Retraso de Google Gemini 3.5 Pro señala problemas más profundos en la IA
Alphabet ha perdido aproximadamente 200 mil millones de dólares en valor de mercado después de que informes confirmaran que su modelo insignia Gemini 3.5 Pro está retrasado por meses, con un rendimiento de codificación por debajo de los puntos de referencia internos y un número creciente de investigadores senior que se van a laboratorios rivales. El retraso de Gemini 3.5 Pro, que provocó una caída del 4.4 por ciento en un solo día el 16 de julio, convierte esto en el retraso de producto más costoso en la historia de Google e indica que los inversores están perdiendo la paciencia con el ritmo de lanzamiento deliberado de la empresa en un mercado que recompensa a quien entrega primero.
Google anunció Gemini 3.5 Pro en su conferencia de desarrolladores I/O el 19 de mayo de 2026, donde el director ejecutivo Sundar Pichai dijo a los asistentes que esperaran disponibilidad general el mes siguiente. Esa ventana de junio llegó y se fue sin lanzamiento público. A mediados de julio, el modelo sigue siendo accesible solo a través de una vista previa empresarial limitada en Vertex AI, sin una fecha de disponibilidad general establecida. La documentación de la API no contiene ningún registro de la disponibilidad del modelo.
Por qué el retraso de Gemini 3.5 Pro es profundo
El retraso no es el resultado de un error de ingeniería rutinario. Según personas familiarizadas con el asunto citadas en un informe de Bloomberg, DeepMind abandonó el modelo base anterior de Gemini 3.5 Pro y lo reconstruyó desde cero después de que fallara en las pruebas empresariales. El esfuerzo de reentrenamiento pretendía mejorar las capacidades de codificación del modelo, que no habían alcanzado el nivel de calidad interna que Google se había fijado.
A finales de junio, Google actualizó los datos de entrenamiento utilizados para mejorar las habilidades de codificación de Gemini. Los resultados fueron decepcionantes, dijo una persona familiarizada con la situación. Diez empleados actuales y anteriores entrevistados por Bloomberg describieron frustración dentro de la empresa, con preocupación de que Google está perdiendo terreno mientras los competidores lanzan modelos que superan a Gemini en puntos de referencia clave. Un portavoz de Google dijo a Bloomberg que la compañía está probando actualmente 3.5 Pro con socios junto con un modelo Flash mejorado, sin ofrecer un cronograma para un despliegue más amplio. El retraso de Gemini 3.5 Pro es un resultado directo de estas luchas internas.
La capacidad de codificación se ha convertido en un punto de referencia crítico para los modelos de IA de frontera porque se traduce directamente en adopción por parte de desarrolladores, contratos empresariales e integración de productos. Tanto OpenAI como Anthropic han lanzado modelos en las últimas semanas que obtienen puntuaciones más altas en evaluaciones de codificación estándar, creando una brecha visible que Google no ha podido cerrar a pesar de una inversión significativa en infraestructura de entrenamiento. El retraso de Gemini 3.5 Pro es especialmente dañino porque el rendimiento de codificación es donde más importa.
Fuga de talento hacia competidores
Los desafíos técnicos se ven agravados por una crisis de personal. Varios investigadores senior de DeepMind han dejado Google en las últimas semanas, con cuatro partidas en una sola semana según algunos relatos. Las salidas incluyen a Noam Shazeer, coautor del artículo seminal de Transformer que sustenta la mayoría de los modelos de lenguaje grandes modernos. Los destinos son casi exclusivamente los principales rivales de IA de Google: OpenAI, Anthropic y, en algunos casos, Meta. El retraso de Gemini 3.5 Pro ha acelerado el éxodo a medida que los investigadores pierden confianza en la dirección de la empresa.
Las salidas representan más que una pérdida de talento individual. Señalan un desajuste cultural entre el espíritu de investigación primero de DeepMind y la presión del ciclo de producto que exige el mercado actual de IA. Los empleados citados en el informe de Bloomberg describieron una empresa donde el progreso de investigación lento y metódico choca con la necesidad de lanzar productos funcionales en plazos trimestrales. La tensión ha crecido mientras el negocio en la nube de Google presiona por lanzamientos más rápidos para competir con OpenAI respaldado por Microsoft y Anthropic respaldado por Amazon.
Reacción del mercado y la pregunta de los 200 mil millones de dólares
Las acciones de Alphabet cayeron un 4.4 por ciento el 16 de julio, borrando aproximadamente 200 mil millones de dólares en capitalización de mercado. La venta masiva ocurrió el mismo día en que Bloomberg publicó su informe sobre el retraso, lo que indica que el mercado no había descontado el alcance completo del problema. CNBC confirmó el informe y agregó detalles sobre la frustración interna y las salidas de talento.
