Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
Google ha anunciado el lanzamiento del modelo de inteligencia artificial para generación de vídeo Gemini Omni 1.2 Flash, elevando la duración del clip a 15 segundos, reduciendo los costes de generación en un 30% y permitiendo la edición mediante comandos conversacionales.
Google puso su modelo insignia Gemini 4 Argon a disposición de los desarrolladores suscritos al plan de pago de Gemini API, a un precio introductorio de 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida hasta el 30 de noviembre. El modelo combina los tokens de entrada y salida en un único presupuesto de un millón de tokens, lo que significa que las entradas extensas reducen el espacio disponible para la respuesta.
Google comenzó a desplegar Gemini 4 Argon para los suscriptores de AI Pro y AI Ultra dentro de la aplicación Gemini, con mejoras en el razonamiento y la programación, además de compatibilidad con el cambio entre conversación y programación en macOS. El modelo también está disponible a través de Antigravity, AI Studio y Android Studio, mientras que su uso mediante la API comienza en 2 dólares por cada millón de tokens de entrada hasta el 30 de noviembre de 2026.
Google anunció dos nuevos modelos de conversión de texto a voz que permiten crear voces personalizadas, dirigir la interpretación línea por línea y producir diálogos con múltiples hablantes en más de 100 idiomas. Gemini 3.8 Flash TTS está disponible para desarrolladores a través de Gemini API y Google AI Studio, mientras que Flash-Lite está orientado a usos de audio a gran escala.
Google ha anunciado la disponibilidad de Gemini 3.8 Live, Gemini 3.8 Live Extended Thinking y Gemini 3.5 Transcribe para desarrolladores a través de Gemini API y Google AI Studio. Los modelos están orientados a crear agentes de voz capaces de mantener el diálogo y ejecutar tareas, además de convertir voz en texto con bajas tasas de error en más de 85 idiomas.
Google ha añadido la «comprensión agentiva de vídeo» a Gemini 3.7 Flash, 3.6 Flash y 3.5 Flash-Lite, de modo que el modelo determina las partes y modalidades que necesita examinar en lugar de procesar el vídeo a una velocidad de fotogramas fija. La empresa afirma que la función reduce el consumo de tokens hasta un 88 % y el coste hasta un 66 %, al tiempo que mejora la precisión hasta un 7 %.
Google anunció Gemini 3.5 Transcribe, un modelo de conversión de voz a texto dirigido a la transcripción instantánea y de archivos grabados, con procesamiento de frecuencias, formato del texto y reconocimiento de hablantes. El modelo está disponible en vista previa pública a través de Gemini API y de las plataformas de Google para desarrolladores y empresas, y se integrará gradualmente en las aplicaciones de Google.
Google presentó Gemini 3.7 Flash como el modelo más potente de su serie Flash hasta la fecha para la programación y la creación de agentes, con mejoras en el desarrollo web y los flujos de trabajo de conocimiento, además de un precio introductorio equivalente a la mitad del coste original de Gemini 3.6 Flash. El modelo está disponible para desarrolladores y empresas, y también comenzó a utilizarse en el agente Gemini Spark para suscriptores elegibles.
Google ha lanzado el modelo Gemini 3.7 Flash con mejoras en programación, planificación de tareas, invocación de herramientas y flujos de trabajo empresariales, mientras reduce a la mitad los precios de la API hasta finales de 2026. El modelo ya está disponible a través de varios servicios de Google para desarrolladores, empresas y suscriptores, pero los resultados de las pruebas no muestran que supere a sus competidores en todos los usos.
Google anunció actualizaciones para los Managed Agents en la API de Gemini, entre ellas convertir Gemini 3.6 Flash en el modelo predeterminado y añadir hooks de entorno para controlar y auditar las llamadas a herramientas. La actualización también habilita un nivel gratuito, límites presupuestarios, activadores programados y una interfaz para gestionar sesiones de entornos aislados.