Google anuncia Gemini 3.1 Pro: ¿mejora real o actualización de marketing?

Google lleva meses en modo lanzamiento continuo. Gemini 3 llegó en noviembre, y antes de que muchos tuviéramos tiempo de probarlo en serio, ya tenemos a Gemini 3.1 Pro sobre la mesa. Hoy empieza a desplegarse en vista previa para desarrolladores y usuarios, con una promesa clara: mejor razonamiento y resolución de problemas complejos. Suena bien. Ahora toca ver qué hay detrás de eso.

Lo que dicen los benchmarks (y lo que no dicen)

Con cada modelo nuevo de cualquier compañía grande, llegan los benchmarks. Son inevitables, como el IBAN cuando contratas un seguro. Y hay que reconocer que algunos de los números que Google presenta esta vez no son modestos.

El más llamativo es el de ARC-AGI-2, una evaluación que mide la capacidad de un modelo para resolver problemas de lógica novedosos, del tipo que no se pueden entrenar directamente. No es un examen de memoria: es un examen de razonamiento puro. Gemini 3 Pro había tenido un rendimiento bastante discreto aquí, con un 31.1%. Gemini 3.1 Pro sube hasta el 77.1%. Más del doble. Eso no es un ajuste menor.

En Humanity’s Last Exam, una prueba que evalúa conocimiento avanzado y específico en múltiples disciplinas, Gemini 3.1 Pro alcanza el 44.4%, frente al 37.5% de su predecesor. Y para situar ese dato en contexto: GPT-5.2 de OpenAI se queda en un 34.5% en ese mismo examen. No está nada mal.

¿Pero qué significan estos números en la práctica?

Aquí viene el matiz, y es importante no pasarlo por alto. Los benchmarks son útiles para comparar modelos entre sí en condiciones controladas, pero no siempre reflejan lo que vas a notar tú al día a día. Google, como hace cualquier empresa, ha elegido las demos más favorables para su presentación. Los ejemplos de generación de gráficos SVG mostrados en el vídeo comparativo lucen mejor, sí, pero son ejemplos seleccionados a mano.

Dicho esto, si usas Gemini para preguntas complejas que requieren razonamiento profundo o respuestas matizadas, probablemente sí notes diferencia respecto a la versión 3.0. No es un salto de generación, pero tampoco es cosmético.

Quiénes van a notar más el cambio

Hay un perfil que va a beneficiarse especialmente de esta actualización: los desarrolladores que construyen flujos de trabajo agentivos, es decir, sistemas donde la IA toma decisiones encadenadas de forma autónoma. Gemini 3.1 Pro casi duplica su puntuación en el benchmark APEX-Agents, que mide precisamente esa capacidad. Si estás construyendo automatizaciones complejas o pipelines que dependen de razonamiento paso a paso, esto sí puede marcar una diferencia tangible.

Para el usuario que pregunta cosas al chat de vez en cuando, el salto va a ser menos evidente. Funcional, posiblemente más preciso en respuestas largas, pero no un cambio de paradigma.

Dónde llega el modelo y a qué precio

El despliegue empieza hoy en varias plataformas:

• AI Studio e IDE Antigravity: en vista previa para desarrolladores.
• Vertex AI y Gemini Enterprise: para usuarios empresariales.
• Aplicación Gemini y NotebookLM: disponible también para usuarios regulares.

En cuanto al precio de la API, no ha cambiado respecto a Gemini 3 Pro: 2 dólares por cada millón de tokens de entrada y 12 dólares por millón de tokens de salida. La ventana de contexto tampoco varía: 1 millón de tokens de entrada y 64.000 de salida. Para quienes ya tenían integrado el modelo anterior, eso elimina sorpresas en la factura.

El papel de Deep Think y lo que viene

Algo interesante que ha trascendido es que la «inteligencia central» detrás de la mejora reciente de Deep Think, la herramienta de razonamiento extendido de Google que la compañía actualizó la semana pasada, era ya Gemini 3.1 Pro. O sea, el modelo lleva un tiempo trabajando entre bastidores antes de llegar oficialmente al público general.

Y si el patrón de Google se mantiene, lo que viene después es una versión 3.1 del modelo Flash, que es la variante más rápida y económica de la familia Gemini. Más accesible, menos costosa, orientada a casos de uso donde la velocidad importa más que la profundidad. Probablemente no tardemos mucho en verla.

¿Vale la pena el hype?

Depende de para qué uses el modelo. Los saltos en ARC-AGI-2 son objetivamente significativos y apuntan a una mejora real en capacidad de razonamiento, no solo en recuperación de información. Eso es lo que más me interesa de este lanzamiento, porque es donde los modelos de lenguaje han tenido históricamente más limitaciones.

Lo que no conviene hacer es interpretar cada versión «.1» como una revolución. Google está compitiendo en un entorno donde OpenAI, Anthropic y otros también empujan con fuerza, y en ese contexto, mantener el ritmo de actualizaciones es tan importante como la calidad de cada salto individual. Gemini 3.1 Pro parece un paso sólido. Si será suficiente para mantenerse en cabeza, eso ya lo iremos viendo.