Google lanza Gemini 3 Flash: IA más rápida para desarrolladores

El 17 de diciembre de 2025, Google anunció Gemini 3 Flash como una ampliación de la familia Gemini 3. El objetivo, según el anuncio oficial, es ofrecer capacidades de razonamiento cercanas a la gama Pro, pero con latencias más bajas y un mejor coste para tareas interactivas.

Ese mismo 17 de diciembre de 2025, Google también confirmó que Gemini 3 Flash pasa a ser el modelo por defecto en la app Gemini (sustituyendo a Gemini 2.5 Flash) y que empieza a desplegarse como modelo por defecto en AI Mode de Google Search a nivel global. El lanzamiento no se limita al “front” de consumo: Google lo está impulsando en varias superficies de desarrollo, incluyendo Google AI Studio, Gemini API, una nueva plataforma llamada Google Antigravity, Android Studio, Gemini CLI, Vertex AI y Gemini Enterprise.

En el plano técnico, la documentación de Vertex AI detalla que el identificador de modelo es gemini-3-flash-preview, con fecha de lanzamiento 17 de diciembre de 2025 y última actualización 18 de diciembre de 2025 (UTC). La ficha del modelo confirma que acepta entradas multimodales (texto, código, imágenes, audio, vídeo y PDF) y devuelve salida en texto.

Para equipos que trabajan desde terminal, el 17 de diciembre de 2025, el Google Developers Blog publicó una guía para habilitar Gemini 3 Flash en Gemini CLI. La recomendación práctica es actualizar a @google/gemini-cli@latest y verificar versión 0.21.1 o superior; después, activar “Preview features” desde /settings y seleccionar modelo desde /model.

Why it matters

En el desarrollo de software, lo “rápido” solo importa si se traduce en menos fricción por iteración. Cuando un modelo tarda demasiado en responder, deja de ser parte del flujo y se convierte en un contexto aparte. La apuesta de Gemini 3 Flash es integrarse en esa zona de trabajo donde haces pequeñas preguntas constantemente: revisar un diff, proponer tests, resumir un hilo de PR, explicar un error, refactorizar una función o generar un script de carga.

La novedad relevante para ingeniería no es solo el rendimiento bruto, sino el control del razonamiento. En Vertex AI, Gemini 3 Flash introduce el parámetro thinking_level (minimal, low, medium, high) para controlar cuánta “razón interna” aplica el modelo y equilibrar calidad, latencia y coste. Google también señala que thinking_level reemplaza a thinking_budget en los modelos Gemini 3. En la práctica, esto ayuda a diseñar experiencias consistentes: un nivel mínimo para tareas rutinarias, y medium o high para pasos críticos como decisiones de arquitectura o análisis de errores complejos.

La multimodalidad también entra en juego. Para muchos equipos, los inputs reales no son solo texto: un PDF con requisitos, capturas de pantalla de un bug, un fragmento de vídeo de un error en producción,o audio de una reunión. La documentación de Vertex AI describe límites concretos para estas entradas (por ejemplo, PDFs grandes o vídeos con audio), lo que facilita planificar un pipeline de ingestión y no descubrir límites en el peor momento.

En costes, Gemini 3 Flash llega con precios publicados por token y con opciones asociadas como context caching. Aun así, hay un punto que conviene vigilar: el grounding con Google Search. Google advierte que una solicitud del cliente puede derivar en una o más consultas a Search y que se cobra por cada consulta. Además, la página de precios indica que la facturación de grounding con Google Search para Gemini 3 empieza el 5 de enero de 2026. Si tu producto se apoya en grounding, ese hito debe entrar en el calendario del equipo, tanto por presupuesto como por observabilidad.

Por último, hay un matiz operativo: el modelo está en public preview. Eso suele implicar cambios antes de estabilizarse (nombres, cuotas, límites y comportamiento). Si estás construyendo algo para producción, conviene diseñar un “plan B” con fallback de modelo y métricas de calidad automatizadas.

