Por Canuto  

Google aprovechó su evento I/O 2026 para mostrar dos de sus apuestas más ambiciosas en inteligencia artificial aplicada al desarrollo de software: Gemini 3.5 Flash y Antigravity 2.0. La compañía asegura que esta última plataforma logró construir el núcleo de un sistema operativo funcional en apenas 12 horas, usando decenas de subagentes autónomos y con un costo inferior a USD $1.000 en tokens.
***

  • Google presentó Gemini 3.5 Flash como su nuevo modelo predeterminado y lo describió como más rápido y capaz que Gemini 3.1.
  • La empresa afirmó que Antigravity 2.0 lanzó 93 subagentes, generó 2,6 mil millones de tokens y construyó el núcleo de un sistema operativo en 12 horas.
  • Durante la demostración, la IA corrigió en vivo la ausencia de controladores de teclado y permitió ejecutar Doom sobre el sistema creado.

Google utilizó su conferencia anual para desarrolladores, Google I/O 2026, para reforzar su mensaje de que la siguiente fase del software estará marcada por herramientas de inteligencia artificial cada vez más autónomas. En ese marco, la empresa presentó Gemini 3.5 Flash y Antigravity 2.0, dos anuncios orientados a acelerar tareas de programación, investigación y ejecución de proyectos complejos.

El foco principal de la demostración fue Antigravity 2.0, una plataforma de programación agéntica que Google describió como un sistema “sin complejos, centrado primero en agentes”. Según explicó Varun Mohan durante la presentación, la idea es que los desarrolladores puedan apoyarse en equipos de agentes autónomos de IA capaces de dividirse tareas, trabajar en paralelo y sostener flujos de trabajo prolongados.

La afirmación más llamativa del evento fue que Antigravity 2.0 logró construir el núcleo de un sistema operativo funcional en solo 12 horas. De acuerdo con la empresa, ese proceso se realizó desde cero, involucró 93 subagentes separados y demandó la generación de 2,6 mil millones de tokens.

Google también sostuvo que todo ese trabajo requirió menos de USD $1.000 en tokens. La cifra fue presentada por la compañía como un hito de eficiencia en proyectos de programación asistidos por IA a gran escala, en un momento en que el costo computacional sigue siendo una de las principales barreras para la adopción masiva de agentes avanzados.

Una demostración pensada para mostrar autonomía y coordinación

La presentación buscó ir más allá de una explicación técnica y llevó el sistema a una prueba visual de alto impacto. Una vez creado el sistema operativo, Google intentó ejecutar el juego clásico Doom dentro del entorno desarrollado por IA.

El primer intento falló por una razón concreta: el sistema operativo no tenía controladores de teclado. En lugar de detener la demostración, Mohan pidió a Antigravity que generara esos controladores en tiempo real. Según relató la compañía, pocos momentos después el juego ya era jugable gracias al código escrito en vivo por la propia IA.

Ese momento fue utilizado por Google para ilustrar la idea de una IA agéntica capaz no solo de producir grandes bloques de software, sino también de detectar carencias puntuales y responder sobre la marcha. En términos prácticos, la empresa intenta mostrar que estos sistemas pueden actuar como equipos de ingeniería coordinados, con especialización por tareas y capacidad de iteración rápida.

Para lectores menos familiarizados con el concepto, la programación agéntica se diferencia del uso tradicional de chatbots porque no se limita a responder preguntas o generar fragmentos aislados de código. En este modelo, múltiples agentes pueden repartirse responsabilidades, ejecutar acciones simultáneas y sostener objetivos de largo plazo con menor intervención humana.

Google explicó este enfoque con ejemplos concretos. Un agente podría construir un sitio web, otro desarrollar activos de marca y un tercero encargarse de la planificación del producto, todo al mismo tiempo. Ese tipo de orquestación es lo que la compañía quiere convertir en una capa práctica para desarrolladores y equipos técnicos.

Gemini 3.5 Flash pasa al centro de la estrategia

Junto con Antigravity 2.0, Sundar Pichai presentó Gemini 3.5 Flash. El ejecutivo lo describió como un modelo más rápido y más capaz que la generación anterior, Gemini 3.1, y señaló que fue diseñado específicamente para agentes de IA más avanzados, flujos de trabajo más largos y tareas complejas de desarrollo.

