Google sigue produciendo modelos Flash: la compañía anunció el miércoles dos versiones de un nuevo Flash 3.8.
Las variantes incluyen un Flash estándar, un modelo «caballo de batalla» para tareas de agente, desarrollo de software y razonamiento de varios pasos, y Flash Cyber optimizado para la detección y mitigación de vulnerabilidades.
El director ejecutivo de Google, Sundar Pichai, dijo en una publicación X que 3.8 Flash ofrece “saltos significativos” desde 3.7 Flash en ingeniería de software, tareas de agente y razonamiento de varios pasos. Por ejemplo, superó a muchos modelos de gran frontera en el punto de referencia de codificación DeepSWE, a un costo mucho menor.
Mientras tanto, Flash Cyber es el modelo de ciberseguridad «más capaz» de la empresa, dijo Pichai; también iguala el rendimiento a nivel de frontera cuando se trata de descubrir vulnerabilidades y parchearlas a escala. El modelo logró un 86,2% en el punto de referencia de ciberseguridad CyberGym y un 47,2% en CWE-Bench, que evalúa las capacidades de parcheo de IA. En un punto de referencia interno de Google, el modelo logró una tasa de éxito de más del 70% al descubrir vulnerabilidades en 20 lenguajes de programación, dijo Pichai.
3.8 es la tercera versión Flash de Google en seis semanas y llega inmediatamente después de la versión 3.7.
3.8 trabajar «más duro» con «mayor diligencia»
3.8 Flash ya está disponible en Gemini Enterprise; Los desarrolladores pueden probarlo en la API de Gemini a través de Google AI Studio, Google Antigravity, Android Studio o generar interfaces de usuario en Stitch. Tiene un precio de $0,75 por millón de tokens de entrada y $3,75 por millón de tokens de salida (el mismo precio de lanzamiento que Gemini 3.7 Flash) y los usuarios pueden personalizar y ajustar los niveles de esfuerzo del modelo según sus necesidades en cuanto a calidad, costo y latencia.
Por ejemplo, cuando la eficiencia informática es una prioridad, pueden ajustarse para reducir la sobrecarga de tokens o simplemente continuar trabajando con 3.7 Flash, que es «totalmente compatible con cargas de trabajo que priorizan la eficiencia», escribieron en un publicación de blog.
«3.8 Flash trabaja más duro», mostrando «mayor diligencia» con tareas complejas como ejecutar pasos de razonamiento adicionales, aunque a veces puede usar más tokens para maximizar el rendimiento, señalan Doshi y Popa. El modelo tiene una ventana de entrada de 1 millón de tokens y un límite de salida de 64K de tokens, y puede ingerir texto, así como imágenes, audio, video y archivos PDF.
3.8 Flash se evaluó a través de numerosos puntos de referencia que prueban codificación, capacidades multimodales, uso de computadoras, trabajo de conocimiento y contexto prolongado, y razonamiento científico. Google dice que también le va bien en dominios de conocimiento especializados que requieren análisis e informes más profundos. Por ejemplo, el modelo superó a su predecesor y a otros modelos fronterizos en puntos de referencia como Agente financiero Vals V2 para finanzas y Punto de referencia del agente legal de Harvey por la ley; también obtuvo una puntuación del 54,9 % en el último examen de humanidad (HLE) verificado, lo que refleja su capacidad para asumir tareas de razonamiento de varios pasos en materias como matemáticas, ciencias y humanidades.
En un ejemplo compartido por Google, Gemini 3.8 Flash creó un juego con un mensaje simple utilizando técnicas de bucle en la plataforma Antigravity de Google. El juego utiliza acertijos, narraciones que cambian según el entorno e imágenes y texturas de Nano Banana para crear una experiencia 3D (en este caso, un mago navegando por un castillo).
En otros casos, el modelo creó una versión DOS completamente funcional de Google Maps con ubicaciones, direcciones y vistas de calles interactivas; un visualizador 3D que descomponía automáticamente los dispositivos en capas para su inspección con capacidad de control deslizante; y un mapa topográfico de sitios geográficos famosos basado en conjuntos de datos reales del Servicio Geológico de EE. UU., completo con secciones transversales en tiempo real, proyecciones 2D y explicaciones científicas.
