Google acaba de mover ficha fuerte en la carrera de la inteligencia artificial, y lo ha hecho cambiando el motor que tienes “debajo del capó” sin que tengas que tocar nada. A partir de ahora, cuando uses la app de Gemini o el modo de IA en la búsqueda de Google, el modelo que trabaja para ti por defecto es Gemini 3 Flash.
Este nuevo modelo de IA promete ser más rápido, más barato y mucho más cómodo para trabajar con contenido multimodal: vídeo, imágenes, audio y texto juntos. Si usas IA para programar, analizar datos, crear ideas o revisar documentos, te interesa entender qué cambia con Gemini 3 Flash, qué rendimiento tiene frente a otros modelos y cuándo te conviene elegirlo frente a Gemini 3 Pro o GPT‑5.2.
Gemini 3 Flash es el nuevo modelo principal de Gemini 3, pensado para ser rápido y barato, y que Google ha colocado como opción estándar en la app de Gemini y en el modo de IA de la búsqueda. No necesitas activar nada raro: si entras hoy a la app, ya estás usando este modelo por defecto en lugar de Gemini 2.5 Flash.
La idea de Google es clara: que puedas hacer consultas diarias, generar contenido y lanzar tareas repetitivas usando Gemini 3 Flash sin preocuparte de la factura ni de los tiempos de espera. Si vas a hacer preguntas de matemáticas complejas o proyectos de programación serios, vas a poder cambiar manualmente al modelo Pro desde el selector de modelos.
Si ya usabas la IA de Google antes, la pregunta lógica es: ¿en qué se nota el salto desde Gemini 2.5 Flash? La respuesta corta es que ahora tienes un modelo que rinde mejor que su predecesor y se acerca a las grandes ligas como Gemini 3 Pro y GPT‑5.2, sin perder velocidad.
Gemini 3 Flash llega unos seis meses después de Gemini 2.5 Flash y trae mejoras claras en dos frentes: precisión en benchmarks y eficiencia en el uso de tokens. Google incluso afirma que supera en rendimiento a Gemini 2.5 Pro y, Es aproximadamente tres veces más rápido, algo clave si lanzas muchas peticiones cada día.
Uno de los datos que más ha querido destacar Google es el resultado de Gemini 3 Flash en Humanity’s Last Exam, un benchmark pensado para medir razonamiento sin uso de herramientas externas. Aquí, el nuevo modelo logra una puntuación del 33,7%, que supone un salto enorme frente al 11% de Gemini 2.5 Flash.
Si lo comparas con otros modelos de alta gama, Gemini 3 Pro se queda en un 37,5% y GPT‑5.2 en un 34,5%. Es decir, Gemini 3 Flash no llega a Pro, pero se sitúa muy cerca y supera con claridad a la generación anterior, algo muy relevante para preguntas complejas donde necesitas que la IA entienda bien el contexto.
Otro punto fuerte es el benchmark MMMU‑Pro, centrado en razonamiento multimodal y tareas que mezclan texto, imágenes y otros formatos. En esta prueba, Gemini 3 Flash consigue un 81,2%, situándose por encima del resto de modelos comparados según los datos que ha compartido Google.
Este resultado encaja con la idea de que Gemini 3 Flash está especialmente pensado para trabajar con contenido variado. A la práctica, esto significa que vas a poder subir un vídeo, una foto o un audio y pedirle a la IA que razone sobre ello de forma bastante avanzada, no solo que haga una descripción básica.
Una de las grandes apuestas de Google con Gemini 3 Flash es convertirlo en una IA realmente multimodal. El modelo no solo “ve” imágenes o “oye” audios, sino que combina todo eso con el texto de tu consulta para responder mejor. La empresa insiste en que ahora entiende mejor la intención detrás de tus preguntas.
Según Google, Gemini 3 Flash reconoce y relaciona contenido de vídeo, imagen, audio y texto de forma más fina que los modelos anteriores. Esto abre casos de uso muy concretos y bastante prácticos, tanto para usuarios individuales como para empresas que trabajan con grandes volúmenes de contenido multimedia.