La magnitud de la pérdida de valoración refleja cuán fuertemente está ligado el crecimiento futuro de Alphabet a su hoja de ruta de IA. El retraso de Gemini 3.5 Pro es la evidencia más clara hasta ahora de esa dependencia. El negocio en la nube de Google, que genera decenas de miles de millones en ingresos trimestrales, depende de convencer a los clientes empresariales de que sus modelos son competitivos con los de OpenAI, Anthropic y otros. Un modelo insignia que no puede lanzarse a tiempo, tiene un rendimiento deficiente en codificación y está perdiendo a los investigadores que lo construyeron crea un problema de credibilidad que ninguna cantidad de marketing puede solucionar.
El déficit de codificación es especialmente dañino porque la generación de código es el principal caso de uso empresarial de IA hoy en día. Las empresas pagan por herramientas de IA que aceleran el desarrollo de software, y el modelo que lidera en puntos de referencia de codificación tiende a ganar contratos empresariales. La incapacidad de Google para alcanzar sus propios objetivos en esta dimensión pone a su división en la nube en una posición difícil al negociar con grandes clientes que ya están evaluando alternativas de Anthropic y OpenAI.
Los analistas enfrentan una pregunta difícil: si esto es un revés temporal o un síntoma de problemas estructurales más profundos. El modelo base reconstruido sugiere que los problemas no eran menores y que el liderazgo en DeepMind consideró que un reinicio completo era menos arriesgado que lanzar un modelo en el que no creían. Esa decisión gana calidad pero cuesta tiempo, y en este mercado, el tiempo se mide en posicionamiento competitivo y confianza de los inversores.
Presión competitiva en un punto de inflexión
El retraso llega en un momento en que el mercado de IA de frontera se está acelerando. OpenAI ha lanzado múltiples actualizaciones de modelos en el período desde Google I/O, y Anthropic ha lanzado nuevas versiones de su familia Claude. Ambas empresas han demostrado un sólido rendimiento de codificación que compite directamente con lo que se suponía que debía ofrecer Gemini 3.5 Pro. Meta también ha lanzado nuevas versiones de sus modelos Llama de pesos abiertos, que están disponibles de forma gratuita y son cada vez más competitivos con los sistemas propietarios en evaluaciones estandarizadas.
La posición de Google como operador de la infraestructura de investigación de IA más extensa del mundo, incluyendo sus supercomputadoras TPU y enormes clústeres de entrenamiento, no se ha traducido en una ventaja de lanzamiento. La cultura de investigación de la empresa, que produjo la arquitectura Transformer que hizo posible el auge actual de la IA, está optimizada para la profundidad sobre la velocidad. En el entorno competitivo actual, esa orientación se ha convertido en un pasivo que le está costando a la empresa tanto talento como participación de mercado.
Para los clientes empresariales que evalúan plataformas de IA, el retraso introduce incertidumbre. Las empresas que construyeron planes de integración en torno al cronograma de junio de Gemini 3.5 Pro ahora deben decidir si esperar, cambiar de proveedor o cubrirse con múltiples modelos. Las salidas de talento plantean preguntas adicionales sobre la continuidad de la hoja de ruta de IA de Google más allá de la generación actual, ya que los investigadores que se fueron fueron fundamentales para construir los modelos que los clientes empresariales están evaluando ahora.
Por qué esto es importante
El retraso de Gemini 3.5 Pro es importante porque expone un desajuste entre la ambición investigadora y la ejecución comercial que tiene consecuencias financieras reales. Una pérdida de 200 mil millones de dólares en valor de mercado, un modelo reconstruido desde cero y un flujo de los mejores investigadores hacia los competidores no son eventos aislados. Son síntomas de una tensión estructural que Google no ha resuelto. Para la industria de IA en general, la pregunta es si incluso el banco de investigación más profundo puede sobrevivir en un mercado que recompensa la velocidad sobre la perfección, y si las dificultades de Google ralentizarán el ritmo general del progreso o simplemente transferirán el liderazgo a otros actores.
Related Articles
- OpenAI y Anthropic invierten 350 millones de dólares en investigación sobre el impacto laboral de la IA
- Google cambia a Gemini agéntico con TPU 8th Generation y el nivel AI Ultra de $100
- OpenAI enfrenta contratiempos técnicos mientras el lanzamiento de GPT-5.4 provoca errores sistémicos
✔Human Verified
Investigado y contrastado con fuentes primarias por el equipo editorial de Bytevyte.