Según Arena.ai, 3.8 Flash aterrizó en No. 14 en Agent Arenaubicándose por encima de DeepSeek-V4-Pro, y mostró un salto significativo sobre Gemini 3.7 Flash (que se ubica hasta el puesto 32). Debutó en el puesto 7 en Text Arena, por delante de Claude Opus 5 y Gemini 3.7 Flash. Mejoró con respecto a 3.7 Flash en varias áreas: solicitudes de varios turnos, escritura, literatura e idioma, consultas más largas, indicaciones concretas, codificación, seguimiento de instrucciones, software y servicios de TI, y operaciones comerciales, de gestión y financieras.
Flash Cyber ya está asegurando el código de Google
Flash Cyber se está implementando inicialmente para «defensores confiables» a través de Google Programa viento favorableque da prioridad a las autoridades gubernamentales, los operadores de infraestructura crítica y otros socios que buscan capacidades avanzadas de ciberdefensa. Las organizaciones pueden solicitar acceso.
Google dice que la versión modelo ha sido sometida a un «riguroso entrenamiento» en el ámbito de la ciberseguridad y representa un «salto significativo en la solidez de la inyección rápida». Es particularmente experto en el descubrimiento autónomo de vulnerabilidades (al menos, según los puntos de referencia internos de Gemini) y en la aplicación de parches automatizados. También es muy bueno codificando, dijo Popa en un video.
El objetivo era equipar a los defensores con capacidades de nivel experto para darles una ventaja sobre los actores de amenazas (ya sean maliciosos, otros agentes de IA o piratas informáticos humanos). «Hemos invertido en solucionar vulnerabilidades desde el principio y le hemos dado prioridad a capacidades ofensivas como la explotación», explican Doshi y Popa.
El modelo incluye un conjunto más permisivo de mitigaciones para las salvaguardias de ciberseguridad (razón por la cual, por ahora, solo se comparte con socios limitados) y salvaguardias contra el uso indebido en delitos cibernéticos y áreas como las químicas, biológicas, radiológicas y nucleares (QBRN).
Google ya está utilizando 3.8 Flash Cyber para proteger su propio código; produjo 2,6 veces más parches correctos en las vulnerabilidades de Chrome en comparación con modelos comerciales mucho más grandes.
Wiz, que Google adquirió a principios de este año por un precio histórico de 32.000 millones de dólares, informó que 3.8 Flash Cyber tenía entre un 7,5% y un 9,7% más de recuperación de vulnerabilidades del mundo real en un punto de referencia de pruebas de penetración interna a un costo de 2,3 a 5,2 veces menor que los principales modelos de vanguardia. De manera similar, la investigación de vulnerabilidades en la nube de Google encontró una vulnerabilidad fundamental crítica en menos de 2 horas con 3.8 Flash Cyber. Normalmente, esa investigación y descubrimiento llevarían meses, afirma Google.
Los agentes de IA son «increíblemente hábiles» para encontrar y explotar vulnerabilidades, dijo Popa. Escanear grandes bases de código con grandes modelos de IA es costoso y los defensores están abrumados. «En ciberseguridad, los atacantes sólo necesitan encontrar un defecto importante en millones de líneas de código. Los defensores tienen que eliminar cada uno de esos defectos para poder defenderse de los atacantes».
Doug Turner, director de ingeniería de Chrome, describió un “apocalipsis de vulnerabilidad” en los últimos meses debido a la IA generativa. «De la noche a la mañana, vimos un aumento en el número de vulnerabilidades de software reportadas a través de nuestro programa de investigación de vulnerabilidades», dijo en un video.
Una vulnerabilidad interesante descubierta por 3.8 Flash Cyber había estado en Chromium y Chrome durante 13 años, explicó. Fue un “error muy sutil” que docenas, si no cientos, de ingenieros observaron pero nunca detectaron. «Gemini 3.8 Flash Cyber nos permitirá crear mejores soluciones sugeridas para que la vida de los desarrolladores sea mucho más fácil».
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
