Google está acelerando el ritmo de actualización de Gemini.
El 2 de septiembre, Google lanzó oficialmente Gemini 3.8 Flash, apenas tres semanas después de Gemini 3.7 Flash.
No se trata simplemente de una actualización menor.
Google está llevando el modelo más lejos en áreas como programación de largo alcance, agentes de IA autónomos, razonamiento complejo y flujos de trabajo empresariales, mientras intenta mantener las ventajas de velocidad y coste que siempre han definido a la familia Flash.
Entonces, ¿qué ha cambiado realmente en Gemini 3.8 Flash? ¿Vale la pena usarlo?
¿Qué es Gemini 3.8 Flash?
Gemini 3.8 Flash es el modelo Flash de propósito general más reciente de Google.
Está pensado principalmente para:
- ingeniería de software
- agentes de IA
- razonamiento multietapa
- trabajo del conocimiento
- comprensión multimodal
- aplicaciones de IA a gran escala
El modelo admite texto, imágenes, vídeo, audio y PDF como entrada.
También ofrece una ventana de contexto de entrada de 1.048.576 tokens y hasta 65.536 tokens de salida, por lo que resulta adecuado para grandes repositorios de código, documentos extensos y flujos que necesitan mantener mucha información en contexto.
Google también ofrece niveles de pensamiento bajo, medio y alto, dando a los desarrolladores más control sobre el equilibrio entre calidad de razonamiento, latencia y coste.
¿Qué novedades trae Gemini 3.8 Flash?
La forma más sencilla de resumir la actualización es esta:
Gemini 3.8 Flash está dispuesto a dedicar más esfuerzo a las tareas difíciles.
Ante solicitudes complejas, el modelo puede realizar más pasos de razonamiento, llamar a herramientas varias veces, comprobar su progreso y refinar la respuesta en lugar de apresurarse a generar un resultado.
Eso importa especialmente cuando una tarea no puede resolverse con un único prompt.
Mejor programación de largo alcance
La programación es una de las mejoras más importantes de Gemini 3.8 Flash.
Google destaca DeepSWE v1.1, un benchmark centrado en tareas originales de ingeniería de software de largo alcance, en lugar de simples ejercicios de generación de código.
En la clasificación actual de DataCurve, Gemini 3.8 Flash con esfuerzo alto alcanza aproximadamente un 74 % de rendimiento por tarea, con un coste medio de alrededor de 2,36 USD por tarea.
Gemini 3.8 Flash combina un rendimiento sólido en DeepSWE V1.1 con un coste medio por tarea relativamente bajo. Fuente: DataCurve AI.
La relación entre coste y rendimiento es especialmente interesante.
Claude Opus 5 alcanza un resultado similar, en torno al 74 %, pero con un coste medio de unos 11,84 USD por tarea. GPT-5.6 Sol obtiene aproximadamente un 73 % con un coste cercano a 6,46 USD por tarea.
Esto no significa que Gemini siempre vaya a ser más barato en cualquier flujo de programación, pero ayuda a entender por qué Google posiciona 3.8 Flash como un modelo para programación con agentes a gran escala.
El desarrollo de software real rara vez consiste en generar una función aislada.
Un agente de programación con IA puede necesitar:
- inspeccionar un repositorio existente
- entender las dependencias
- modificar varios archivos
- ejecutar pruebas
- detectar fallos
- revisar el código
- confirmar que el resultado final funciona
Gemini 3.8 Flash está siendo optimizado precisamente para este tipo de flujo más largo.
Agentes de IA más capaces
La misma mejora se aplica a los agentes de IA.
Un agente útil tiene que hacer algo más que responder correctamente a una sola pregunta.
Puede necesitar buscar información, leer archivos, llamar a APIs, ejecutar código, comparar resultados y mantener el objetivo original durante decenas de pasos.
Google describe Gemini 3.8 Flash como un modelo creado para agentes autónomos y flujos empresariales complejos.
Entre las herramientas compatibles se incluyen:
- Function Calling
- ejecución de código
- búsqueda de archivos
- Google Search Grounding
- URL Context
- Computer Use en versión preliminar
Esto hace que Gemini 3.8 Flash sea cada vez más relevante para flujos donde se espera que la IA complete trabajo real, no solo genere texto.
Mejor razonamiento multietapa
El razonamiento es otra de las áreas en las que Gemini 3.8 Flash avanza.
En HLE-Verified, un benchmark centrado en razonamiento experto multidisciplinar, Gemini 3.8 Flash obtiene un 54,9 %.
