Por Canuto  

Google estaría a punto de lanzar Gemini 3.8 Flash, un modelo diseñado para mejorar las tareas de programación y competir frente a Anthropic y OpenAI. El sistema, conocido internamente como Skimaki, habría sido preferido por ingenieros en pruebas contra Claude Opus, aunque su formato Flash apunta a velocidad y bajo costo, no a competir directamente con los modelos insignia más grandes.
***

  • Gemini 3.8 Flash, conocido internamente como Skimaki, podría llegar tan pronto como el miércoles, según reportes atribuidos a fuentes anónimas.
  • Ingenieros de Google lo habrían probado con la herramienta interna Jetski y preferido frente a Claude Opus de Anthropic.
  • El posible lanzamiento ocurre mientras Google aumenta sus recursos para aprendizaje por refuerzo y reorganiza el liderazgo de DeepMind.

Google estaría preparando el lanzamiento de Gemini 3.8 Flash, un modelo de inteligencia artificial con capacidades de programación mejoradas, según reportes atribuidos a fuentes anónimas. El sistema, conocido internamente como Skimaki, podría llegar tan pronto como este miércoles, 2 de septiembre, aunque Google no había confirmado públicamente esa fecha ni las características finales al momento de los informes.

La posible presentación llega en un momento incómodo para Google, cuya posición en la carrera de modelos de IA ha sido cuestionada por usuarios, desarrolladores e inversionistas. La empresa comenzó a competir desde una posición de enorme visibilidad, pero rivales como Anthropic y OpenAI han ganado atención con herramientas capaces de escribir, depurar y ejecutar código con mayor autonomía.

El interés por modelos centrados en programación aumentó con la expansión de los llamados agentes de IA, sistemas que pueden dividir una tarea, utilizar herramientas y repetir acciones hasta alcanzar un resultado. Ese cambio ha elevado el consumo de tokens y ha impulsado servicios que combinan modelos diferentes para equilibrar costo, velocidad y calidad, una dinámica que favorece a alternativas como la serie Flash.

Sin embargo, el eventual Gemini 3.8 Flash no sería un modelo fronterizo de gran tamaño destinado a demostrar la máxima capacidad bruta de Google. La familia Flash busca ofrecer respuestas más rápidas y económicas que las versiones insignia, una diferencia relevante para empresas que quieren incorporar programación asistida en productos con un volumen elevado de solicitudes.

Un modelo diseñado para competir en código

De acuerdo con los reportes, Google probó Skimaki dentro de Jetski, una herramienta interna de programación utilizada por sus propios ingenieros. Los trabajadores que participaron en esas evaluaciones habrían expresado una preferencia por el nuevo sistema frente a Claude Opus, uno de los modelos de Anthropic que compiten por el mercado profesional de desarrollo de software.

Ese resultado debe interpretarse como una señal interna y no como una verificación independiente de rendimiento. Las pruebas de una compañía pueden utilizar instrucciones, datos y criterios que no coinciden con los escenarios de los usuarios externos, por lo que la valoración definitiva dependerá de la disponibilidad pública, los puntos de referencia y la experiencia de desarrolladores sin acceso privilegiado.

La programación exige más que generar fragmentos de código sintácticamente correctos, porque un modelo útil debe comprender repositorios, detectar errores, respetar instrucciones y mantener coherencia entre múltiples archivos. También debe administrar el contexto y utilizar herramientas sin convertir cada tarea en una secuencia demasiado costosa, especialmente cuando las empresas despliegan agentes que operan durante periodos prolongados.

Google ha intentado posicionar sus modelos Flash como una respuesta a esa necesidad de eficiencia. Un sistema rápido y barato puede resultar atractivo aunque no supere a los modelos más grandes en todos los indicadores, siempre que reduzca los tiempos de espera y mantenga un nivel suficiente para las tareas habituales de los equipos de software.

Aprendizaje por refuerzo y presión competitiva

El lanzamiento también reflejaría un cambio en las prioridades de entrenamiento de Google. La empresa ha destinado más recursos desde comienzos de año al aprendizaje por refuerzo, una etapa en la que los modelos desarrollan habilidades mediante pruebas, errores y señales que premian o castigan determinados resultados.

En programación, ese enfoque puede ayudar a que un sistema no se limite a completar una línea, sino que revise su propuesta, ejecute pruebas y corrija fallas. La ventaja potencial depende de la calidad de los entornos de evaluación y de la capacidad del modelo para trasladar lo aprendido a proyectos nuevos, dos factores que todavía deberán comprobarse fuera de Google.

La presión aumenta porque la compañía ha tenido dificultades para sostener el impulso de sus modelos más grandes. Reportes sobre el desarrollo de Gemini 3.5 Pro señalan que algunos candidatos internos fueron descartados después de no mostrar una mejora suficiente frente a la serie Flash. Además, Sundar Pichai había prometido a desarrolladores que una versión Pro llegaría en el plazo de un mes tras la conferencia I/O de mayo, pero el lanzamiento se retrasó.

Gemini 4 todavía no se había convertido en un modelo o API disponible públicamente. Reportes sobre su desarrollo describen avances en la etapa de preentrenamiento, pero también indican que el sistema aún debía completar el posentrenamiento. Esa situación dejaría a Gemini 3.8 Flash con una función estratégica: ofrecer una mejora visible en un área concreta mientras la empresa continúa trabajando en su siguiente sistema de mayor escala.

Cambios en DeepMind y próximos pasos

La posible llegada de Skimaki ocurre después de cambios en la dirección de Google DeepMind. Demis Hassabis dejó el cargo de director ejecutivo de la unidad en agosto para convertirse en presidente de Google DeepMind y científico jefe. Koray Kavukcuoglu, hasta entonces director de tecnología, asumió la dirección operativa de la organización, incluido el trabajo relacionado con los modelos Gemini.

Los reportes señalan que Kavukcuoglu ya había tomado decisiones cotidianas relacionadas con Gemini durante al menos un año antes de su nombramiento. En paralelo, Hassabis habría concentrado más atención en compromisos externos y en una agenda de investigación científica, un ámbito que encaja con su nuevo papel dentro de la organización.

El cambio de liderazgo se suma a un interés más activo de Sergey Brin, cofundador de Google, por la estrategia de inteligencia artificial de la empresa. Las versiones publicadas describen una intención de acelerar la entrega de modelos Gemini más competitivos, aunque el alcance exacto de esa participación y sus decisiones futuras no fueron detallados públicamente en las fuentes citadas.

Google lanzó Gemini 3.7 Flash aproximadamente dos semanas antes de los reportes sobre la nueva versión y lo presentó como una opción de menor costo para empresas que desarrollan sistemas autónomos de IA. Ese modelo ya había sido descrito como una mejora frente a su antecesor en tareas de programación, lo que prepara el terreno para medir si Gemini 3.8 Flash consigue un avance adicional.

La compañía también incorporó a Barret Zoph como vicepresidente de investigación, con responsabilidades sobre aprendizaje por refuerzo y posentrenamiento. Zoph había cofundado Thinking Machines Lab y ocupado el cargo de responsable de posentrenamiento en OpenAI, experiencia que refuerza el intento de Google por convertir avances de laboratorio en productos competitivos.

El desenlace dependerá de la fecha real de lanzamiento, el precio, los límites de uso y los resultados que obtenga el modelo en manos de programadores independientes. Si Gemini 3.8 Flash cumple la promesa de combinar velocidad, bajo costo y mejor razonamiento sobre código, Google podría recuperar atención en un segmento decisivo sin esperar a Gemini 4.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados