¿Qué es Gemini 3.5 Flash Cyber, la IA barata de Google contra hackers?

Google ha presentado Gemini 3.5 Flash Cyber, un modelo de inteligencia artificial especializado en localizar, comprobar y corregir vulnerabilidades de software. Su propuesta no consiste en ser el cerebro más grande del escaparate, sino en trabajar deprisa, repetir análisis y abaratar cada búsqueda hasta convertir la vigilancia del código en una tarea continua, no en una costosa operación reservada para ocasiones especiales.

El modelo funcionará dentro de CodeMender, el agente de seguridad de Google, y estará disponible inicialmente mediante un programa piloto restringido a gobiernos y socios considerados de confianza. No llegará, por tanto, como una herramienta abierta para cualquier desarrollador. La cautela tiene sentido: la misma IA capaz de encontrar una puerta mal cerrada puede explicar cómo forzarla.

La novedad toca un problema cada vez más incómodo. Los modelos avanzados ya pueden detectar fallos a una velocidad superior a la capacidad humana y empresarial para repararlos. El cuello de botella comienza a desplazarse: antes costaba encontrar la grieta; pronto lo difícil será parchear miles de grietas antes de que alguien las aproveche. Ahí se juega esta carrera, bastante menos vistosa que la generación de vídeos, aunque algo más decisiva para que medio internet no salga ardiendo.

Google apuesta por repetir, no solo por pensar más

Gemini 3.5 Flash Cyber está construido sobre Gemini 3.5 Flash y ajustado específicamente para tareas de ciberseguridad. Frente a los modelos gigantescos, caros y lentos, Google propone una arquitectura ligera que pueda examinar numerosas rutas del código sin disparar el gasto computacional.

La idea es sencilla, al menos sobre el papel. Encontrar una vulnerabilidad compleja exige recorrer un laberinto de funciones, permisos, dependencias y comportamientos posibles. Un único análisis profundo puede ser brillante, pero también caro y estrecho. El modelo de Google actúa más bien como una cuadrilla de inspectores: entra varias veces, cambia el ángulo, vuelve sobre sus pasos y compara resultados.

Google no ha publicado todavía una tarifa específica para Flash Cyber. La compañía se limita a asegurar que su precio por token será inferior al de los modelos de ciberseguridad de mayor tamaño. Llamarlo barato, por tanto, significa más económico en términos relativos; no implica que vaya a convertirse en una herramienta popular al alcance de una pequeña empresa desde el primer día.

CodeMender multiplica las búsquedas y reúne los resultados

Dentro de CodeMender, varios agentes basados en Flash Cyber pueden trabajar sobre una misma base de código y producir después un informe combinado. En las pruebas de CyberGym, Google permitió hasta cinco llamadas al modelo para elaborar una única respuesta final. Ese detalle importa: no se está midiendo únicamente la inteligencia de una consulta aislada, sino el rendimiento de un sistema coordinado que puede insistir sin que cada intento cueste una fortuna.

El método intenta evitar uno de los vicios frecuentes de los agentes automáticos: quedarse atrapados alrededor del mismo error, describiéndolo una y otra vez con solemnidad robótica mientras ignoran el agujero situado dos carpetas más allá. Un modelo ligero puede abrir más caminos, descartar falsos positivos y reservar el trabajo humano para los hallazgos que realmente merecen atención.

Los 55 fallos que explican la apuesta de Google

La cifra más llamativa procede de una prueba realizada sobre V8, el motor de JavaScript empleado por Chrome. Gemini 3.5 Flash Cyber identificó 55 problemas confirmados, frente a los 47 encontrados por Gemini 3.5 Flash y los 36 de Claude Opus 4.6. Diez de esos fallos no fueron detectados por ninguno de los otros dos modelos evaluados.

No significa que Google haya descubierto de golpe 55 catástrofes listas para derribar Chrome. Una vulnerabilidad confirmada puede tener niveles muy distintos de gravedad, alcance y posibilidad real de explotación. Pero el resultado sí respalda la tesis del producto: más exploraciones pueden descubrir más rutas de ataque, incluso cuando el modelo individual no es el más potente del mercado.

Flash Cyber también está siendo utilizado en bases de código internas relacionadas con Chrome, Android, Google Cloud, Ads y YouTube. Según la compañía, un equipo de investigación de Google encontró en dos horas vulnerabilidades de ejecución remota en interfaces públicas y un fallo de corrupción de memoria en un servicio de producción sensible.

El modelo llegó a generar una prueba de explotación fiable que superaba protecciones habituales del sistema, un logro defensivo que, leído al revés, explica perfectamente la prudencia en el acceso. La frontera entre proteger un sistema y enseñar a atacarlo puede ser tan fina como una línea de código.

