Google lanza Gemini 3.8 Flash: su rendimiento se acerca al del modelo superior Claude Opus 5, y la eficiencia de costos sigue siendo su ventaja competitiva central

TradingKey - Google (GOOGL) lanzó dos nuevos modelos el 2 de septiembre, hora del Este: Gemini 3.8 Flash y Gemini 3.8 Flash Cyber. Este es el tercer modelo de la serie Flash presentado por Google en seis semanas, que mantiene las características de alta velocidad y bajo coste del Gemini 3.7 Flash anterior, al tiempo que mejora la generación de código, el razonamiento complejo, las tareas agénticas y las capacidades de ciberseguridad.

El primero está orientado a la ingeniería de software, los agentes de IA y las tareas de razonamiento de múltiples pasos en campos especializados; el segundo se centra en el descubrimiento de vulnerabilidades y la remediación automatizada, y está disponible únicamente para defensores verificados y de confianza.

Aunque los dos modelos están orientados a casos de uso diferentes, ambos se basan en el mismo núcleo de inteligencia subyacente y evalúan y optimizan repetidamente los resultados del modelo mediante bucles de agentes de larga ejecución.

Gemini 3.8 Flash: mejora la programación de largo alcance y las tareas de agentes

La principal mejora de Gemini 3.8 Flash se centra en el procesamiento de tareas complejas y continuas que requieren llamadas a herramientas multiturno. Google afirmó que, en pruebas seleccionadas, el rendimiento del modelo se aproxima al de los modelos insignia de mayor coste.

En la prueba de rendimiento de ingeniería de software a largo plazo DeepSWE v1.1, Gemini 3.8 Flash obtuvo un 73,7%, por encima del 65,3% de Gemini 3.7 Flash, y superando también el 72,7% de GPT-5.6 Sol y el 69,6% de GPT-5.6 Terra, quedando solo ligeramente por detrás del 74,0% de Claude Opus 5.

Fuente: Google

En tareas de dominios especializados, Gemini 3.8 Flash también demostró una gran competitividad. Entre ellas, HLE-Verified abarca preguntas multidisciplinarias en ciencia, tecnología, humanidades y conocimientos profesionales, ámbito en el que Gemini 3.8 Flash también superó el 31,0% de Claude Sonnet 5, el 51,1% de GPT-5.6 Terra, el 54,4% de Claude Opus 5 y el 54,5% de GPT-5.6 Sol.

En cuanto a los precios, Gemini 3.8 Flash mantiene la tarifa inicial de Gemini 3.7 Flash: 0,75 dólares por millón de tokens de entrada y 3,75 dólares por millón de tokens de salida.

En comparación, los precios de entrada y salida para Claude Opus 5 son de 5 y 25 dólares, respectivamente; para GPT-5.6 Sol, de 4 y 20 dólares; y para GPT-5.6 Terra, de 2 y 12 dólares.

Esto significa que Gemini 3.8 Flash se aproxima o incluso supera a modelos de mayor tamaño en pruebas selectas de programación y razonamiento, pero con un coste por llamada a la API significativamente menor. Para los desarrolladores que buscan desplegar agentes de código, analítica automatizada y flujos de trabajo empresariales, su eficiencia en costes podría ser su principal argumento de venta.

Gemini 3.8 Flash Cyber: Se centra en la detección de vulnerabilidades y la remediación automatizada

Gemini 3.8 Flash Cyber es otro modelo clave lanzado en esta ocasión, orientado principalmente a escenarios de defensa en ciberseguridad. Google afirmó que el modelo no estará disponible de forma generalizada, sino que se proporcionará a equipos de defensa verificados y de confianza a través del nuevo programa Fairwind.

En el benchmark de detección de vulnerabilidades CyberGym, comúnmente utilizado en la industria de la ciberseguridad, Gemini 3.8 Flash Cyber obtuvo una puntuación del 86,2%, por encima del 77,5% de Gemini 3.5 Flash Cyber, y superó también el 83,6% de GPT-5.6 Sol, el 83,8% de Mythos 5 y el 85,6% de GPT-5.5-Cyber.

En pruebas internas en escenarios del mundo real que abarcan 20 lenguajes de programación, Gemini 3.8 Flash Cyber alcanzó una tasa de éxito en la detección de vulnerabilidades del 71,0%, superior al 58,9% de Gemini 3.7 Flash y al 46,6% de Gemini 3.5 Flash Cyber.

En términos de remediación automatizada, Gemini 3.8 Flash Cyber alcanzó un pass@1 del 47,2% en la prueba CWE-Bench realizada por Collinear, cerca del 47,8% de los principales modelos de primer nivel, aunque Google destacó su menor coste.