En Resumen

  • Google lanzó Gemini 3 Pro en versión preliminar pública gratuita, con capacidad para procesar hasta 1 millón de tokens de contexto simultáneamente.
  • El modelo superó a Gemini 2.5 Pro en Humanity’s Last Exam con 37,5% frente a 21,6%, y en ARC-AGI-2 alcanzó 31,1% contra 4,9%.
  • Google compite contra ChatGPT de OpenAI, que reporta 800 millones de usuarios semanales frente a los 650 millones mensuales de Gemini.

Google lanzó Gemini 3 Pro en una versión preliminar pública, calificándolo como el modelo de IA más capaz de la compañía hasta la fecha. El sistema maneja texto, imágenes, audio y video simultáneamente mientras procesa hasta 1 millón de tokens de contexto, aproximadamente equivalente a 700.000 palabras, o alrededor de 10 novelas de longitud completa.

El modelo de vista previa está disponible de forma gratuita para que cualquiera lo pruebe aquí.

Google afirmó que el modelo superó a su predecesor, Gemini 2.5 Pro, en casi todas las pruebas que la compañía realizó. En Humanity’s Last Exam, una prueba de razonamiento académico, Gemini 3 Pro obtuvo un puntaje del 37,5% en comparación con el 21,6% de 2.5 Pro. En ARC-AGI-2, un benchmark de rompecabezas de razonamiento visual, la brecha se amplió aún más: 31,1% frente a 4,9%.

Por supuesto, el verdadero desafío en este punto de la carrera de la IA no es tanto técnico como ganar cuota de mercado comercial.

Google, que una vez pareció indomable en el espacio de búsqueda, ha cedido una enorme cantidad de terreno a OpenAI, que afirma tener alrededor de 800 millones de usuarios semanales de ChatGPT en comparación con Gemini, que según reportes tiene alrededor de 650 millones de usuarios mensuales. Google no ha dicho cuántos usuarios semanales tiene, pero sería mucho menos que su recuento mensual.

Sin embargo, los logros técnicos de Gemini 3 son impresionantes.

Gemini 3 Pro utiliza lo que Google llama una arquitectura de mezcla de expertos dispersos. En lugar de activar todos los más de 1 billón de parámetros para cada consulta, el sistema dirige cada entrada a subredes especializadas. Solo una fracción del modelo, el experto en esa tarea específica, se ejecuta en un momento dado, reduciendo los costos computacionales mientras mantiene el rendimiento.

A diferencia de GPT y Claude, que son modelos grandes y densos (un todólogo), el enfoque de Google actúa como lo haría una gran organización. Una empresa con 1.000 empleados no llama a todos a cada reunión; equipos específicos manejan problemas específicos. Gemini 3 Pro funciona de la misma manera, dirigiendo preguntas a las redes de expertos adecuadas.

Google entrenó el modelo con documentos web, repositorios de código, imágenes, archivos de audio y video, además de datos sintéticos generados por otros sistemas de IA. La empresa filtró los datos de entrenamiento por calidad y seguridad, eliminando contenido pornográfico, material violento y cualquier cosa que violara las leyes de protección infantil. El entrenamiento se realizó en las Unidades de Procesamiento Tensorial de Google utilizando el software JAX y ML Pathways.

Una prueba rápida del modelo mostró que era muy capaz. En nuestra prueba de codificación habitual pidiendo generar un juego de sigilo, este fue el primer modelo que generó un juego 3D en lugar de una experiencia 2D. Otras ejecuciones proporcionaron versiones 2D, pero todas eran funcionales y rápidas.

Este enfoque sigue el estilo de ChatGPT o Perplexity que fomentan interacciones adicionales al compartir preguntas de seguimiento y sugerencias, pero la implementación de Google es mucho más limpia y útil.

Al generar código, la interfaz proporciona consejos para ayudar en los prompts subsiguientes, de modo que el usuario pueda guiar al modelo para generar un código mejor, corregir errores y mejorar la lógica de la aplicación, la interfaz de usuario, etc. También brinda a los usuarios la opción de implementar su código y aplicaciones impulsadas por Gemini.

En general, este modelo parece estar especialmente enfocado en tareas de codificación. La creatividad no es su punto fuerte, pero puede ser fácil de guiar con un buen prompt de sistema y ejemplos, ya que tiene una ventana de contexto de tokens muy amplia.

Una versión archivada de la ficha técnica de Gemini 3, un documento que proporciona información esencial sobre el diseño del modelo, su uso previsto, rendimiento y limitaciones, publicado por Google DeepMind, muestra que Gemini 3 Pro puede generar hasta 64.000 tokens de salida y mantiene una fecha límite de conocimiento de enero de 2025. Google reconoció que el modelo puede alucinar y ocasionalmente experimenta lentitud o tiempos de espera.

Actualmente no está disponible una ficha técnica oficial.

Como se mencionó, Google AI Studio actualmente ofrece a todos acceso gratuito a Gemini 3 Pro. Vertex AI y la API de Gemini también admiten el modelo. Sin embargo, Gemini 3 Pro aún no está disponible a través de la aplicación Gemini, ni siquiera para los suscriptores de pago de Gemini Pro.

El lanzamiento de noviembre posiciona a Google contra Claude Sonnet 4.5 de Anthropic, Grok 4.1 e incluso GPT-5.1 de OpenAI. Las puntuaciones de benchmark sugieren que Gemini 3 Pro lidera en tareas de razonamiento y multimodales, aunque el rendimiento en el mundo real varía según el caso de uso.

Google distribuyó Gemini 3 Pro a través de sus plataformas en la nube sujeto a los términos de servicio existentes. Se aplica la política de uso prohibido de IA generativa de la empresa, bloqueando el uso en actividades peligrosas, compromisos de seguridad, contenido sexualmente explícito, violencia, discurso de odio y desinformación.

Generally Intelligent Newsletter

A weekly AI journey narrated by Gen, a generative AI model.