The Specialty NewsGoogle enseña a Gemini a dudar de sí mismo — y dispara las facturas de los desarrolladores un 45%
El nuevo modelo 3.8 Flash logra un salto de 2.6x en la corrección autónoma de errores, pero sus bucles de prueba internos hacen que el contador siga corriendo
Google acaba de lanzar una inteligencia artificial que te cobra dinero por darse cuenta de que cometió un error. Aunque el precio de lista de Gemini 3.8 Flash sigue siendo idéntico al del modelo del mes pasado, rastreadores independientes descubrieron que el costo real por tarea ha subido silenciosamente un 45 por ciento. El modelo no es más caro por palabra. Simplemente consume más ciclos de computación al probar su propio código, leer los registros de errores y reescribir sus respuestas antes de mostrarte el resultado. Esa duda interna está a punto de cambiar la economía del desarrollo de software.
La economía de la duda
Tulsee Doshi, directora sénior de producto de Google, tiene la tarea de convencer a los desarrolladores de una nueva y extraña propuesta de valor: una IA que trabaja más y cuesta más para llegar a la misma respuesta. Gemini 3.8 opera con bucles agénticos de larga duración. En lugar de adivinar la siguiente palabra probable, formula una hipótesis, genera código, lo ejecuta internamente y corrige sus propios errores.
Es el equivalente computacional de un contratista que mantiene su tarifa por hora sin cambios, pero se queda trabajando el doble de tiempo solo para comprobar sus propias medidas con un nivel.
Los resultados de este esfuerzo interno son asombrosos, pero ocultan un cambio estructural en cómo los gigantes tecnológicos fijan el precio de la inteligencia. Los desarrolladores ya no tienen un control estricto sobre cuántos tokens consumirá un prompt. Una simple consulta podría desencadenar un debate interno que dispare la factura de computación.
“3.8 Flash trabaja más... A veces, el modelo podría usar más tokens para maximizar el rendimiento, especialmente en niveles de esfuerzo más altos.”— Tulsee Doshi
Pero Google no diseñó este costoso mecanismo de autocorrección solo para ayudar a los desarrolladores a escribir aplicaciones web más limpias. Lo construyeron porque sus propios ingenieros estaban perdiendo una guerra.
El punto ciego de 13 años
Doug Turner, director de ingeniería de Chrome, advirtió recientemente sobre un apocalipsis de vulnerabilidades impulsado por la IA generativa. Las matemáticas de la ciberseguridad siempre han sido asimétricas. Los atacantes que usan IA solo necesitan acertar una vez, mientras que los defensores tienen que acertar todas y cada una de las veces.
Para invertir esa ecuación, la líder de seguridad de Google DeepMind, Raluca Ada Popa, diseñó un gemelo del modelo estándar: Gemini 3.8 Flash Cyber. Popa desató este agente autónomo en el código base de Google Chrome. La IA rastreó millones de líneas de código y parcheó con éxito una sutil vulnerabilidad de Chromium que los ingenieros humanos habían pasado por alto durante 13 años.
Demostró que un modelo ligero e iterativo puede superar a modelos de frontera mucho más grandes y costosos simplemente negándose a rendirse hasta que el código compile a la perfección. La industria de la IA ha pasado oficialmente de dar saltos anuales masivos en inteligencia bruta a una cadencia de modelos más pequeños que intercambian tiempo de computación por precisión.
Sin embargo, construir una IA capaz de cazar y corregir exploits de día cero presenta un peligro inmediato. Si un modelo sabe exactamente cómo parchear una vulnerabilidad crítica, inherentemente sabe cómo explotarla.
Lo que dice la gente
“Google has released Gemini 3.8 Flash, its fourth Flash model in under four months - it scores 59 on the Artificial Analysis Intelligence Index and reaches the Intelligence vs. Cost per Task Pareto frontier @GoogleDeepMind released Gemini 3.8 Flash today. With high reasoning, it”
“We’re introducing Gemini 3.8 Flash ⚡️ built to tackle complex agentic and multi-step tasks with even greater diligence. Our most intelligent workhorse model yet delivers significant improvements in reasoning, evolving to an AI partner that doesn’t just write code, but can also”
“Introducing Gemini 3.8, our best reasoning & coding model yet. By leveraging long-running agentic loops, we’re building on the momentum of 3.7 Flash from just three weeks ago to release two new 3.8 variants: Meet Gemini 3.8 Flash and Gemini 3.8 Flash Cyber 🧵”
The Economics of AI Self-Doubt
The Brief
Mantén la curiosidad
IA y tecnología: qué cambia y por qué importa.
Tu selección diaria, en inglés o español.
Gratis para siempre. Cancela cuando quieras.
Más historias
Conversación
Inicia la conversación