Google Gemini 3.6 Flash consume un 17 % menos de tokens

Google ha presentado hoy los modelos Gemini 3.6 Flash, Gemini 3.5 Flash-Lite y Gemini 3.5 Flash Cyber, este último centrado en la ciberseguridad. La empresa promete que el nuevo modelo Flash, que sustituye al Gemini 3.5 Flash anunciado hace tan solo dos meses, ofrece un menor coste, un menor consumo de tokens y un uso más fiable de las herramientas. Los desarrolladores ya pueden empezar a utilizar los nuevos modelos a través de la API de Gemini y Google AI Studio, mientras que los usuarios finales pueden acceder a Gemini 3.6 Flash desde la aplicación Gemini.

Gemini 3.6 Flash es el modelo principal de Google que equilibra la alta velocidad con capacidades avanzadas de razonamiento. Según los resultados basados en los datos del Artificial Analysis Index de Google, el modelo consume, en comparación con el Gemini 3.5 Flash, un 17 % menos de tokens de salida . En pruebas específicas como DeepSWE, el ahorro de tokens alcanza hasta un 65 %. Además, el modelo utiliza menos pasos de razonamiento y menos llamadas a herramientas al completar tareas de varios pasos.

Google estima que, para Gemini 3.6 Flash, el coste por cada millón de tokens de entrada es de 1,50 dólares, y por cada millón de tokens de salida, 7,50 dólares . De este modo, la empresa pretende reducir no solo el coste por token, sino también el número total de operaciones que realiza un agente de IA para completar una tarea. De hecho, este enfoque hace que el modelo resulte más relevante en agentes corporativos que funcionan de forma continua y en tareas de codificación de gran volumen.

En cuanto al rendimiento, Gemini 3.6 Flash obtiene un resultado del 49 % en la prueba DeepSWE, mientras que Gemini 3.5 Flash se queda en el 37 %. El resultado de MLE Bench pasa del 49,7 % al 63,9 %, mientras que el resultado de OSWorld-Verified en cuanto al uso de recursos del sistema pasa del 78,4 % al 83 % . Google también señala que el nuevo modelo reduce los cambios de código innecesarios y los ciclos de ejecución repetitivos. En la prueba de trabajo de datos GDPval-AA v2, el nuevo modelo alcanza los 1421 puntos, mientras que el modelo anterior obtiene 1349 puntos.

Gemini 3.5 Flash-Lite genera 350 tokens por segundo

Gemini 3.5 Flash-Lite está dirigido a desarrolladores que buscan baja latencia y alto volumen de transacciones. Según las mediciones de Artificial Analysis, el modelo genera 350 tokens de salida por segundo. Google cobra 0,30 dólarespor cada millón de tokens de entrada, y 2,50 dólares . Esta estructura de precios hace que Flash-Lite destaque en servicios de procesamiento de documentos, agentes de búsqueda, clasificación de datos y aquellos en los que se procesan numerosas solicitudes pequeñas.

Grundig 75 GQ 700A 75\» Pantalla de 190 4K Ultra HD Google Smart QLED TV

Comprar

MSI CYBORG 15 A13UC-2087XTR Intel Core i5 13420H 16 GB 512 GB SSD RTX 3050 Freedos 15,6\» FHD 144 Hz Portátil

Comprar

Aire acondicionado de pared Samsung Windfree Premium AR60F12C1KW/SK A++ 12 000 Btu con tecnología Inverter

Comprar

Arçelik 9120 Dmx, 1200 rpm, lavadora de 9 kg

Comprar

Frigorífico Beko 970471 MB con congelador en la parte superior

Comprar

Cargador para coche Duracell de 18 W con toma de mechero, Type-C PD + USB-A – Cargador rápido de doble salida

Comprar

Ver todo Reducir

Ver todas las ofertas

Teknoblog tiene programas de afiliados. Estos no influyen en el contenido editorial, pero Teknoblog puede obtener una comisión por los productos comprados a través de los enlaces de afiliados.

El nuevo modelo Flash-Lite obtiene un resultado del 54 % en la prueba Terminal-Bench 2.1, mientras que el Gemini 3.1 Flash-Lite alcanza el 31 % en la misma prueba. El resultado del GDM-MRCR v2, que mide el rendimiento a largo plazo, pasa del 60,1 % al 72,2 %, mientras que la puntuación del GDPval-AA v2 sube de 642 a 1140. Según los datos compartidos por Google, Gemini 3.5 Flash-Lite supera incluso a Gemini 3 Flash, que se sitúa en una categoría superior en algunas pruebas de codificación y de agentes. Por ejemplo, el modelo obtiene un 54,2 % en SWE-Bench Pro y un 74 % en la prueba OSWorld-Verified.

Los desarrolladores pueden ajustar el nivel de razonamiento del modelo en función de la carga de trabajo. Los niveles más bajos reducen la latencia y el coste, mientras que los niveles de razonamiento más altos destinan mayor potencia de cálculo a las tareas de los subagentes que constan de varios pasos. Google también integra la herramienta de uso informático directamente en Gemini 3.5 Flash-Lite. De este modo, el modelo sirve de base para los agentes que realizan operaciones en navegadores, aplicaciones móviles e interfaces de escritorio.

Flash Cyber detecta vulnerabilidades de seguridad y corrige el código

Google ha desarrollado el modelo Gemini 3.5 Flash Cyber a partir de Gemini 3.5 Flash y lo ha diseñado específicamente para tareas de detección, verificación y corrección de vulnerabilidades de seguridad. El sistema CodeMender somete el mismo problema de seguridad al análisis de varios agentes de Flash Cyber y, a continuación, combina los resultados de los agentes en un único informe. La empresa explica que el modelo ha obtenido resultados similares a los de modelos más grandes en la prueba CyberGym, y que lo ha logrado con un menor coste por token.

Sin embargo, Google no ofrecerá acceso general a Flash Cyber debido a los riesgos de uso indebido. La empresa utilizará el modelo únicamente en un programa piloto limitado de CodeMender que llevará a cabo con organismos públicos y socios de confianza. Con esta distribución controlada, Google pretende que los equipos de defensa detecten las vulnerabilidades críticas antes que los atacantes.

Gemini 3.6 Flash y Gemini 3.5 Flash-Lite ya están disponibles a través de la API de Gemini, Google AI Studio, Android Studio y la plataforma Gemini Enterprise Agent. Gemini 3.6 Flash también llega a Google Antigravity y a la aplicación Gemini Enterprise, mientras que Gemini 3.5 Flash-Lite se está incorporando progresivamente a Google Search. Todos los usuarios de Gemini pueden seleccionar la versión 3.6 Flash desde el menú de modelos de la aplicación Gemini. Además, Google sigue probando Gemini 3.5 Pro con sus socios y anuncia que ha iniciado el proceso de preentrenamiento para Gemini 4.