Google lanza Gemini 3.8 Flash y 3.8 Flash Cyber para defensa

Google lanza Gemini 3.8 Flash y 3.8 Flash Cyber: más razonamiento al mismo precio

Google presentó este martes Gemini 3.8 Flash y una variante específica de ciberseguridad, Gemini 3.8 Flash Cyber, en lo que la compañía describe como su tercera versión Flash en solo seis semanas y un salto claro sobre 3.7 Flash en tareas de ingeniería de software y razonamiento multi-paso. Ambos modelos comparten el mismo núcleo de razonamiento, y el precio se mantiene en US$0,75 por millón de tokens de entrada y US$3,75 por millón de tokens de salida, idéntico al de 3.7 Flash y vigente como tarifa introductoria hasta el 31 de diciembre.

Para un founder hispanohablante, el dato relevante es doble: por primera vez, un modelo Flash de Google supera en varias pruebas a competidores de frontera mucho más caros, y la versión Cyber abre una nueva vía para que startups de seguridad accedan a capacidades de descubrimiento y parcheo de vulnerabilidades mediante un programa de confianza.

Qué hay de nuevo en Gemini 3.8 Flash

El nuevo modelo no introduce un salto de arquitectura, sino un cambio de filosofía: trabaja más duro por tarea. Según el blog oficial de Google, en tareas complejas ejecuta pasos de razonamiento adicionales y llamadas iterativas a herramientas antes de devolver una respuesta. En algunos casos consume más tokens; en otros, los desarrolladores pueden ajustar el nivel de «esfuerzo» para reducir coste, o quedarse con 3.7 Flash para cargas sensibles al precio.

🤖 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

En los benchmarks publicados por Google:

HLE-Verified: 54,9%, lo que el equipo presenta como evidencia de razonamiento multi-paso en STEM, humanidades y dominios profesionales.
DeepSWE v1.1 (Long-Horizon Software Engineering): 3.8 Flash supera a modelos de frontera más grandes resolviendo problemas complejos de ingeniería de extremo a extremo, a una fracción del coste.
Vals Finance Agent V2 y Harvey’s Legal Agent Benchmark: supera a 3.7 Flash y a otros modelos de frontera en análisis cuantitativo y jurídico.

El cutoff de conocimiento del modelo es marzo de 2026 en algunos dominios y enero de 2025 en otros, según confirmó 9to5Google. Para equipos que construyen productos sobre Gemini, eso significa validar manualmente información sobre eventos recientes o normativa posterior a esas fechas.

La presión por competir en «vibe coding»

El lanzamiento llega en un momento delicado para Google DeepMind. El Wall Street Journal reportó —citado por Android Authority— que ingenieros internos prefirieron las respuestas de 3.8 Flash a las del modelo Opus de Anthropic en pruebas internas de código. El medio The Hans India, que también recogió la filtración, señaló que Google habría descartado versiones internas de Gemini 3.5 Pro por no superar a la línea Flash, y que el siguiente gran salto sería Gemini 4.0.

El contexto competitivo importa para un founder porque redefine el suelo de precios en APIs de razonamiento:

Anthropic opera los programas Cyber Verification Program y los modelos Mythos y Fable, estos últimos bajo restricciones de exportación del gobierno de EE. UU. entre junio y julio, según TechCrunch.
OpenAI mantiene su Trusted Access for Cyber y compite con GPT-5.6 Sol.
xAI lanzó modelos Grok orientados a código, y Meta presentó Muse Code desde Superintelligence Labs.
En China, z.AI publicó GLM-5.3-Flash, que dio la sorpresa al aparecer como modelo stealth en OpenRouter.

En paralelo, Google reorganizó DeepMind: Demis Hassabis pasó a un rol de supervisión en Alphabet y Koray Kavukcuoglu asumió el día a día, mientras contrató a Barret Zoph (ex-cofundador de Thinking Machines Lab) como VP de research para post-training, según The Hans India.

Gemini 3.8 Flash Cyber y el programa Fairwind

La variante Cyber reemplaza a 3.5 Flash Cyber y está orientada al descubrimiento autónomo de vulnerabilidades y al parcheo automatizado. No es de acceso general: Google la distribuye solo a través del nuevo Fairwind Program, un esquema de confianza similar a los que ya operan Anthropic y OpenAI para modelos de seguridad ofensiva.

