Google ha lanzado Gemini 3.6 Flash como una nueva opción rápida y multimodal dentro de su catálogo. El modelo admite texto, imagen, voz y vídeo. También ofrece una ventana de contexto de un millón de tokens, suficiente para trabajar con unas 1.500 páginas de texto, decenas de miles de líneas de código o alrededor de una hora de vídeo. Sin embargo, sus primeros resultados han generado dudas porque queda por detrás de varios modelos rivales en pruebas generales de razonamiento.
Gemini 3.6 Flash tiene un precio de 7,5 dólares por cada millón de tokens de salida. Google también asegura que consume un 17 % menos de tokens en tareas con varios pasos. Ese recorte puede mejorar el coste real cuando el modelo se utiliza en flujos complejos. Aun así, el problema aparece al comparar su rendimiento con otras alternativas. En el Artificial Analysis Intelligence Index ha logrado una puntuación de 50, una cifra inferior a la obtenida por varios modelos de Meta, Anthropic, xAI y laboratorios chinos.
Entre los rivales que lo superan aparecen Meta Spark 1.1, GLM-5.2, GPT-5.6 Luna, Sonnet 5, Grok 4.5 y GPT-5.6 Terra. Además, algunos modelos más antiguos y baratos consiguen mejores resultados en pruebas concretas. Grok 4.5 queda por delante en SWE-Bench Pro, mientras que Claude Sonnet 5 lo supera en MLE Bench. Por tanto, Gemini 3.6 Flash no parece pensado para liderar los benchmarks, sino para ofrecer velocidad, contexto amplio y menor consumo de tokens.
Google compite con Gemini en un momento marcado por el avance de los modelos chinos
El lanzamiento llega en un momento delicado para Google. Moonshot AI acaba de presentar Kimi K3, un modelo que combina bajo coste con resultados de nivel avanzado. Otros laboratorios chinos también están ganando terreno gracias a modelos abiertos o con pesos descargables. En ese contexto, un modelo poco competitivo en rendimiento resulta más difícil de defender, aunque tenga una buena integración con el ecosistema de Google.
La comparación tampoco es del todo simple. Los modelos Flash suelen priorizar rapidez, capacidad y coste frente al razonamiento más pesado. De hecho, Google también ha lanzado Gemini 3.5 Flash-Lite, centrado en eficiencia, y Gemini 3.5 Flash Cyber para tareas de ciberseguridad. Es decir, la compañía está ampliando su catálogo con modelos especializados en lugar de apostar por una sola propuesta general.
Aun así, la primera impresión no es especialmente favorable. Gemini 3.6 Flash aporta una ventana de contexto muy amplia y soporte multimodal, pero esos puntos ya no bastan por sí solos. A medida que aumentan las opciones, los clientes comparan precio, latencia y calidad de salida. Y es que los modelos rápidos también necesitan mantener un nivel competitivo para no quedar relegados a tareas secundarias.
Te interesa 👉 Las mejores tarjetas gráficas para inteligencia artificial y gaming
De momento, Gemini 3.6 Flash parece una herramienta útil para cargas con mucho contexto y necesidad de respuesta rápida. Sin embargo, sus resultados iniciales lo dejan en una mala posición. Google tendrá que demostrar que su menor consumo de tokens y su integración compensan una puntuación que, sobre el papel, queda por debajo de rivales más baratos o más veteranos.
