Google Gemini 3 Pro: ¿El Fin de la Era de los Chatbots, el Comienzo de la Era de los Agentes de IA?

En este artículo:

• Flexionando sus músculos

• ¿Qué puede hacer Gemini 3 Pro?

• Anti-Gravity para desarrolladores

El 18 de noviembre de 2025, Google presentó Gemini 3 Pro — un modelo de IA que, según el CEO de la compañía Sundar Pichai, está diseñado para «dar vida a cualquier idea».

El lanzamiento llegó apenas una semana después del lanzamiento de ChatGPT 5.1 y un día después del debut de Grok 4.1, intensificando aún más la competencia en el mercado.

El nuevo modelo no se posiciona simplemente como un chatbot, sino como una plataforma universal capaz de manejar tareas de cualquier complejidad. La tercera versión de Gemini ha recibido capacidades a nivel de agente, razonamiento mejorado, contexto ampliado y la capacidad de transformar archivos de usuario (imágenes, videos, audio) en contenido completamente nuevo.

El equipo editorial de Incrypted investigó qué puede hacer Gemini 3 Pro — y en qué áreas supera a sus competidores.

Gemini 3 Pro se presenta como el modelo más «razonable» de Google, y la compañía posiciona abiertamente su solución como líder de la industria en muchos aspectos. Evaluaciones independientes lo confirman.

Según Artificial Analysis, el modelo se ha convertido en el nuevo líder de su índice integral.

Índice de IA de Artificial Analysis. Datos: Artificial Analysis.

Si hemos de creer las pruebas de Artificial Analysis, Google ha tomado la delantera sobre sus competidores en las áreas de tareas inteligentes — razonamiento, comprensión de estructuras complejas, precisión y multimodalidad.

El rendimiento en Análisis Profundo merece especial atención. En el Examen Final de la Humanidad, que evalúa la capacidad de un modelo para resolver problemas de nivel doctoral sin herramientas, Gemini 3 Pro obtuvo más del 37%.

Esto es más de diez puntos porcentuales por encima del récord anterior. En ARC-AGI-2, uno de los benchmarks más desafiantes que evalúa la capacidad de derivar reglas y aplicarlas a nuevas situaciones, el modelo también puntuó por encima de la mayoría de los competidores.

Resultados de diez pruebas especializadas de Artificial Analysis. Datos: Artificial Analysis.

El alto rendimiento también es evidente en las pruebas matemáticas, destacó Google. En la prueba MathArena Apex, donde las preguntas de niveles extremos de complejidad tradicionalmente desequilibran a los modelos, Gemini 3 Pro recibió un 23,4%. Anteriormente, esta cifra era inalcanzable para otros sistemas, y los mejores resultados no superaban el 5,2%.

Resultados de la prueba MathArena Apex. Datos: MathArena.

En pruebas multimodales, el Gemini actualizado también ocupa las primeras posiciones. Los expertos atribuyen esto directamente a la escala potencialmente grande del modelo.

Esta hipótesis explicaría la capacidad de la IA de Google para superar a productos de otras empresas en tareas que involucran análisis visual y comprensión espacial.

Por separado, vale la pena señalar una comparación con Claude y ChatGPT. En el benchmark SWE-Bench Verified, que prueba la capacidad de manejar autónomamente tareas de GitHub, el nuevo modelo está solo un uno por ciento por detrás de Sonnet 4.5. En otras métricas, Gemini a menudo sale adelante.

Resultados comparativos de pruebas de diferentes modelos de IA. Datos: Google.

Otra evidencia importante es la velocidad del modelo. Artificial Analysis señala que Gemini 3 Pro genera aproximadamente 128 tokens por segundo. Esto es más rápido que el rendimiento de GPT-5.1, Kimi K2 Thinking y Grok 4.

Esto se debe muy probablemente a la propia plataforma de hardware de Google basada en procesadores Tensor Processing Unit (TPU).

Así, en varios parámetros, el modelo compite con confianza con los buques insignia existentes y en muchos casos los supera. Al mismo tiempo, el producto se queda atrás de sus competidores en algunas pruebas, pero generalmente solo ligeramente.

