Gemini 4 está casi listo, dice el nuevo jefe de DeepMind

Koray Kavukcuoglu asegura que Gemini 4 está "casi listo"

Gemini 4, el próximo modelo insignia de Google DeepMind, atraviesa su fase final de refinamiento y se lanzará "mucho antes" de que termine el año, según Koray Kavukcuoglu, quien en agosto asumió la operación diaria de la división. En su primera aparición pública como nuevo jefe de DeepMind ante The Information, el ejecutivo declaró que la intención de Google es "liberar un output de post-entrenamiento tan pronto como sea posible" y mantener "iteraciones a ritmo rápido".

La noticia llega después de diez meses sin un modelo insignia de Google: el último fue la familia Gemini 3, de noviembre de 2025. En ese intervalo, OpenAI lanzó GPT-6 Astra y Anthropic presentó su serie Mythos, ambos por delante de Gemini 3 en benchmarks de razonamiento y código, según reportaron medios especializados.

Para un founder, el dato clave no es el modelo en sí, sino el ritmo de publicación: si Google cumple lo que dice Kavukcuoglu, Gemini 4 se convertiría en la primera respuesta seria de Google al dúo OpenAI/Anthropic en casi un año. Eso recoloca precios, capacidades y disponibilidad de API en un mercado que estaba congelado por la ausencia del tercer jugador.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Qué cambió en DeepMind para que Gemini 4 pueda llegar antes

La promesa de velocidad se entiende mejor a la luz de la reorganización interna que Google anunció en agosto. Demis Hassabis, cofundador de DeepMind y Premio Nobel por AlphaFold, dejó la operación diaria para convertirse en chair de DeepMind y chief scientist de Alphabet, según reportó TIME. En su lugar, Kavukcuoglu, que era CTO y ya venía liderando las reuniones sobre Gemini desde hace más de un año, quedó como SVP de DeepMind reportando directamente a Sundar Pichai.

El cambio vino acompañado de salidas sensibles:

Jeff Dean, chief scientist y 27 años en Google, se fue con varios colegas para fundar Discovery Loop (Google será inversor fundador y partner de nube).
John Jumper, codescubridor de AlphaFold, se sumó a Anthropic.
Más de 580 empleados firmaron una carta abierta pidiendo a Pichai reconsiderar un contrato con el Pentágono, según reportó Insider Monkey.

Es decir, Google perdió tres de sus nombres más visibles en pocas semanas, y al mismo tiempo consolidó la cadena de mando sobre Gemini en una sola persona. Esa es la lectura detrás del "tan pronto como sea posible" de Kavukcuoglu: cuando el liderazgo se concentra, los ciclos de release se acortan.

Por qué Gemini 3.5 Pro nunca salió y qué dice eso de Gemini 4

El propio Kavukcuoglu reconoció que Google "dio un paso atrás" para enfocarse en modelos Flash, más rápidos y económicos, en lugar de empujar Gemini 3.5 Pro, que Sundar Pichai anunció en I/O 2026 para junio y nunca vio la luz. Bloomberg y Axios reportaron que 3.5 Pro no alcanzó metas internas, y Ars Technica confirmó que sigue en fase de pruebas.

Mientras tanto, Google llenó el calendario con tres modelos de la familia 3.x:

Gemini 3.6 Flash: 49% en DeepSWE (coding) frente a 37% de 3.5 Flash, 83% en OSWorld (computer use), 17% menos tokens consumidos. API: US$1,50 / US$7,50 por millón de tokens de input/output.
Gemini 3.5 Flash Lite: 350 tokens por segundo, pensado para agentes a gran escala. API: US$0,30 / US$2,50 por millón de tokens.
Gemini 3.5 Flash Cyber: primera versión de Gemini orientada a ciberseguridad.

La estrategia fue clara: bajar el costo por tarea en lugar de pelear el podio de inteligencia pura. Pero en razonamiento y código de frontera, el rival ya pasó: Claude Opus 5.5 de Anthropic llegó con 40% menos de costo operativo y 30% más de velocidad que Opus 5, según reportó Anthropic. OpenAI, por su parte, lanzó GPT-6 Sol (US$2 / US$10 por millón de tokens) y GPT-6 Luna (US$0,10 / US$0,50), con un recorte del 50% frente a la generación previa.

Gemini 4 es, entonces, la apuesta de Google por volver al frente, no por precio, sino por capacidad.

Qué significa esto para tu startup

Si estás construyendo sobre APIs de modelo grande, los próximos 60-90 días son una ventana de renegociación, no solo de tecnología.

Acciones concretas que podés tomar ya:

Audita tu mix de modelos hoy. Si toda tu pila corre sobre GPT-6 Astra o Claude Mythos, mapéalo por tarea (razonamiento, código, clasificación barata, agentes). Cuando Gemini 4 salga, el costo por token en razonamiento difícil podría caer entre un 20% y un 40%, según el patrón que dejaron GPT-6 Sol/Luna y Opus 5.5.
Prevé un multi-model router. Palo Alto Networks ya opera un multi-model harness en producción que enruta cada subtarea al modelo más adecuado (Claude Mythos para una pieza, GPT-5.6-Cyber para otra, modelos open-weight para el resto). No hace falta esperar a Gemini 4 para empezar: una capa de ruteo basada en costo-latencia-calidad te prepara para absorber cualquier lanzamiento sin reescribir tu backend.
Compara precios de inferencia, no solo de tokens. El gasto real en agentes de larga duración depende más del prompt caching (OpenAI ya redujo más del 50% los tokens a re-procesar) y del tamaño del contexto que del precio por millón de tokens. Cuando evalúes Gemini 4, pedí benchmarks con caché activado, agentes de varias horas y tareas de computer use, que es donde Google mostró ganancia con 3.6 Flash.
No te cases con un vendor. Si tu producto depende de un único proveedor de modelo, este ciclo de demoras y lanzamientos concentrados es la mejor prueba de estrés. Diseña para cambiar de modelo en horas, no en semanas.

La señal de fondo para un founder es esta: el mercado de frontier se fragmentó en tres frentes (capacidad, costo, agente) y cada proveedor está ganando uno distinto. Tu ventaja competitiva ya no está en elegir al "mejor modelo", sino en orquestarlos.