Google y Meta presentaron el 2 de septiembre nuevos modelos de inteligencia artificial, en una nueva escalada de la competencia por el rendimiento en programación, razonamiento y tareas ejecutadas por agentes. Google lanzó Gemini 3.8 Flash junto con una variante orientada a ciberseguridad, mientras Meta estrenó Muse Spark 1.3.
Los anuncios llegaron prácticamente al mismo tiempo y vuelven a situar a ambas compañías en el centro de una carrera en la que también participan OpenAI, Anthropic y xAI. El ritmo de lanzamientos se ha acelerado, especialmente en los modelos diseñados para completar procesos de varios pasos con menor intervención humana.
Google prioriza la velocidad y la ciberseguridad
Gemini 3.8 Flash es la tercera versión de la familia Flash presentada por Google en apenas seis semanas. La compañía sostiene que el nuevo modelo mejora de forma significativa a Gemini 3.7 Flash en ingeniería de software, tareas con agentes y razonamiento compuesto por varias etapas.
El modelo se ofrece con un precio de 0,75 dólares por cada millón de tokens de entrada y 3,75 dólares por cada millón de tokens de salida hasta finales de 2026. A partir de entonces, esas tarifas se duplicarán, según la información difundida por Google.
La compañía acompañó el lanzamiento con Gemini 3.8 Flash Cyber, una versión específica para ciberseguridad. Su acceso está limitado a un grupo de usuarios de confianza, entre ellos gobiernos y organizaciones encargadas de proteger infraestructuras críticas.
Según Google, el modelo obtuvo buenos resultados en pruebas centradas en la detección de vulnerabilidades y la generación de parches. En concreto, habría creado 2,6 veces más parches correctos para vulnerabilidades de Chrome que otros modelos comerciales de mayor tamaño. La compañía no presenta este dato como una medición general de rendimiento, sino como el resultado de esa prueba concreta.
El avance refleja una de las vertientes más sensibles de la competición entre modelos avanzados. Las mismas capacidades que permiten identificar fallos y corregir código pueden resultar útiles para la defensa de sistemas, pero también plantean riesgos si se emplean con fines maliciosos.
Meta busca ventaja en los flujos de trabajo con agentes
Meta respondió con Muse Spark 1.3, disponible a través de Muse Code y de la API de Meta Model. La empresa afirma que la nueva versión necesita alrededor de un 20% menos de llamadas a herramientas que la anterior, un dato que apunta a una planificación más eficiente en tareas que requieren interactuar con distintos recursos.
Las evaluaciones independientes de Artificial Analysis dibujan un resultado desigual. Muse Spark 1.3 obtiene mejores resultados en trabajo de conocimiento con agentes, razonamiento científico y una prueba de referencia sobre tareas bancarias. Ese perfil sugiere un buen desempeño en procesos complejos en los que el modelo debe organizar y ejecutar varias acciones consecutivas.
Artificial Analysis indicó además que la versión Muse Spark 1.3 Max, disponible en vista previa limitada para socios de Meta, alcanzó una puntuación de 62 en su Intelligence Index. En esa clasificación quedó por detrás de Claude Fable 5.1 y Claude Opus 5. La variante de “razonamiento máximo” todavía no tiene un despliegue general: Meta prevé lanzarla después de completar pruebas adicionales de seguridad.
Un duelo sin ganador definitivo
Los resultados no apuntan a un vencedor claro. Meta parece destacar en determinadas tareas de razonamiento y en los flujos de trabajo basados en agentes. Google, por su parte, se sitúa por delante en precisión factual, contextos largos y programación en terminal, según las comparativas citadas.
Gemini 3.8 Flash también logró la puntuación más alta entre los modelos analizados en GPQA Diamond, una prueba centrada en preguntas científicas de elevada dificultad. La versión actual xhigh de Muse Spark mejora a la generación anterior, aunque continúa por detrás de algunos modelos de Claude.
La sucesión de lanzamientos muestra que la batalla ya no se limita a presentar el modelo con la mejor puntuación agregada. El coste por uso, la velocidad, la seguridad y la capacidad para completar tareas prácticas empiezan a pesar tanto como los resultados de laboratorio.
