Google continúa lanzando modelos Flash: la compañía anunció el miércoles dos versiones de un nuevo Flash 3.8.
Las variantes incluyen Flash estándar, un modelo «caballo de batalla» para tareas de agentes, desarrollo de software y razonamiento de varios pasos, y Cyber Flash optimizado para la detección y mitigación de vulnerabilidades.
El director ejecutivo de Google, Sundar Pichai, dijo en un artículo que 3.8 Flash aporta «avances significativos» con respecto a 3.7 Flash en ingeniería de software, tareas de agentes 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 compañía, dijo Pichai; también logra un rendimiento de primer nivel cuando se trata de descubrir vulnerabilidades y parchearlas a escala. El modelo obtuvo una puntuación del 86,2% en el punto de referencia de ciberseguridad CyberGym y del 47,2% en CWE-Bench, que evalúa las capacidades de parcheo de IA. En una prueba interna de Google, el modelo logró una tasa de éxito de más del 70% en el descubrimiento de vulnerabilidades en 20 lenguajes de programación, dijo Pichai.
La versión 3.8 es la tercera versión Flash de Google en seis semanas y sigue rápidamente a la versión 3.7.
3.8 trabajar “más duro” con “mayor diligencia”
3.8 Flash ahora está disponible en Gemini Enterprise; los desarrolladores pueden probarlo en Gemini API a través de Google AI Studio, Google Antigravity, Android Studio o generar interfaces de usuario en Stitch. Tiene un precio de 0,75 dólares por millón de tokens de entrada y 3,75 dólares 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 de calidad, costo y latencia.
Por ejemplo, cuando la eficiencia informática es una prioridad, pueden adaptarse para reducir la sobrecarga de tokens o simplemente continuar trabajando con 3.7 Flash, que es «totalmente compatible con cargas de trabajo centradas en la eficiencia», escribieron Tulsee Doshi, gerente senior de productos de Google, y Raluca Ada Popa, jefa de seguridad de Gemini, en una publicación de blog.
«3.8 Flash trabaja más duro», mostrando «mayor diligencia» con tareas complejas como realizar 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 64.000 tokens, y puede ingerir texto, así como imágenes, audio, vídeo y archivos PDF.
3.8 Flash se evaluó a través de numerosos puntos de referencia que prueban codificación, habilidades multimodales, uso de computadoras, conocimiento y trabajo en contexto extenso, y razonamiento científico. Google dice que también tiene éxito en áreas de conocimiento especializadas que requieren análisis e informes más profundos. Por ejemplo, el modelo superó a su predecesor y a otros modelos pioneros en puntos de referencia como Vals Finance Agent V2 para finanzas y Harvey’s Legal Agent Benchmark para derecho; también obtuvo una puntuación del 54,9 % en el último examen de humanidad (HLE) verificado, lo que refleja su capacidad para realizar 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, narración que cambia 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 visor 3D que dividía automáticamente los dispositivos en capas para inspeccionarlos con capacidad de cursor; y un mapa topográfico de sitios geográficos famosos basado en conjuntos de datos reales del Servicio Geológico de EE. UU., complementados con secciones transversales en tiempo real, proyecciones 2D y explicaciones científicas.
Según Arena.ai, 3.8 Flash llegó al puesto 14 en Agent Arena, ubicándose por encima de DeepSeek-V4-Pro, y mostró un salto significativo sobre Gemini 3.7 Flash (que se sitúa 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 Flash 3.7 en varias áreas: consultas de múltiples rondas, escritura, literatura e idioma, consultas más largas, indicaciones de hardware, codificación, seguimiento de instrucciones, software y servicios de TI, y operaciones comerciales, de gestión y financieras.
Flash Cyber ya protege el código de Google
Flash Cyber se está implementando inicialmente para «defensores confiables» a través del programa Fairwind de Google, que prioriza a las autoridades gubernamentales, 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 ciberseguridad y representa un «avance significativo en la robustez de la inyección rápida». Es particularmente bueno 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). «Desde el principio, invertimos en parchear vulnerabilidades y priorizamos capacidades ofensivas como la explotación», explican Doshi y Popa.
El modelo ofrece 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 en áreas como la química, biológica, radiológica y nuclear (QBRN).
Google ya utiliza 3.8 Flash Cyber para proteger su propio código; produjo 2,6 veces más correcciones correctas para las vulnerabilidades de Chrome en comparación con modelos comerciales mucho más grandes.
Wiz, que Google adquirió a principios de este año por una cifra histórica de 32.000 millones de dólares, informó que 3.8 Flash Cyber tenía entre un 7,5 y un 9,7 por ciento más de recuperación de vulnerabilidades en el 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, Cloud Vulnerability Research de Google descubrió una vulnerabilidad fundamental crítica en menos de 2 horas con 3.8 Flash Cyber. Normalmente, estas búsquedas y descubrimientos llevarían meses, dice Google.
Los agentes de IA son «increíblemente hábiles» para encontrar y explotar vulnerabilidades, dijo Popa. Analizar grandes bases de código con grandes modelos de IA es costoso y los defensores están abrumados. «En ciberseguridad, los atacantes sólo necesitan encontrar una falla significativa en millones de líneas de código. Los defensores deben eliminar cada una de estas fallas para poder defenderse contra los atacantes».
Doug Turner, director de ingeniería de Chrome, ha descrito un “apocalipsis de vulnerabilidad” debido a la IA generativa en los últimos meses. «De la noche a la mañana, vimos un aumento significativo en la cantidad de vulnerabilidades de software reportadas a través de nuestro programa de investigación de vulnerabilidades», dijo en un video.
Una interesante vulnerabilidad 3.8 Flash Cyber descubierta llevaba 13 años en Chromium y Chrome, explicó. Se trataba de un «error muy sutil» que docenas, si no cientos, de ingenieros observaron pero nunca informaron. «Gemini 3.8 Flash Cyber nos permitirá crear mejores sugerencias de parches 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.
