El lanzamiento de Gemini 3.8 por parte de Google demuestra cómo el fabricante del modelo está fortaleciendo sus capacidades de programación, agentes y ciberseguridad, pero también evidencia la falta de diferenciación en el mercado de IA y una creciente tendencia hacia programas exclusivos de ciberseguridad.

El gigante de búsqueda e IA presentó Gemini 3.8 el miércoles 3 de septiembre de 2026, enmarcándolo como su mejor modelo de razonamiento y programación hasta la fecha. Con el nuevo modelo, Google se centró en tareas de razonamiento de largo alcance, al tiempo que mejoró el desempeño en ciberseguridad e introdujo un programa de ciberseguridad similar al de otros proveedores de IA.

Gemini 3.8 llega en dos variantes: Gemini 3.8 Flash y Gemini 3.8 Flash Cyber. El modelo 3.8 Flash está diseñado para ingeniería de software de largo alcance, agentes autónomos y flujos de trabajo empresariales complejos. La versión 3.8 Flash Cyber está pensada para el descubrimiento autónomo de vulnerabilidades y la corrección automatizada de código, capacidades que son de doble filo, ya que las mismas técnicas que detectan y corrigen vulnerabilidades podrían utilizarse indebidamente para explotarlas, lo cual es una razón clave por la que los proveedores restringen el acceso a estos modelos.

Google indicó que el modelo es accesible para un grupo de usuarios de confianza mediante el nuevo programa Fairwind. La iniciativa proporciona las capacidades más potentes de IA y defensa cibernética de Google a clientes de confianza, agencias gubernamentales y socios de ciberseguridad.

El programa Fairwind de Google es similar al Project Glasswing de Anthropic, que puso el modelo más potente de Anthropic, Mythos, a disposición de un grupo de usuarios de confianza, y al Project Daybreak de OpenAI, un programa para asistir a defensores cibernéticos seleccionados. La decisión de crear un programa privado que mantenga los potentes modelos de IA para ciberseguridad fuera del alcance de hackers u otros que pudieran hacer mal uso de ellos es otra forma en que Google compite con Anthropic y OpenAI. Aun así, muestra que todos los fabricantes de modelos avanzan en paralelo.

"Todos se inclinan hacia las mismas cosas", dijo Arun Chandrasekaran, analista de Gartner. "Como la programación: todos están intentando potenciar al máximo el modelo en código. En ciberseguridad, ahora todos están tratando de optimizar realmente estos modelos para casos de uso de ciberseguridad."

Falta de diferenciación

Chandrasekaran añadió que, con los fabricantes de modelos de frontera siguiendo estrategias similares, poco hay de distintivo en ellos.

"Hay diferenciación en cuanto a capacidades, pero en términos de cómo comunican para qué son buenos estos modelos, qué casos de uso y qué problemas resuelven, todas estas empresas parecen estar haciendo cosas muy similares", señaló.

La verdadera diferenciación, continuó, surge de profundizar en funciones empresariales específicas, como la cadena de suministro o las ciencias de la vida.

"Esas son oportunidades de diferenciación porque no estás construyendo un sistema de propósito general", dijo. "Estás construyendo algo muy profundo, muy específico para una industria."

Para los compradores empresariales, esa convergencia importa: cuando los modelos de frontera ofrecen perfiles de capacidades comparables, la selección depende cada vez más del precio, del consumo total de tokens y de la integración en los flujos de trabajo existentes, y no tanto de los benchmarks destacados.

Continúa la guerra de precios

Para Google en particular, el lanzamiento de Gemini 3.8 le permite responder a los movimientos de sus competidores tanto en precios como en capacidades. Al igual que con la iteración 3.7, Google ofrece un precio introductorio para la 3.8 de 0,75 dólares por millón de tokens de entrada y 3,75 dólares por millón de tokens de salida para Gemini 3.8 Flash. En comparación, GPT-5.6 Luna de OpenAI cuesta 1 dólar por millón de tokens de entrada y 6 dólares por millón de tokens de salida.

"Queda por ver si pueden sostener ese tipo de precios", dijo Sid Nag, fundador y analista de Tekonyx. "Todo esto realmente trata de empujar hacia abajo la curva de costos. Todos están centrados en el costo por millón de tokens de entrada."

Con Gemini 3.8 Flash, añadió Nag, Google muestra que "el precio por tokens ya no es suficiente para medir la economía de la inferencia". Esta dinámica es evidente en la recomendación de Google de que los clientes sigan eligiendo Gemini 3.7 Flash para cargas de trabajo que requieren mayor eficiencia, lo que significa que, a pesar del costo por token, las empresas podrían a veces ahorrar más tokens utilizando un modelo más pequeño.

"Google está reconociendo que esta versión en particular, la 3.8 Flash, consume más tokens en niveles de razonamiento más altos", continuó.

Al ofrecer Gemini 3.8 Flash Cyber solo a usuarios de confianza, Google sigue a sus rivales en el intento de crear un "foso defensivo" en torno a su tecnología de modelos de IA, afirmó Nag.

Sin embargo, el enfoque de exclusividad con los modelos de ciberseguridad está generando tensión en la industria de la IA, ya que puede derivar en una falta de apertura y transparencia. Si bien los modelos abiertos han sido criticados por la facilidad con que los hackers pueden manipularlos, también han impulsado una innovación significativa. Con el lanzamiento de Google y otros programas exclusivos de ciberseguridad, la industria de la IA sigue navegando la tensión entre seguridad y apertura. Con qué amplitud Google define a los usuarios "de confianza" para Fairwind, y si los programas exclusivos de ciberseguridad restringen de manera significativa el acceso de los atacantes a modelos capaces, son preguntas abiertas que darán forma a la siguiente fase de este debate.

"Queda por ver hacia dónde se dirigirá la industria", dijo Nag.

Fuente: AI Business