Para que lo veas aterrizado, estos son algunos ejemplos que propone Google para Gemini 3 Flash en el día a día:
A todo esto se suma que Gemini 3 Flash ahora puede devolver respuestas más visuales, incluyendo elementos como imágenes o tablas. Esto viene muy bien si le pides comparativas de precios, estructuras de datos, resúmenes de informes o esquemas de planificación.
Si te preguntas cómo acceder a esta nueva IA de Google, la buena noticia es que no tienes que hacer nada especial. Gemini 3 Flash es ya el modelo por defecto tanto en la app móvil de Gemini como en el modo de IA de la búsqueda en los países donde esté activado.
En el uso normal, simplemente abres la app, escribes o dictas tu consulta y el modelo que te responde es Flash. Google mantiene el modelo Pro disponible para cuando necesites más precisión en matemáticas o programación, algo interesante si estás trabajando con código sensible o cálculos avanzados.
Si quieres alternar entre modelos en la app de Gemini, el flujo es bastante directo:
Con todo, la idea general es que te quedes en Gemini 3 Flash para la mayoría de tareas diarias y saltes a Pro solo cuando te haga falta ese extra de precisión en áreas muy técnicas.
Otro uso muy curioso de Gemini 3 Flash es el de creación rápida de prototipos de aplicaciones dentro de la propia app de Gemini. Google quiere que puedas describir lo que necesitas en lenguaje natural y que el modelo te ayude a montar la estructura básica de una app.
En la práctica, esto significa que vas a poder escribir cosas como “quiero una aplicación sencilla para gestionar tareas de clase con recordatorios y etiquetas” y dejar que Gemini 3 Flash proponga pantallas, flujos y elementos. No es magia total, pero sí acelera mucho la fase de ideas y primeros bocetos.
Para desarrolladores, Google ha lanzado también Antigravity, una nueva herramienta de programación que salió el mes anterior y que ya integra Gemini 3 Flash. Aquí el modelo se usa como asistente de código, permitiendo explicar funciones, sugerir cambios o ayudar con refactors más largos.
Además, Google ha revelado que Gemini 3 Pro alcanza un 78% en el benchmark de programación SWE‑bench verificado, solo por detrás de GPT‑5.2. Esto indica que, si bien Flash es el “caballo de batalla” para tareas en volumen, el modelo Pro sigue siendo la opción más fina para retos de programación complejos.
En el mundo empresarial, Gemini 3 Flash ya está disponible a través de servicios como Vertex AI y Gemini Enterprise. Esto significa que las compañías pueden integrarlo directamente en sus productos, paneles internos y flujos de trabajo sin pasar por la app de consumo estándar.
Google ha mencionado nombres conocidos que ya lo están usando, como JetBrains, Figma, Cursor, Harvey o Latitude. En estos casos, el modelo se aplica a asistentes de código, diseño colaborativo, herramientas legales y entornos de desarrollo centrados en IA, donde se lanzan muchas peticiones al día y la velocidad importa mucho.
Según Google, hay tres tipos de tarea donde Gemini 3 Flash encaja especialmente bien en empresas:
Debido a su velocidad, este modelo se ajusta muy bien a flujos de trabajo rápidos y repetibles, como revisar grandes lotes de archivos, chats de clientes o históricos de reuniones donde hace falta respuesta casi en tiempo real.
Si programas y quieres integrar Gemini 3 Flash en tus propias aplicaciones, Google lo ofrece ya en modo vista previa a través de su API. Esto te permite experimentar con el modelo, probar tiempos de respuesta y medir costes antes de dar el salto a un despliegue a gran escala.
La compañía afirma que desde el lanzamiento de Gemini 3 está procesando más de un billón (trillion anglosajón) de tokens al día a través de su API. Esta cifra da una idea del volumen de uso que están alcanzando sus modelos y del tipo de carga que Gemini 3 Flash está preparado para aguantar como “modelo de batalla”.
Google posiciona Gemini 3 Flash como un modelo pensado para uso intensivo, con foco en dos puntos: ser muy rápido y mantener un coste razonable por tarea. Según la empresa, en tareas de razonamiento o “thinking tasks”, Flash usa de media un 30% menos de tokens que Gemini 2.5 Pro.
