Google acaba de enseñar Gemini 3.5 Flash en su versión más exagerada.
En una publicación oficial de Google Antigravity en X, la compañía dijo que llevó el modelo a un research preview extremo: 93 subagentes, 15.314 llamadas al modelo, un kernel, un sistema de archivos y drivers hechos desde cero, y el resultado final de la demostración fue sencillo de entender para cualquiera que haya crecido con PCs viejas y juegos de culto: bootear Doom.
Lo importante no es solo la anécdota
La demo funciona porque el número impresiona, pero el dato relevante está en otro lado. En el model card oficial de DeepMind, Gemini 3.5 Flash aparece como la siguiente iteración de la serie Gemini 3: un modelo nativamente multimodal, con capacidades de razonamiento, ventana de contexto de hasta 1 millón de tokens y salida de hasta 64K tokens.
Además, Google lo distribuye en varias superficies al mismo tiempo: Gemini App, Gemini Enterprise App, Gemini Enterprise Agent Platform, Google AI Studio, Gemini API, Google Search AI Mode y Google Antigravity. O sea: no es solo un modelo para probar en laboratorio; ya está metido en la pila donde Google quiere que vivan sus agentes.
Por qué esta demo sí dice algo
La escena de los 93 subagentes no prueba que Gemini 3.5 Flash sea “mágicamente mejor” que todos los demás. Lo que sí prueba es que Google quiere que su modelo aguante trabajo largo, coordinación múltiple y tareas que no se resuelven en una sola respuesta bonita.
Eso encaja con la propia documentación de Google AI for Developers, donde Gemini 3.5 Flash aparece ligado a herramientas de agente, uso de computadora, búsqueda de archivos, llamadas a función y flujos de trabajo pensados para orquestación. En otras palabras: Google no está empujando solo un chatbot más rápido; está empujando una capa de ejecución para agentes.
La lectura editorial
Visto así, la demo de Antigravity no es un truco de feria. Es una forma bastante clara de decir que Google quiere convertir Gemini 3.5 Flash en un motor útil para trabajos largos, paralelos y con muchas piezas en movimiento.
Y ahí está el cambio real: cuando un modelo ya no se promociona solo por responder mejor, sino por sostener una infraestructura de agentes alrededor, la conversación deja de ser “qué tan listo es” y pasa a ser “qué tanto trabajo puede sostener sin romperse”.
Fuentes base
- X de Google Antigravity: demo con 93 subagentes, 15.314 llamadas y Doom
- Google DeepMind: model card oficial de Gemini 3.5 Flash
- Google AI for Developers: documentación oficial de Gemini 3.5 Flash