Key numbers

• Fecha del anuncio de Gemini 3 Flash: 17 de diciembre de 2025.
• Modelo en Vertex AI (identificador): gemini-3-flash-preview (public preview).
• Última actualización de la ficha en Vertex AI: 18 de diciembre de 2025 (UTC).
• Ventana de contexto (entrada y salida) en Vertex AI: 1.048.576 tokens de entrada y 65.536 tokens de salida.
• Knowledge cutoff publicado: enero de 2025.
• Benchmarks citados por Google:
  • GPQA Diamond: 90,4%.
  • Humanity’s Last Exam: 33,7% (sin herramientas).
  • MMMU Pro: 81,2%.
  • SWE-bench Verified: 78%.
• Precio publicado por Google para Gemini 3 Flash:
  • 0,50 USD por 1M tokens de entrada (texto, imagen, vídeo).
  • 1,00 USD por 1M tokens de entrada (audio).
  • 3,00 USD por 1M tokens de salida (incluye tokens de pensamiento).
• Context caching (según página de precios de Gemini API):
  • 0,05 USD por 1M tokens (texto, imagen, vídeo) y 0,10 USD por 1M tokens (audio), más 1,00 USD por 1.000.000 tokens por hora de almacenamiento.
• Grounding cowithoogle Search (Gemini 3 Flash Preview):
  • En plan de pago: 5.000 prompts al mes gratis; después, “Coming soon” 14 USD por 1.000 consultas a Search.
  • La facturación de grounding para Gemini 3 empieza el 5 de enero de 2026.
• Límites multimodales en Vertex AI:
  • Imágenes: hasta 900 imágenes por prompt; 7 MB por archivo en cargas directas; 30 MB desde Cloud Storage.
  • Documentos: hasta 900 archivos por prompt; hasta 900 páginas por archivo; hasta 50 MB por archivo vía API o Cloud Storage.
  • Vídeo: aproximadamente 45 minutos con audio o aproximadamente 1 hora sin audio; hasta 10 vídeos por prompt.
  • Audio: aproximadamente 8,4 horas por prompt (o hasta 1 millón de tokens); 1 archivo por prompt.

Context

Gemini 3 Flash llega después de la primera oleada de Gemini 3. Google presentó la serie Gemini 3 y su modelo Gemini 3 Pro el 18 de noviembre de 2025, y siguió ampliando el catálogo con modos y herramientas orientadas aallrazonamiento.

Frente a esa gama Pro, Flash funciona como la opción para “ritmo de trabajo”: más peticiones por minuto, interacciones más cortas y un coste que no se dispara al usar el modelo en cada paso. Google lo describe como un modelo que combina el razonamiento de Gemini 3 Pro con la latencia, eficiencia y coste de la línea Flash.

En el mercado, el patrón es familiar: modelos “rápidos” para experiencias conversacionales y asistentes, y modelos más pesados para tareas que requieren más deliberación. La diferencia es que, en este ciclo, los proveedores están poniendo controles explícitos (como el nivel de pensamiento) para que los equipos no tengan que elegir solo por nombre de modelo, sino también por configuración.

What’s next

Si vas a evaluar Gemini 3 Flash en un proyecto real, conviene empezar por una matriz simple: tareas, nivel de riesgo y presupuesto. Usa thinking_level como palanca de producto, no como un ajuste oculto. Para tareas de baja criticidad (resúmenes, borradores, reescritura), minimal o low puede mantener latencia baja. Para pasos determinantes (generación de cambios en código, recomendaciones de seguridad, transformaciones de datos), prueba medium o high y mide el impacto.

Mide también el “coste total” de cada interacción. En modelos con pensamiento, el token count puede variar más, y conviene separar tokens de entrada, salida y caching, además de cualquier coste por grounding. Para grounding con Google Search, marca el 5 de enero de 2026 como fecha de revisión: presupuestos, alertas de facturación y límites internos.

En herramientas, Gemini CLI puede ser una vía rápida para pilotos. Actualiza a 0.21.1 o superior, habilita las funciones preview y haz pruebas con prompts reales de tu equipo: PRs grandes, logs, errores de CI, scripts de infraestructura. Ese tipo de evaluación suele revelar más que un benchmark.

Por último, al estar en preview, planifica un fallback. Define un “modelo alternativo” y criterios automáticos para cambiar (por ejemplo, degradación de calidad en tests, cambios de cuota, o regresiones en outputs estructurados).

How to go deeper

Bootcamp de desarrollo web de Code Labs Academy para reforzar bases de APIs, backend y despliegue.

Bootcamp de ciencia de datos e IA de Code Labs Academy si quieres evaluar modelos, crear pipelines y trabajar con datos reales.

Bootcamp de ciberseguridad de Code Labs Academy para aplicar buenas prácticas al integrar IA y proteger datos y sistemas.