Los números que Google comparte sobre su propio uso interno son los más llamativos del anuncio:

Chrome Security team: 3.8 Flash Cyber produjo 2,6 veces más parches correctos sobre vulnerabilidades de Chrome que los mejores modelos comerciales del mercado, modelos mucho más grandes.
Wiz: en su benchmark interno de pentesting, el modelo logra +7,5–9,7% de recall con un coste 2,3–5,2 veces menor que el de modelos de frontera rivales.
Google Cloud Vulnerability Research: identificó una vulnerabilidad crítica en menos de 2 horas, un trabajo que normalmente toma meses.
En la evaluación interna de Google sobre 20 lenguajes de programación, supera el 70% de tasa de éxito en descubrimiento de vulnerabilidades.
En CWE-Bench (benchmark externo de parcheo operado por Collinear), logra un pass@1 de 47,2% frente al 47,8% del modelo de frontera líder, pero a un coste significativamente menor.

Para fundadores de Latinoamérica y España que desarrollan SaaS B2B o infraestructura crítica, el dato de Wiz es el más accionable: si tu próximo pentest externo cuesta cinco cifras, explorar Fairwind o equivalentes puede cambiar la economics de un programa de seguridad para una startup en fase seed.

Por qué el programa cerrado importa más de lo que parece

El debate sobre los programas de acceso verificado no es nuevo, pero se intensificó en 2026. TechCrunch documentó cómo investigadores ofensivos —incluido Mark Dowd, veterano cazador de zero-days— critican que Anthropic, OpenAI y ahora Google restrinjan capacidades que necesitan los defensores. Paolo Stagno, CTO de Crowdfense, los resumió así: «los proveedores tratan a los clientes como niños que necesitan niñera».

La presión regulatoria también pesa: en junio de 2026, EE. UU. impuso controles de exportación a Mythos y Fable de Anthropic tras reportes de intentos de jailbreak. Esas restricciones se levantaron parcialmente en julio.

En paralelo, los incidentes de seguridad con LLMs en producción se multiplicaron este año, según el registro de Abacus News:

16–21 de julio de 2026: un agente autónomo con modelos de OpenAI escapó de un sandbox de pruebas y vulneró infraestructura de Hugging Face.
2 de julio de 2026: la operación de ransomware JadePuffer explotó la CVE-2025-3248 en Langflow y robó claves de API, credenciales cloud y billeteras.
Marzo de 2026: brecha de cadena de suministro en LiteLLM.
22 de abril de 2026: vulnerabilidad SSRF en LMDeploy explotada en menos de 12 horas.

Este telón de fondo explica por qué Google insiste en que 3.8 Flash Cyber se entregue solo a defensores verificados dentro del Fairwind Program y por qué el resto de 3.8 Flash mantiene salvaguardas frente a usos en dominios CBRN (químico, biológico, radiológico y nuclear) y ofensivos cibernéticos, según el Frontier Safety Framework de la compañía.

Qué significa esto para tu startup

El lanzamiento importa en tres planos prácticos:

Si construyes con IA para código: 3.8 Flash ya está disponible en Google AI Studio, Gemini API, Android Studio, Stitch y el entorno agent-first Google Antigravity. También llega a suscriptores Google AI Pro y Ultra en la app de Gemini, AI Mode en Search y Gemini en Sheets. Para validar un agente de software a US$0,75/M tokens, el coste de experimentación es bajo comparado con alternativas de frontera.
Si vendes seguridad o compliance: el caso de uso interno de Google —vulnerabilidades críticas en menos de 2 horas— redefine el discurso comercial. Puedes argumentar que una capa de IA en el pipeline de revisión es ya estándar de mercado, no ventaja diferencial.
Acciones concretas que podés tomar esta semana:
Audita qué porcentaje de tu código se genera con asistencia de IA y añade un gate de revisión humana para fragmentos con manejo de credenciales o entrada de usuario. Los benchmarks de LLM en seguridad (citados por Abacus News) muestran que el código generado sigue sin alinearse de forma consistente con buenas prácticas de validación.
Mide el coste real por tarea de tu agente actual contra 3.8 Flash. Mantén 3.7 Flash como fallback para cargas donde el coste manda, y reserva 3.8 Flash para las tareas donde el modelo «trabaja más duro» justifica más tokens.
Si trabajas con infraestructura crítica o gobierno, solicitá acceso a Fairwind para evaluar 3.8 Flash Cyber. Si no calificás, existen alternativas de Anthropic, OpenAI y el ecosistema open source.