Técnicamente hablando, Gemini 3 Pro es un modelo multimodal con más contexto y un conjunto ampliado de parámetros controlables. Según la documentación de Google, acepta texto, código, imágenes, audio, video y PDFs como entrada.

Se afirma que el tamaño máximo de entrada es de 1.048.576 tokens, con una salida de hasta 65.536 tokens. Para aplicaciones prácticas, esto significa que el modelo puede analizar una gran cantidad de datos a la vez, incluyendo documentos largos, conjuntos de artículos, grandes conferencias en video o repositorios de código completos.

Datos técnicos de Gemini 3 Pro. Datos: Google.

La documentación establece por separado que el modelo admite hasta 900 imágenes por consulta, hasta 900 documentos, hasta diez videos y audio con una duración de hasta varias horas.

Esto hace posible construir consultas complejas donde las descripciones de texto se combinan con material visual y código.

Con la introducción de Gemini 3, se introducen numerosas configuraciones nuevas. En primer lugar, un parámetro de nivel de razonamiento. En lugar del anterior «presupuesto de pensamiento», se utiliza un interruptor explícito thinking_level, que puede ser bajo o alto.

Google explica esto como una forma de ajustar la cantidad de razonamiento interno. La característica logra un equilibrio entre la calidad de respuesta, la complejidad lógica, la latencia y el costo.

En segundo lugar, ha aparecido el control de resolución para contenido multimedia. El parámetro media_resolution (bajo, medio o alto) permite controlar la profundidad del análisis visual y el consumo de tokens para imágenes y videos.

Descripción de las nuevas características en Gemini 3 Pro. Datos: Google.

A nivel de producto, Google está tratando de convertir estas características en nuevas formas de interfaces. Pichai describe la experiencia Gemini de esta manera:

Además, el ejecutivo de Google escribe que Gemini 3 «aporta un poderoso razonamiento a la búsqueda y nuevas interfaces generativas». Específicamente, introduce un modo de diseño visual.

Esto significa que una respuesta puede parecer un despliegue de «revista» con fotos, módulos y elementos que el usuario controla. Como ejemplo, citó una solicitud para planificar un viaje de tres días a Roma.

El sistema respondió generando un itinerario con bloques visuales y la capacidad de personalizarlo según las preferencias del usuario.

Un área importante de desarrollo son las capacidades basadas en agentes. Google señala que desde Gemini 2, la compañía ha estado desarrollando activamente la «era de los agentes» y Gemini 3 muestra progreso en la capacidad de planificar acciones durante largos períodos de tiempo.

Sus materiales mencionan específicamente el liderazgo en el benchmark Vending-Bench 2, que simula la gestión de una máquina expendedora durante el transcurso de un año. Según la descripción de Google, la IA mantiene la secuencia de acciones y el uso de herramientas en un estado estable y no se «aleja» del objetivo establecido.

Prueba Vending-Bench 2. Datos: Google.

La compañía atribuye la aplicación práctica de estas ideas para tareas cotidianas al Agente de IA. Un ejecutivo de Google explica que esta característica utiliza capacidades avanzadas de razonamiento para desglosar tareas complejas en múltiples pasos.

Después de completarlos, el modelo sugiere acciones adicionales al usuario, dependiendo del resultado obtenido.

En el lado de la ingeniería, la nueva herramienta de desarrollo Google Antigravity se ha convertido en un elemento importante del ecosistema. El anuncio oficial la describe como una «plataforma de desarrollo basada en agentes».

La solución es un entorno integrado donde los agentes basados en Gemini 3 tienen acceso a un editor, terminal y navegador. Pueden planificar y ejecutar tareas de software complejas y presentar sus pasos al usuario como «artefactos» individuales que son fáciles de inspeccionar.

La publicación ArsTechnica enfatiza que Antigravity puede usar no solo agentes basados en Gemini, sino también soluciones basadas en Claude Sonnet 4.5 y GPT. El producto también ofrece herramientas de línea de comandos del lado del cliente y del servidor.

Estos casos muestran que el modelo puede manejar tareas relacionadas con la espacialización de objetos y trabajar en entornos de realidad virtual y aumentada.

En resumen, a nivel de características, Gemini 3 Pro parece una herramienta versátil con gran contexto, razonamiento profundo guiado y un acoplamiento estrecho con herramientas de desarrollo y agentes.