Gemini 3.6 Flash: Google reforça els models per a agents IA

Google ha presentat tres nous models de la seva família Gemini pensats específicament per construir i escalar agents d’intel·ligència artificial en entorns de producció. Gemini 3.6 Flash, 3.5 Flash-Lite i 3.5 Flash Cyber arriben per cobrir necessitats molt concretes: més eficiència, menys latència i un rendiment més fiable quan els sistemes han de prendre decisions autònomes a gran escala.

Gemini 3.6 Flash: el model de referència per a tasques complexes

El protagonista d’aquest llançament és Gemini 3.6 Flash, una evolució directa del 3.5 Flash que millora en dues dimensions alhora: qualitat i eficiència. Un dels punts forts és la reducció del consum de tokens de sortida, que segons l’índex d’Artificial Analysis cau un 17% respecte al seu predecessor. En alguns benchmarks especialitzats, com ara DeepSWE, aquesta reducció pot arribar fins al 65%. Dit d’una altra manera: el model fa la mateixa feina —o millor— utilitzant menys recursos computacionals.

En termes de rendiment, els números parlen per si sols. En tasques de programació, 3.6 Flash puja del 37% al 49% al benchmark DeepSWE. En recerca d’aprenentatge automàtic, passa del 49,7% al 63,9% a MLE Bench. I en ús de l’ordinador de manera autònoma, millora del 78,4% al 83% a OSWorld-Verified. Empreses com Hebbia i Harvey ja l’estan fent servir per a tasques multimodals com ara la interpretació de documents, l’anàlisi de gràfics i la redacció d’informes.

El preu també és un argument: 1,50 dòlars per milió de tokens d’entrada i 7,50 per milió de tokens de sortida, per sota del cost del 3.5 Flash anterior. Això fa que el cost per tasca agèntica baixi de manera significativa per als desenvolupadors que el despleguen a escala.

A més, el model incorpora salvaguardes de seguretat reforçades contra usos maliciosos en àmbits com ara armes químiques, biològiques, radiològiques i nuclears, a més d’atacs cibernètics. Segons Google, el model és molt més resistent als intents de manipulació, però s’ha entrenat per evitar rebutjar sol·licituds legítimes.

3.5 Flash-Lite: velocitat i volum al servei dels agents

L’altre gran llançament és Gemini 3.5 Flash-Lite, el model més ràpid de tota la sèrie 3.5. Amb una velocitat de 350 tokens de sortida per segon, és l’opció ideal per a tasques que requereixen un alt rendiment en paral·lel, com ara la cerca agèntica o el processament massiu de documents.

El seu preu és molt competitiu: 0,30 dòlars per milió de tokens d’entrada i 2,50 per milió de sortida. Tot i ser econòmic, supera àmpliament la generació anterior (3.1 Flash-Lite) en tots els benchmarks rellevants. A Terminal-Bench 2.1, per exemple, passa del 31% al 54%, i en tasques de context llarg a GDM-MRCR v2 millora del 60,1% al 72,2%.

Una novetat important és que ara incorpora l’ús de l’ordinador com a eina integrada, cosa que li permet gestionar tasques agèntiques de manera més autònoma i fiable. Els desenvolupadors poden configurar-lo per prioritzar la velocitat en tasques d’alt volum o activar nivells de raonament més elevats per a fluxos de treball amb múltiples subagents.

Gemini 3.5 Flash Cyber: un model especialitzat en ciberseguretat

El tercer llançament és Gemini 3.5 Flash Cyber, un model especialitzat que Google integra dins del seu agent CodeMender, orientat a la seguretat del codi. La proposta de Google aquí és clara: les aplicacions de ciberseguretat d’alt rendiment no es basen només en un bon model, sinó en la combinació precisa d’un model eficient amb una infraestructura agèntica ben dissenyada.

CodeMender combina aquest nou model amb un agent capaç d’analitzar, detectar i corregir vulnerabilitats en el codi, oferint un rendiment competitiu amb les solucions actuals de referència del sector.

Gemini 4 ja és en marxa

Més enllà dels llançaments d’avui, Google ha confirmat que Gemini 3.5 Pro ja s’està provant amb partners seleccionats i que estarà disponible de manera general aviat. Però la notícia que ha cridat més l’atenció és l’anunci que ja ha començat l’entrenament previ de Gemini 4, descrit com el més ambiciós fins ara. La cursa pels models d’IA més potents i eficients continua, i Google deixa clar que no té cap intenció de quedar-se enrere.