Qué retrasó realmente Google
A finales de junio, Google cambió los datos usados para entrenar a Gemini en un intento de subir sus puntuaciones de programación. Los resultados volvieron decepcionantes, y el modelo estrella Gemini 3.5 Pro, que muchos esperaban en la conferencia de desarrolladores de mayo, se quedó en una vista previa empresarial limitada. Esta semana The Information y Bloomberg informaron de que el retraso llega a meses, no a semanas.
Google no lo negó. La empresa dijo que está probando Gemini 3.5 Pro, un modelo Flash mejorado y otros sistemas con socios, y que habla de las capacidades y los estándares de prueba del modelo con el Gobierno de Estados Unidos. Lo que no dio fue una fecha, y su ausencia es la parte que importa.
Por qué fallar en programación duele más que en lo general
Un modelo puede ser excelente razonando, escribiendo y analizando y aun así fallar en el código, porque programar premia un tipo estrecho y verificable de corrección que no se promedia. El déficit de Google está justo ahí, en la programación y las tareas largas de varios pasos, y se dice que el personal de DeepMind ha señalado internamente que a la empresa le falta un producto comercial de programación creíble para los negocios que construyen herramientas de desarrollo con IA.
Esa es la capacidad que el mercado está comprando ahora. El gasto en IA que más crece está en asistentes de programación, agentes y automatización, y esos compradores eligen el modelo que escribe y arregla código con más fiabilidad. Fallar en programación no es fallar en una función; es fallar en el caso de uso que hoy paga.
La cifra que el mercado le puso
Las acciones de Alphabet cayeron alrededor del 4,4 por ciento con las noticias, borrando en torno a 225.000 millones de dólares de valor en una sola sesión. Eso no es un veredicto sobre la profundidad investigadora de Google, que sigue entre las mejor financiadas del mundo; es el mercado revalorando un calendario que daba por sentado.
El marco competitivo es lo que da filo a la cifra. El GPT-5.6 de OpenAI y el Grok 4.5 de xAI ya están en el mercado como modelos orientados a programación, así que cada mes que Gemini 3.5 Pro sigue en vista previa es un mes en que los rivales convierten hábitos de desarrollador en opciones por defecto. Los retrasos se acumulan cuando lo retrasado es aquello por lo que los clientes eligen.
Qué cambia esto para un comprador europeo
Si su plan suponía una capacidad concreta de programación de Gemini para un trimestre concreto, esa suposición ya no tiene una fecha detrás. Para un equipo europeo que sopesa Google, OpenAI, Mistral o un modelo de pesos abiertos para una plataforma interna de desarrollo, la opción segura acaba de convertirse en la que tiene la brecha visible en su tarea principal.
También aconseja no casarse con un solo proveedor antes de que la capacidad se entregue. Construir sobre un modelo que puede probar hoy, manteniendo la integración lo bastante fina para cambiarla, cuesta poco ahora y evita una reconstrucción después. En euros, el error caro es comprometer trimestres de ingeniería a una hoja de ruta que un laboratorio puede mover sin avisarle.
La disciplina que premia el retraso
Trate el 'próximamente' de cualquier laboratorio como una capacidad que aún no tiene, y diseñe en torno a lo que puede ejecutar esta semana. Eso no es cinismo hacia Google; es la misma regla que le protege cuando el próximo en resbalar sea OpenAI o xAI.
Google aún puede entregar un modelo fuerte y cerrar la brecha, y dados sus recursos probablemente lo hará. Salen ganando los propietarios que no reestructuraron una línea de producto en torno a una fecha de lanzamiento que nunca les correspondió prometer.
Leer a continuación: La mejor IA de voz no es la que puede desplegar | Google desechó un modelo de IA casi terminado