En la comparativa publicada por Google, queda ligeramente por delante de varios modelos de frontera:
- Gemini 3.8 Flash: 54,9 %
- GPT-5.6 Sol: 54,5 %
- Claude Opus 5: 54,4 %
- Gemini 3.7 Flash: 53,6 %
- GPT-5.6 Terra: 51,1 %
- Claude Sonnet 5: 31,0 %
Gemini 3.8 Flash alcanza un 54,9 % en HLE-Verified, ligeramente por encima de Gemini 3.7 Flash y varios modelos de frontera más grandes. Fuente: Google DeepMind.
La diferencia entre 53,6 % y 54,9 % puede parecer pequeña por sí sola.
Lo más importante es que Google está consiguiendo este nivel de razonamiento en un modelo Flash diseñado para baja latencia y despliegue a escala.
Eso hace que 3.8 Flash sea más interesante para investigación, análisis, finanzas, flujos legales y otras tareas que requieren varios pasos de razonamiento conectados antes de producir una respuesta.
Gemini 3.8 Flash vs Gemini 3.7 Flash
En preguntas sencillas, la diferencia entre 3.7 y 3.8 puede no sentirse demasiado grande.
La mejora se vuelve más evidente cuanto más largas y complejas son las tareas.
| Función | Gemini 3.7 Flash | Gemini 3.8 Flash |
|---|---|---|
| Preguntas cotidianas | Rápido | Rápido |
| Programación de largo alcance | Sólida | Mejorada |
| Agentes de IA | Capaz | Más persistente |
| Razonamiento complejo | Sólido | Mejorado |
| Uso de herramientas | Compatible | Más orientado a agentes |
| Ventana de contexto | 1M | 1M |
| Salida máxima | 64K | 64K |
| Ideal para | Cargas donde prima la velocidad | Flujos complejos con agentes |
La ficha del modelo de Google también señala una contrapartida importante: con niveles de esfuerzo más altos, Gemini 3.8 Flash puede utilizar más tokens para maximizar el rendimiento.
Por eso, 3.8 no es automáticamente la mejor opción para todas las tareas sencillas.
Si tu prioridad es reducir al mínimo el uso de tokens en solicitudes directas, un modelo Flash anterior todavía puede tener sentido.
¿Cuánto cuesta Gemini 3.8 Flash?
Gemini 3.8 Flash se lanzó con el mismo precio introductorio de API que Gemini 3.7 Flash:
- Entrada: 0,75 USD por 1 millón de tokens
- Salida: 3,75 USD por 1 millón de tokens
Sin embargo, el precio por token es solo una parte del coste total.
Como Gemini 3.8 Flash puede realizar razonamiento adicional y más llamadas a herramientas en tareas difíciles, un trabajo complejo puede consumir más tokens que con un modelo de menor esfuerzo.
La pregunta útil no es solo:
¿Qué modelo tiene el precio por token más bajo?
Sino:
¿Cuánto cuesta completar correctamente toda la tarea?
Los resultados de DeepSWE son útiles precisamente por eso: comparan el rendimiento por tarea con el coste medio real, no solo el precio de la API.
También hay un próximo cambio de precios que conviene tener en cuenta.
Google indica que el precio introductorio actual termina el 31 de diciembre de 2026. A partir del 1 de enero de 2027, el precio previsto será:
- Entrada: 1,50 USD por 1 millón de tokens
- Salida: 7,50 USD por 1 millón de tokens
Los desarrolladores que planeen despliegues a gran escala deberían incluir este cambio en sus cálculos de coste a largo plazo.
¿Qué es Gemini 3.8 Flash Cyber?
Google también lanzó un segundo modelo junto a Gemini 3.8 Flash: Gemini 3.8 Flash Cyber.
Es un modelo especializado en ciberseguridad pensado para áreas como:
- descubrimiento de vulnerabilidades
- investigación de vulnerabilidades
- seguridad del código
- parcheo automatizado
A diferencia del modelo Flash estándar, Gemini 3.8 Flash Cyber se ofrece actualmente a defensores de confianza aprobados mediante el Fairwind Program de Google.
Sus resultados en CyberGym son especialmente llamativos.
En CyberGym Pass@1, que evalúa el descubrimiento autónomo de vulnerabilidades en código C/C++, Gemini 3.8 Flash Cyber obtiene un 86,2 %.
La comparación queda así:
- Gemini 3.8 Flash Cyber: 86,2 %
- GPT-5.5-Cyber: 85,6 %
- Mythos 5: 83,8 %
- GPT-5.6 Sol: 83,6 %
- Gemini 3.5 Flash Cyber: 77,5 %
Gemini 3.8 Flash Cyber alcanza un 86,2 % en CyberGym Pass@1 para descubrimiento autónomo de vulnerabilidades. Fuente: Google DeepMind.