Según Google, Gemini 3.5 Flash puede generar tokens de salida a casi cuatro veces la velocidad de los modelos de frontera rivales. La empresa también afirmó que el modelo supera a sistemas de la competencia en la mayoría de los benchmarks y que opera aproximadamente a la mitad del costo de esos productos.

La compañía indicó además que Gemini 3.5 Flash se convierte desde ahora en el modelo Gemini predeterminado. Mientras tanto, Gemini 3.5 Pro quedará para una etapa posterior, aunque no se ofreció una fecha específica para su llegada.

Koray Kavukcuoglu, CTO de Google DeepMind, agregó que el nuevo modelo destaca especialmente en la gestión de agentes autónomos. De acuerdo con sus declaraciones, puede sostener durante horas trabajos continuos en proyectos de programación e investigación sin intervención humana, una capacidad que Google considera clave para la siguiente generación de herramientas de productividad técnica.

Qué busca Google con Antigravity 2.0

Más allá del efecto escénico, el mensaje de fondo es que Google quiere consolidarse en una categoría donde compiten varias de las firmas más influyentes del sector tecnológico: la automatización del trabajo de ingeniería mediante agentes de IA. En esa carrera no solo importa la calidad del modelo, sino también la coordinación entre agentes, el costo por tarea y la integración con flujos de trabajo reales.

En ese contexto, la empresa confirmó que Antigravity 2.0 ya está disponible de forma amplia como una aplicación de escritorio independiente. También anunció que la plataforma tendrá acceso por línea de comandos, una función relevante para desarrolladores que buscan integrarla con mayor profundidad en sus pipelines, herramientas de automatización y entornos de trabajo habituales.

La combinación de una app independiente y soporte de línea de comandos sugiere que Google quiere llevar el producto tanto a usuarios que prefieren interfaces visuales como a equipos más técnicos. Ese doble enfoque es importante porque el verdadero valor de estas plataformas no depende solo de una buena demo, sino de su capacidad para adaptarse a operaciones reales de desarrollo.

Según la cobertura de India Today, la compañía planteó Antigravity 2.0 como una mejora sustancial dentro de su oferta de programación asistida por IA. La narrativa de Google apunta a una etapa en la que tareas que hoy requieren equipos completos de ingeniería podrían automatizarse parcialmente con agentes especializados que mantengan continuidad operativa durante horas.

Implicaciones para el desarrollo de software y la economía de la IA

Si las cifras expuestas por Google se sostienen fuera del escenario, el anuncio podría influir en la conversación sobre productividad, costos y estructura del trabajo técnico. Construir el núcleo de un sistema operativo funcional en 12 horas, con 93 subagentes y por menos de USD $1.000 en tokens, plantea una referencia agresiva sobre lo que estas plataformas podrían llegar a hacer en entornos controlados.

Al mismo tiempo, conviene observar la noticia con prudencia. La compañía mostró una demostración concreta, pero no detalló públicamente todos los criterios técnicos usados para evaluar qué parte del sistema operativo quedó terminada, qué grado de robustez tenía el software ni qué trabajo humano previo intervino en la preparación del reto.

Esa cautela no resta relevancia al anuncio. Lo que sí hace es ubicarlo dentro de una tendencia más amplia: las grandes tecnológicas están compitiendo por demostrar que la IA ya no sirve solo para asistir a programadores, sino para coordinar trabajo complejo de principio a fin. Ahí es donde modelos como Gemini 3.5 Flash y plataformas como Antigravity 2.0 intentan marcar diferencia.

Para los mercados tecnológicos, y especialmente para sectores que siguen de cerca la automatización, la nube y la infraestructura digital, este tipo de avances también alimenta una discusión mayor sobre costos marginales, sustitución de tareas y nuevas capas de valor en software. Google quiere posicionarse en ese tablero con una propuesta de velocidad, eficiencia y autonomía operativa.

Por ahora, la señal es clara. Google está apostando por agentes capaces de trabajar durante horas, producir código a gran escala y resolver problemas sobre la marcha. Si esa visión se traduce en resultados sostenibles fuera de las demostraciones, el impacto podría extenderse mucho más allá del ecosistema de desarrolladores y alcanzar a toda la economía digital.


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