CyberGym orienta, pero no dicta sentencia

CyberGym enfrenta agentes de inteligencia artificial a centenares de vulnerabilidades tomadas de programas reales. Es una referencia útil porque obliga a reproducir fallos concretos, no solo a redactar explicaciones convincentes. Aun así, comparar resultados exige cuidado: Google combina varias llamadas mediante CodeMender y algunas puntuaciones rivales proceden de datos declarados por sus propios proveedores.

Gemini 3.5 Flash Cyber obtiene un rendimiento competitivo, pero no lidera de forma indiscutible el sector. GPT-5.5-Cyber alcanzó un 85,6 % en las evaluaciones de un solo modelo comunicadas por OpenAI, mientras que MDASH, el sistema multimodelo de Microsoft, ha encabezado el ranking de CyberGym mediante una estructura de más de cien agentes especializados.

Son máquinas distintas corriendo carreras parecidas, aunque no exactamente sobre la misma pista. El resultado bruto cuenta, claro, pero también importa cuánto cuesta obtenerlo, cuántos intentos se permiten y qué capacidad tiene el sistema para convertir un hallazgo en una reparación útil.

Anthropic, OpenAI y Microsoft ya están en la misma trinchera

El lanzamiento sitúa a Google frente a Claude Mythos 5, el modelo de Anthropic reservado para organizaciones seleccionadas dentro de Project Glasswing. Mythos comparte capacidades con Claude Fable 5, pero funciona sin determinadas barreras de ciberseguridad, razón por la que su acceso permanece estrechamente controlado.

Su precio anunciado es de 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida, una factura que ayuda a entender por qué Google insiste tanto en la eficiencia computacional. En este mercado, ahorrar unos céntimos por operación puede parecer poca cosa; multiplicados por millones de pruebas, dejan de ser calderilla.

OpenAI mantiene GPT-5.5-Cyber dentro de un sistema de acceso para defensores verificados y trabajos autorizados, mientras Microsoft ha apostado por MDASH, una plataforma que coordina modelos y agentes diferentes. Este último sistema identificó 16 vulnerabilidades desconocidas en componentes de Windows, cuatro de ellas críticas y relacionadas con la ejecución remota de código.

La competición ya no consiste únicamente en presumir de modelo. Importan el agente que lo dirige, la cantidad de intentos permitidos, la calidad de los entornos de prueba, la validación de los hallazgos y, sobre todo, la capacidad para entregar un parche que no rompa otras cinco cosas. El modelo es el motor; el resto del vehículo decide si llega a alguna parte.

Cuando encontrar el fallo deja de ser lo más difícil

La automatización puede producir una paradoja bastante humana: cuantos más problemas descubre una organización, más insegura parece. Un equipo que recibe cien alertas bien fundamentadas no está necesariamente peor protegido que otro que solo ve cinco; quizá el segundo simplemente camina a oscuras.

El verdadero valor de estas herramientas aparecerá cuando sean capaces de priorizar, demostrar y corregir. Encontrar una anomalía sin determinar si puede explotarse genera ruido. Proponer un parche sin comprobar sus efectos puede introducir nuevos errores. Y reparar el código sin desplegar la actualización deja la puerta abierta con una nota pegada que dice que alguien debería cerrarla.

Google sostiene que CodeMender puede recorrer ese ciclo completo, desde la detección hasta la propuesta de solución. Sin embargo, Flash Cyber seguirá necesitando supervisión humana, entornos controlados y procesos de divulgación responsables. En seguridad informática, una respuesta pronunciada con mucha seguridad puede seguir siendo falsa. Las máquinas también improvisan; solo que lo hacen a velocidad industrial.

Un sabueso más barato en un bosque lleno de trampas

Gemini 3.5 Flash Cyber no parece destinado a coronarse como el modelo más poderoso de la ciberseguridad. Su ambición es otra: hacer económicamente viable la insistencia, permitir que los agentes revisen más código, con mayor frecuencia y sin consumir los recursos de una pequeña central eléctrica cada vez que alguien modifica una función.

Esa estrategia puede resultar más útil que ganar una tabla concreta. El software moderno cambia a diario, arrastra dependencias antiguas y se apoya en piezas que nadie recuerda haber instalado. Frente a ese bosque, Google propone un sabueso ligero que corre muchas veces y olfatea rincones distintos. No siempre será el más listo. Tal vez tampoco lo necesite.

La cuestión decisiva será quién controla estos sistemas y a qué ritmo se extiende su uso. Por ahora, gobiernos y socios seleccionados tendrán ventaja. Los demás observarán desde la verja cómo la inteligencia artificial transforma la seguridad del código en una carrera entre encontrar, reparar y explotar. Tres verbos, una diferencia de minutos y buena parte de nuestra vida digital en medio.