El salto desde el 77,5 % de Gemini 3.5 Flash Cyber al 86,2 % de 3.8 Flash Cyber es notable.
Google también probó internamente el modelo en bases de código complejas que cubren 20 lenguajes de programación, donde logró una tasa de éxito superior al 70 % en descubrimiento de vulnerabilidades.
La versión Cyber no es simplemente un ajuste de seguridad dentro de Gemini 3.8 Flash normal.
Es un modelo especializado independiente, con capacidades de ciberseguridad más permisivas y controles de acceso más estrictos.
Para los usuarios habituales, la conclusión más interesante es que el entrenamiento en ciberseguridad parece estar contribuyendo a las mejoras compartidas de programación y razonamiento de la generación Gemini 3.8.
Google afirma que ambas variantes se basan en la misma inteligencia fundamental.
¿Dónde se puede usar Gemini 3.8 Flash?
Gemini 3.8 Flash ya está disponible de forma general.
Los desarrolladores pueden usarlo a través de:
- Gemini API
- Google AI Studio
- Google Antigravity
- Android Studio
Los usuarios empresariales pueden acceder desde Gemini Enterprise, mientras que los suscriptores de Google AI Pro y Ultra pueden usar 3.8 Flash en productos como la app Gemini y AI Mode en Google Search.
Para usuarios de API, el ID del modelo es:
gemini-3.8-flash
¿Quieres probarlo por tu cuenta? Puedes usar Gemini 3.8 Flash gratis en iWeaver y comprobar cómo funciona con documentos, investigación y tareas cotidianas de IA.
¿Quién debería probar Gemini 3.8 Flash?
Gemini 3.8 Flash resulta especialmente útil si tu trabajo incluye:
- programación en repositorios grandes
- agentes de programación autónomos
- investigación multietapa
- documentos extensos
- análisis complejo
- flujos de IA con muchas herramientas
- entradas multimodales
- automatización empresarial
Si usas la IA principalmente para reescrituras cortas, traducciones o preguntas sencillas, el salto desde Gemini 3.7 Flash puede parecer menor.
Pero en tareas largas, 3.8 Flash resulta mucho más interesante.
El cambio clave no es solo que dé una mejor primera respuesta.
También está mejorando a la hora de mantenerse en una tarea difícil hasta terminar el trabajo.
¿Qué pasa con la investigación y el trabajo del conocimiento?
Un modelo potente es solo una parte de un buen flujo de IA.
Si tu trabajo empieza con PDF, artículos de investigación, informes, páginas web, vídeos o grandes colecciones de fuentes, herramientas como iWeaver pueden ayudarte a organizar esa información antes de pasar a un análisis más profundo.
En lugar de subir una y otra vez las mismas fuentes a diferentes chats, puedes convertirlas en resúmenes, notas estructuradas, mapas mentales y conocimiento reutilizable, y seguir trabajando desde esa base.
Para lluvia de ideas abierta, storytelling, roleplay o conversaciones creativas en las que quieras menos interrupciones innecesarias, XPT adopta un enfoque diferente y se centra en conversaciones de IA más flexibles y abiertas.
A medida que los modelos se vuelven más capaces, la pregunta deja de ser cuál es la única IA que puede hacerlo todo.
Cada vez importa más elegir el modelo y el flujo adecuados para cada tarea.
¿Vale la pena Gemini 3.8 Flash?
Para programación y agentes de IA, sí: es una de las actualizaciones de Flash más interesantes que Google ha lanzado hasta ahora.
Los tres benchmarks cuentan una historia bastante consistente:
- DeepSWE muestra una mejora en ingeniería de software de largo alcance con un coste competitivo por tarea.
- HLE-Verified muestra que los modelos Flash se acercan a modelos de frontera más grandes en razonamiento experto.
- Gemini 3.8 Flash Cyber muestra cuánto ha avanzado esta generación en tareas especializadas de programación y seguridad.
Los benchmarks nunca son idénticos al rendimiento en el mundo real, y Gemini 3.8 Flash sigue teniendo limitaciones conocidas, como alucinaciones, ralentizaciones ocasionales y un posible mayor consumo de tokens en niveles de razonamiento altos.
Pero la dirección está clara.
Flash ya no es solo la opción rápida y ligera de Google.
Con Gemini 3.8 Flash, se está convirtiendo cada vez más en un modelo pensado para manejar trabajo real, multietapa y a escala.