Google lanza Gemini 3.6 Flash y limita su modelo de ciberseguridad

Google puso el 21 de julio en disponibilidad general dos modelos de la familia Gemini: 3.6 Flash y 3.5 Flash-Lite. El primero está orientado a programación, trabajo documental y tareas multimodales; el segundo, a subagentes rápidos y baratos en automatizaciones de alto volumen. Ambos se pueden usar en producción a través de la API de Gemini, además de otras superficies de Google. Es un lanzamiento de modelos, pero también es una decisión bastante explícita sobre la economía de los agentes: no todas las partes de una tarea necesitan el mismo modelo ni el mismo presupuesto.

La ficha técnica de 3.6 Flash declara hasta un millón de tokens de entrada, 65.536 de salida y herramientas como ejecución de código, llamadas a funciones y uso de ordenador en vista previa. Google afirma que mejora la eficiencia de tokens y varios resultados de evaluación frente a 3.5 Flash. Son mediciones publicadas por el proveedor, útiles para entender lo que éste pretende optimizar, pero no sustituyen una prueba con los datos, herramientas y costes de una organización concreta. La nota de lanzamiento confirma, además, que los dos identificadores son versiones estables, no una vista previa.

La tercera pieza del anuncio marca una diferencia más importante que una tabla de benchmarks. Gemini 3.5 Flash Cyber está ajustado para buscar, validar y corregir vulnerabilidades, pero Google no lo ha abierto como API general: dice que llegará primero, mediante CodeMender, a gobiernos y socios de confianza en un programa piloto de acceso limitado. Al mismo tiempo, algunas capacidades básicas de CodeMender se ofrecen sobre modelos Gemini de disponibilidad general en la plataforma empresarial. Es una separación deliberada entre una herramienta defensiva más amplia y un modelo especializado que puede recorrer y explotar un espacio de búsqueda especialmente sensible.

El coste cambia la arquitectura, no sólo la factura

El argumento técnico de Google para un modelo ligero es sencillo: la revisión de una base de código grande exige explorar muchas rutas, y un agente puede llamar al modelo varias veces antes de producir un único informe. Ese patrón puede mejorar la cobertura sin convertir cada intento en una consulta cara. También cambia la naturaleza del sistema. Cuando una capacidad se vuelve suficientemente rápida y asequible para ejecutarse en bucles, el riesgo y el valor ya no se describen bien mirando una sola respuesta del modelo.

La pregunta práctica pasa a ser qué puede hacer el conjunto: qué repositorios y credenciales recibe, qué herramientas invoca, cuándo valida un hallazgo, quién acepta un parche y qué registro deja de cada paso. Un buen resultado en detección no demuestra que una corrección sea segura para desplegar; una prueba de concepto tampoco autoriza por sí sola una intervención en producción. Esas transiciones necesitan controles propios, aunque el modelo que las propone sea pequeño, barato o presentado como defensivo.

Por eso la restricción inicial de Flash Cyber merece atención. No demuestra que el acceso limitado resuelva el doble uso, ni que las etiquetas de “socio de confianza” basten como control. Sí reconoce una realidad operacional: el riesgo no depende sólo de que un modelo sepa razonar sobre código, sino de cuánto alcance, persistencia y automatización le concede la infraestructura que lo rodea. La mejor evaluación de esta familia de lanzamientos no será si reduce unos puntos el coste por token. Será si sus usuarios pueden aumentar la revisión defensiva sin acelerar, al mismo tiempo, la capacidad de cambiar sistemas reales con evidencia insuficiente.

Fuentes

• Google, Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber, 21 de julio de 2026.
• Google AI for Developers, Release notes de la Gemini API, 21 de julio de 2026.
• Google DeepMind, Introducing Gemini 3.5 Flash Cyber, 21 de julio de 2026.