantiene el mismo precio introductorio que 3.7 Flash: 0,75 dólares por millón de tokens de entrada y 3,75 dólares por millón de tokens de salida (esa tarifa expira el 31 de diciembre de 2026; a partir del 1 de enero de 2027 pasará a 1,50 y 7,50 dólares respectivamente). Google afirma que el modelo, pese a mantener el coste y la velocidad de su predecesor, logra un salto sustancial de rendimiento, acercándose en varios casos a modelos de frontera mucho más caros. En el benchmark DeepSWE v1.1, centrado en ingeniería de software autónoma de largo alcance, aseguran que supera a la mayoría de modelos de frontera más grandes al resolver problemas complejos de principio a fin, con una fracción del coste. También destacan resultados superiores a 3.7 Flash y a otros modelos de frontera en benchmarks de dominios profesionales como Vals Finance Agent V2 (finanzas) y el Legal Agent Benchmark de Harvey (derecho), además de un 54,9% en HLE-Verified, que mide razonamiento multi-paso en ciencias, humanidades y ámbitos profesionales.

Google explica esta mejora como una decisión de diseño deliberada: el modelo «trabaja más duro», ejecutando pasos de razonamiento adicionales y llamando a herramientas de forma iterativa, lo que puede traducirse en un mayor consumo de tokens, especialmente en niveles de esfuerzo más altos. Para quienes priorizan la eficiencia computacional, la compañía ofrece niveles de esfuerzo más bajos o recomienda seguir usando Gemini 3.7 Flash, que continúa disponible. Como demostraciones prácticas, el artículo menciona ejemplos construidos con un único prompt en Google Antigravity: un videojuego 3D ambientado en un castillo con texturas generadas mediante Nano Banana, una versión funcional de Google Maps para DOS navegable con indicaciones y Street View, y un mapa topográfico interactivo con datos reales del Servicio Geológico de Estados Unidos (USGS). También citan «Hardware Anatomy», un visualizador 3D construido en Google AI Studio que genera renderizados en Three.js de despieces de dispositivos electrónicos.

En el terreno de la ciberseguridad, Gemini 3.8 Flash Cyber se presenta como el modelo más capaz de Google hasta la fecha en esta área, con foco explícito en dotar a los equipos defensivos de ventaja frente a los atacantes: la compañía dice haber priorizado desde el inicio la capacidad de corregir vulnerabilidades por encima de capacidades ofensivas como la explotación. En el benchmark estándar del sector CyberGym, el modelo mostraría un rendimiento de frontera en el descubrimiento autónomo de vulnerabilidades, superando tanto a 3.5 Flash Cyber como a modelos de frontera de mayor tamaño. En una evaluación interna propia, que cubre 20 lenguajes de programación distintos —más allá del C/C++ predominante en CyberGym—, el modelo alcanzaría una tasa de éxito superior al 70%. En cuanto al parcheo automático, en el benchmark externo CWE-Bench (gestionado por Collinear) el modelo se situaría en la «frontera de Pareto», con un pass@1 del 47,2% frente al 47,8% de un modelo de frontera líder, pero a un coste significativamente menor.

Google también aporta ejemplos de uso interno del modelo para asegurar su propio código: el equipo de Seguridad de Chrome habría obtenido 2,6 veces más parches correctos frente a vulnerabilidades que los mejores modelos comerciales de mayor tamaño; la firma de seguridad Wiz reporta entre un 7,5% y un 9,7% más de recall en su benchmark interno de pruebas de penetración, con un coste entre 2,3 y 5,2 veces menor respecto a otros modelos de frontera; y el equipo de Investigación de Vulnerabilidades en la Nube de Google dice haber encontrado una vulnerabilidad crítica en menos de dos horas usando el modelo, un proceso que normalmente requeriría meses de investigación.

En materia de seguridad y mal uso, Google indica que Gemini 3.8 Flash incorpora salvaguardas frente a usos indebidos en los ámbitos químico, biológico, radiológico y nuclear (CBRN) y de ofensiva cibernética, en línea con su Frontier Safety Framework, mientras que 3.8 Flash Cyber cuenta con un conjunto de mitigaciones más permisivo pero restringido a defensores de confianza que necesiten capacidades cibernéticas más amplias. La compañía también señala avances en robustez frente a ataques de inyección de prompts, según mediciones de la firma Gray Swan.

En cuanto a disponibilidad, Gemini 3.8 Flash puede usarse ya en Google Antigravity, la API de Gemini a través de Google AI Studio, Android Studio y Stitch para desarrolladores; en Gemini Enterprise para empresas; y para consumidores suscritos a Google AI Pro y Ultra, a través de la app de Gemini, el modo IA de la Búsqueda de Google y Gemini en Hojas de cálculo de Google. El acceso a Gemini 3.8 Flash Cyber, en cambio, se canaliza exclusivamente a través del programa Fairwind, dirigido a autoridades gubernamentales de confianza, operadores de infraestructuras críticas y mantenedores de software, que deben solicitar el acceso.

El ritmo de publicación —tres modelos Flash en seis semanas— y el énfasis compartido en flujos agénticos de codificación y en ciberseguridad automatizada sugieren que Google está tratando de consolidar posición tanto en la carrera por agentes de software autónomos como en la aplicación de IA a la defensa cibernética, un terreno donde la compañía dice haber optado deliberadamente por restringir el acceso a las capacidades más sensibles.