El 21 de julio de 2026, Google lanzó Gemini 3.6 Flash, la nueva versión de su modelo de IA de uso más habitual. La promesa cabe en una frase: las mismas tareas, con menos tokens consumidos, por lo tanto a menor coste. Ese mismo día, Google DeepMind presentó también un modelo derivado especializado en detectar fallos de seguridad en software. Para un directivo de pyme que ya paga facturas mensuales de API de IA, ambos anuncios merecen entenderse con precisión, con cifras reales de por medio.
En resumen
- Google lanzó Gemini 3.6 Flash el 21 de julio de 2026, junto a Gemini 3.5 Flash-Lite, disponibles de inmediato en Google AI Studio, la app Gemini y Google Search (fuente: Google DeepMind, 9to5Google).
- El precio de salida baja de 9 $ a 7,50 $ por millón de tokens (- 17 %), y Gemini 3.6 Flash necesita alrededor de un 17 % menos de tokens para producir un resultado equivalente (fuente: Google DeepMind).
- En tareas de ingeniería largas y automatizadas, el coste real por tarea completada puede caer hasta un 65 %, ya que el precio más bajo se suma a un consumo de tokens reducido (fuente: VentureBeat).
- Un tercer modelo, Gemini 3.5 Flash Cyber, se anunció el mismo día: diseñado para detectar y documentar vulnerabilidades de seguridad en código, por ahora sigue limitado a un acceso piloto restringido (fuente: Google DeepMind, The Hacker News).
- Para una pyme, la lección práctica no es perseguir el modelo más reciente, sino la confirmación de que la IA agéntica sigue abaratándose, lo que hace viables automatizaciones que hace un año no lo eran.
Qué lanzó Google el 21 de julio de 2026
Gemini 3.6 Flash es lo que Google llama su modelo "workhorse" (caballo de tiro): no el más potente de la gama, sino el pensado para funcionar a gran volumen, especialmente detrás de agentes de IA que encadenan decenas de llamadas por tarea. Mantiene una ventana de contexto de un millón de tokens en la entrada, con una salida limitada a 64.000 tokens, y adelanta su fecha de conocimiento de enero de 2025 a marzo de 2026.
En los bancos de pruebas publicados por Google, las mejoras son medibles: la puntuación en DeepSWE, que evalúa la resolución de tareas de desarrollo de software, pasa del 37 % al 49 %. En OSWorld-Verified, que evalúa la capacidad de manejar un ordenador como lo haría una persona, la puntuación sube del 78,4 % al 83,0 %. No son saltos espectaculares, pero van en la misma dirección que la bajada de precio: más resultado, por menos dinero.
| Modelo | Función | Contexto | Precio salida (por M de tokens) |
|---|---|---|---|
| Gemini 3.5 Flash | Generación anterior | 1 M tokens | 9 $ |
| Gemini 3.6 Flash | Modelo actual, agentes y volumen | 1 M tokens | 7,50 $ |
| Gemini 3.5 Flash-Lite | Tareas simples, coste muy bajo | 1 M tokens | No publicado |
| Gemini 3.5 Flash Cyber | Detección de vulnerabilidades | Solo acceso piloto | No publicado |
Fuente: Google DeepMind, 9to5Google, VentureBeat.
El cambio real: la IA agéntica se abarata
Este es el punto que más importa a una pyme. El precio de lista baja un 17 %, pero el efecto combinado con el menor consumo de tokens va más allá: según VentureBeat, en tareas de ingeniería largas gestionadas por un agente de IA, el coste total por tarea completada puede caer hasta un 65 %. En la práctica, un agente que encadena investigación, redacción de código, pruebas y correcciones necesita menos idas y vueltas para llegar al mismo resultado.
Para una pyme que usa la IA de forma ocasional (algunos resúmenes, algunos correos), la diferencia en la factura mensual será modesta. Pero para las que empiezan a hacer funcionar agentes de IA de forma continua (atención al cliente automatizada, vigilancia documental, filtrado de candidaturas), este tipo de recorte puede convertir un proyecto en rentable, cuando no lo era hace seis meses.