Ese menor consumo de tokens significa que, aunque el precio por millón de tokens sea algo mayor que el modelo anterior, el coste total de una tarea concreta puede terminar siendo más bajo. Para desarrolladores y empresas que lanzan millones de llamadas a la API, estos pequeños ahorros marcan una diferencia fuerte a final de mes.
En el terreno económico, Gemini 3 Flash se coloca como una opción relativamente barata, pensada para tareas masivas. El precio que ha publicado Google es de 0,50 dólares por cada millón de tokens de entrada y 3,00 dólares por cada millón de tokens de salida.
Si lo comparas con Gemini 2.5 Flash, que costaba 0,30 dólares por millón de tokens de entrada y 2,50 dólares por millón de tokens de salida, ves que el nuevo modelo es ligeramente más caro por token. Esa subida se compensa con la mejora de rendimiento, la mayor velocidad y el menor consumo medio en tareas de razonamiento.
Tulsee Doshi, directora sénior y responsable de Producto para modelos Gemini, ha descrito a Gemini 3 Flash como un “modelo de batalla” o “workhorse”. Con esto se refiere a que está pensado para aguantar cargas grandes de trabajo y uso repetido sin disparar los costes.
Doshi insiste en que los precios de entrada y salida convierten a Flash en una opción mucho más barata para tareas masivas en muchas empresas. Si juntas su velocidad, el rendimiento superior a Gemini 2.5 Pro y el ahorro de tokens en tareas complejas, la ecuación tiene bastante sentido para quien maneja volúmenes enormes de datos y peticiones.
Aunque todo el foco está en Gemini 3 Flash, Google también ha movido ficha con otros modelos de la familia Gemini 3. De entrada, Gemini 3 Pro está ahora disponible para todos los usuarios de Estados Unidos en la búsqueda, lo que amplía mucho su alcance para consultas más técnicas.
Por otro lado, más usuarios en EE. UU. tienen acceso dentro de la búsqueda al modelo de imágenes Nano Banana Pro, pensado para generación visual. Esto encaja con la estrategia global de Google de ofrecer distintos perfiles de modelo según la tarea: Flash como base rápida, Pro para tareas complejas y modelos especializados para imágenes.
En programación, Google ha querido remarcar que Gemini 3 Pro logra un 78% en el benchmark SWE‑bench verificado, siendo solo superado por GPT‑5.2. Este dato refuerza la idea de que, cuando necesites lo máximo posible en código, puede merecer la pena pasar de Flash a Pro.
En cualquier caso, Gemini 3 Flash se queda como modelo ideal para pruebas rápidas, prototipos, tareas en lote y usos donde el tiempo de respuesta y el coste por llamada son la prioridad, mientras que Pro se reserva para escenarios donde la precisión extra compensa el coste.
Todo este movimiento alrededor de Gemini 3 Flash no ocurre en el vacío. Forma parte de una guerra clara de lanzamientos y rendimiento entre Google y OpenAI, en la que cada nuevo modelo presiona al rival a reaccionar casi al instante.
A principios de mes, fuentes internas apuntan a que Sam Altman envió un memorando de “Code Red” dentro de OpenAI, preocupado por la caída de tráfico de ChatGPT y el aumento de cuota de Google entre los usuarios finales. Poco después, OpenAI respondió con el lanzamiento de GPT‑5.2 y un nuevo modelo de generación de imágenes.
OpenAI también ha presumido de un crecimiento fuerte en el entorno empresarial, asegurando que el volumen de mensajes de ChatGPT se ha multiplicado por 8 desde noviembre de 2024. Google, por su parte, no ha querido entrar a atacar de forma directa a su rival, pero sí reconoce que esta presión les obliga a mantenerse muy activos.
Tulsee Doshi comenta que los modelos de distintas compañías se están retando entre sí y empujando la frontera de lo posible en IA. También habla de cómo la industria está creando nuevos benchmarks y métodos de evaluación, lo que a su vez obliga a Google a seguir mejorando Gemini 3 Flash y el resto de su catálogo para no quedarse atrás.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
