Gemini 3.1 Pro: Google relanza la carrera a la IA con un salto en razonamiento y un precio inalterado
A finales de 2025, Google había recuperado brevemente la delantera con Gemini 3 Pro… solo para ser alcanzado (y luego superado) por el ritmo frenético de OpenAI y Anthropic. En esta fecha, 19 de febrero de 2026, Mountain View vuelve a la contienda con Gemini 3.1 Pro, una actualización que no busca «hacer ruido», sino convertirse en el referente para tareas largas, complejas y estructuradas — aquellas que requieren más que una respuesta elegante: planificación, síntesis y rigor.
Gemini 3.1 Pro: Un salto evidente en razonamiento — y una puntuación que genera conversación
La cifra que Google destaca (y que varios medios han repetido) es clara: 77.1% en ARC-AGI-2, un benchmark diseñado para probar la capacidad de un modelo para resolver patrones lógicos nuevos, en lugar de «repetir» patrones vistos durante el entrenamiento.
Además, evaluaciones externas posicionan a Gemini 3.1 Pro en la parte superior de las listas de «rendimiento general», especialmente a través de Artificial Analysis, lo que alimenta inmediatamente la narrativa: «Google vuelve a ser el #1».
Aparte del ARC-AGI-2, los benchmarks mencionados en la cobertura del lanzamiento esbozan un perfil muy «ingeniería/R&D»:
- GPQA Diamond (conocimientos científicos especializados): 94.3%
- SWE-Bench Verified (resolución de errores en bases de código reales): 80.6%
- LiveCodeBench Pro: 2887 Elo
- MMMLU (razonamiento multimodal): 92.6%
El punto importante: Google enfatiza una progresión sustancial en la manera en que el modelo «piensa» en tareas largas (y en la estabilidad a lo largo del tiempo), en lugar de un simple aumento en la «verborrea» conversacional.
De la demostración «chat» al producto: codificación vibe, SVG animados y síntesis de sistemas
Google acompaña este lanzamiento con una demostración muy reveladora: la IA que sale del texto para producir entregables útiles — código, interfaces, visualizaciones. En los ejemplos destacados, Gemini 3.1 Pro genera SVG animados «vibe-coded» (por lo tanto ligeros, escalables, limpios para la web), construye un dashboard a partir de un flujo público de telemetría y lleva más lejos lo interactivo/3D.
No es trivial: la industria está cambiando hacia modelos que no se juzgan solo por su talento conversacional, sino por su capacidad para orquestar pasos: establecer un objetivo, estructurar un plan, producir código, probar, iterar. Y en este terreno, Google quiere que Gemini 3.1 Pro se convierta en una «referencia» de alto nivel.
Comentarios de socios: menos tokens, más fiabilidad
Desde el ámbito empresarial, Google destaca las primeras impresiones muy «operativas». Un ejemplo notable: JetBrains habla de un incremento de hasta el 15% en sus evaluaciones internas, aludiendo a un modelo «más fuerte, más rápido… y más eficiente», que requiere menos tokens de salida para un resultado más fiable.
Tras esta fórmula, el desafío es económico: si un modelo ofrece una mejor respuesta de inmediato, reduce el costo total (menos idas y vueltas, menos tokens, menos tiempo humano).
Precio y disponibilidad: la actualización «gratuita» en la API… y puede que este sea el verdadero impacto
La sorpresa es la continuidad tarifaria. Google mantiene la estructura anunciada para la gama Gemini 3:
- Entrada: 2 dólares/1M tokens (≤ 200k); 4 dólares/1M (> 200k)
- Salida: 12 dólares/1M tokens (≤ 200k); 18 dólares/1M (> 200k)
- Cacheo y grounding (Búsqueda) con una tabla de precios detallada
En otras palabras, un aumento en el rendimiento sin un aumento inmediato en el «precio por token», lo que ejerce presión sobre el resto del mercado, especialmente para aquellos actores que cobran caro por los modelos de «razonamiento».
Gemini 3.1 Pro es además presentado como un modelo propietario, distribuido a través de la API de Gemini y las ofertas de Google (Vertex AI/Gemini app), en un estado de Vista Previa destinado a iterar antes de la disponibilidad general.
El próximo «trono» no se ganará con poesía, sino con planificación
Este lanzamiento envía una señal: la próxima fase de la carrera por la IA se disputará en la resolución de problemas — no solo en la generación de texto. Benchmarks de lógica, robustez en tareas largas, capacidad para sintetizar sistemas, escribir código utilizable: esos son los bloques que transforman un chatbot en una herramienta de ingeniería, y posteriormente en un agente.
Si Gemini 3.1 Pro cumple con sus promesas en producción, Google no solo recupera su lugar en una lista de líderes: reposiciona a Gemini como motor de trabajo, y no simplemente como asistente. Y en un mercado donde las ganancias se obtienen por el uso repetido, probablemente sea la batalla más importante.