Gemini 3.5 Flash Cyber: una IA que caza fallos de seguridad
Ese mismo día, Google DeepMind presentó Gemini 3.5 Flash Cyber, una versión del modelo entrenada específicamente para encontrar, validar y documentar vulnerabilidades en código de software. La idea: en lugar de hacer una única llamada costosa a un modelo masivo, el sistema de Google (llamado CodeMender) consulta a Gemini 3.5 Flash Cyber muchas veces, con rapidez, para explorar en paralelo decenas de posibles rutas de ejecución en un proyecto, antes de compilar un único informe.
En una prueba interna realizada sobre el motor JavaScript V8 de Chrome, un software conocido por ser difícil de auditar, el modelo permitió confirmar 55 vulnerabilidades únicas, frente a 47 de la versión estándar de Gemini 3.5 Flash y 36 de un modelo competidor citado por Google (fuente: Google DeepMind, Help Net Security). El equipo de investigación de seguridad en la nube de Google también afirma haber descubierto, gracias a este modelo, fallos de ejecución remota de código en API públicas en un plazo de dos horas.
Para recordar
Gemini 3.5 Flash Cyber todavía no está disponible para una pyme convencional: Google lo despliega primero entre gobiernos y socios de confianza mediante un programa piloto. Es una tendencia a seguir, no una herramienta que se pueda contratar hoy.
Este anuncio refleja una tendencia más amplia que va más allá de Google: los grandes laboratorios de IA están orientando parte de sus modelos hacia la detección automatizada de vulnerabilidades, lo que a largo plazo debería reducir el tiempo entre el descubrimiento de un fallo y su corrección en los proveedores de software que usan las pymes a diario.
Qué cambia en la práctica para una pyme
Revisar el proveedor actual
Volver a probar antes de generalizar
Recalcular el punto de rentabilidad
Reflejo a evitar
Reflejo útil
Los límites que hay que tener en cuenta
Tres precisiones honestas sobre este anuncio. Primero, las cifras de los bancos de pruebas (DeepSWE, OSWorld-Verified) y las comparaciones de vulnerabilidades detectadas proceden del propio Google: son resultados internos, todavía no verificados por un tercero independiente. Segundo, Gemini 3.5 Flash Cyber no es accesible para nadie fuera de un círculo restringido de socios por ahora: ninguna pyme puede usarlo directamente hoy. Por último, un precio por token más bajo no garantiza una factura total menor: si un modelo más barato incentiva un uso más intensivo (más agentes, más automatizaciones), el gasto global puede mantenerse igual, o incluso aumentar.
Preguntas frecuentes
¿Qué es Gemini 3.6 Flash?
Gemini 3.6 Flash es el modelo de IA "workhorse" de Google DeepMind, lanzado el 21 de julio de 2026. Está pensado para un uso de gran volumen (agentes de IA, automatizaciones), con una ventana de contexto de un millón de tokens y un precio de salida de 7,50 $ por millón de tokens, frente a los 9 $ de la generación anterior.
¿Gemini 3.6 Flash es realmente más barato que antes?
Sí, en dos frentes que se suman: el precio de lista baja un 17 % en la salida, y el modelo necesita menos tokens para producir un resultado equivalente. Según VentureBeat, en tareas de ingeniería gestionadas por un agente, el coste total por tarea completada puede caer hasta un 65 %.
¿Qué es Gemini 3.5 Flash Cyber?
Es una versión de Gemini 3.5 Flash entrenada para detectar y documentar vulnerabilidades de seguridad en código. Google lo usa en su sistema CodeMender y, por ahora, lo despliega solo entre gobiernos y socios seleccionados, no para el público general ni para pymes.
¿Debe una pyme cambiar de modelo de IA ahora mismo?
No hay urgencia. Si su proveedor cambia automáticamente a Gemini 3.6 Flash, basta con verificar que sus automatizaciones existentes siguen funcionando correctamente. Si elige el modelo manualmente, compare el coste por tarea en sus casos reales antes de migrar.
Conclusión
Gemini 3.6 Flash no es una revolución técnica, sino una confirmación útil: el coste de la IA agéntica sigue bajando, mes tras mes. Es esta tendencia de fondo, más que el anuncio de un día concreto, la que debe guiar las decisiones de una pyme. Para comparar los modelos disponibles según su uso, consulte nuestros otros análisis en los recursos del Mag, o descubra cómo otras pymes estructuraron sus decisiones de herramientas de IA en nuestros casos de éxito.
