Resumen del contenido principal
En las últimas tres semanas, Google ha actualizado su modelo grande Gemini Flash cada semana (la versión 3.8 acaba de salir, solo tres semanas después de la anterior), y también ha lanzado la versión Cyber, dedicada a la seguridad cibernética. Meta también ha actualizado su modelo y se ha burlado de Google preguntando “¿Quién es Gemini?”. El lanzamiento de la serie insignia de Google, Gemini Pro, ha tenido dificultades (la versión 3.5 Pro fue cancelada y la cuarta versión todavía está en entrenamiento), lo que ha hecho que el modelo más pequeño, Flash, se convierta en el principal. La razón detrás de esto es que la lógica de desarrollo de modelos grandes ha cambiado: en lugar de centrarse en el tamaño, ahora se da más importancia a técnicas de entrenamiento posterior como el aprendizaje reforzado y los agentes inteligentes. Como Flash es más pequeño, el costo de prueba y error es más bajo, lo que permite iterar rápidamente estas nuevas capacidades.
1. ¿Por qué Google actualiza Flash cada tres semanas? El modelo pequeño se ha convertido en un “campo de pruebas rápido”
Antes, los modelos grandes se actualizaban lentamente debido a su gran tamaño; una actualización requería una gran cantidad de capacidad de cálculo, tiempo y coordinación entre equipos, lo que aumentaba significativamente el costo de prueba y error. Pero Flash es diferente: es más pequeño, por lo que el costo de modificarlo y entrenarlo de nuevo es muy bajo, lo que permite que varios equipos dentro de Google prueben diferentes soluciones simultáneamente (como el aprendizaje reforzado y el entrenamiento de agentes).
Por ejemplo, Flash es como la “versión de prueba” de un teléfono móvil: se pueden agregar nuevas funciones rápidamente y corregir errores. En cambio, la serie Pro es la “versión oficial insignia”, y solo se actualiza cuando las funciones están lo suficientemente maduras. Ahora, Google prueba primero estas nuevas capacidades en Flash y, si son efectivas, las itera rápidamente, por lo que es posible lanzar una nueva versión cada tres semanas.
2. ¿En qué es tan fuerte la versión 3.8 de Flash? Es como un “trabajador que hace el trabajo por sí mismo”
Los modelos de IA anteriores, al realizar tareas complejas (como escribir código), a menudo solo proporcionaban un resultado preliminar, sin importar si funcionaba o si había errores. La versión 3.8 de Flash incorpora la capacidad de “bucles agenciales”: es decir, trabaja de manera autónoma: primero infiere cómo hacerlo, llama a herramientas para ejecutarlo, verifica los resultados, corrige los problemas y continúa hasta que la tarea se completa.
Por ejemplo, en la demo oficial, al darle una instrucción simple, Flash puede crear por sí mismo un juego de mago en 3D con puzzles y recursos de textura, e incluso una versión de Google Maps en DOS con paisajes urbanos. Los resultados de las pruebas son impresionantes: supera a muchos modelos grandes en pruebas de ingeniería de software a largo plazo y ha mostrado una mejora significativa en escenarios financieros y legales en comparación con la versión anterior, obteniendo un 54.9% de puntaje en pruebas de conocimientos STEM. Google quiere que Flash deje de ser visto como un modelo barato y rápido pero de capacidad limitada y que pueda manejar tareas complejas.
3. ¿Es rápido, pero carece de detalles? Los pros y contras son evidentes
Las ventajas de Flash son su rapidez y su bajo costo:
- En comparación con Claude Opus 5, para crear el mismo escenario con Three.js, Flash cuesta 0.12 dólares (Opus cuesta 1.86 dólares, 15 veces más caro), y su velocidad es 7 veces menor (37 segundos contra 24 minutos).
Sin embargo, también tiene desventajas:
- Al crear el juego Sticky Ball, Flash genera rápidamente, pero la experiencia no es tan buena como la de Kimi K3 (hay diferencias en el mecanismo de movimiento y el diseño);
- Al crear un escenario del mercado de Nueva York, Flash solo incluye 6 árboles (Opus incluye 1840), y omite los cruces peatonales y efectos subacuáticos solicitados por los usuarios, además de agregar preajustes de cámara y un reloj en tiempo real que no eran necesarios.
En resumen, es adecuado para tareas rápidas, pero su precisión y calidad final no son comparables a las de los modelos insignia.
4. ¿Por qué Flash se ha convertido en el “héroe” cuando la serie Pro tiene dificultades?
La serie Pro de Google no ha tenido éxito recientemente:
- La versión 3.5 Pro fue cancelada porque las mejoras en comparación con Flash no eran significativas;
- La versión 4 de Gemini todavía está en entrenamiento y está lejos de su lanzamiento.
La razón es que los modelos grandes requieren una gran inversión de capacidad de cálculo y recursos para cada actualización, y solo se justifica si hay un avance cualitativo significativo. Como Flash es más pequeño, puede iterar rápidamente, lo que lo ha convertido en la opción principal para cubrir las necesidades. Además, debido a los ajustes internos de Google (con la dirección exigiendo una mayor velocidad), Flash ha asumido el papel de modelo principal, responsabilizándose tanto del costo como de la velocidad, así como de las tareas complejas que antes realizaba la serie Pro.
5. ¿Qué es la versión Cyber? Un “héroe de la seguridad” dedicado a la detección de vulnerabilidades?
Esta vez también se lanzó la versión 3.8 de Flash Cyber, específica para tareas de seguridad cibernética:
- Puede detectar vulnerabilidades, realizar pruebas de penetración y generar parches de seguridad automáticamente;
- Los resultados de las pruebas son excelentes: supera a la versión anterior y a muchos modelos grandes en la detección de vulnerabilidades, y la tasa de éxito en la reparación de vulnerabilidades es similar a la de los modelos más avanzados, aunque a un costo mucho más bajo;
- En la práctica, el equipo de Chrome utilizó esta versión para generar parches correctos 2.6 veces más rápido que los modelos comerciales; la empresa de seguridad Wiz utilizó esta versión para pruebas de penetración y aumentó la tasa de recuperación de vulnerabilidades en un 7.5%-9.7%, reduciendo los costos en un 2.3-5.2 veces; incluso encontró una vulnerabilidad grave que los métodos tradicionales tardarían meses en detectar en menos de dos horas.
Esta versión está diseñada para defensores de la seguridad y actúa como un asistente eficiente y económico.
Conclusión: ¿Es una estrategia temporal de Google?
Originalmente, Google probablemente no planeaba que Flash se convirtiera en el modelo principal, pero las dificultades con la serie Pro y los cambios en la lógica de desarrollo de modelos grandes (donde las técnicas de entrenamiento posterior son más importantes) han hecho que Flash se convierta en la opción más viable. Sin embargo, esto es solo una solución temporal; en última instancia, depende de si la versión 4 de Gemini será exitosa. De lo contrario, por más capaz que sea Flash, no podrá llenar el vacío dejado por la serie Pro. Además, las burlas de Meta (¿Quién es Gemini?) indican que Google está siendo observado por sus competidores en términos de desarrollo de modelos insignia.