El 8 de febrero de 2023, un miércoles cualquiera, Google publicó un video de treinta segundos promocionando su nuevo chatbot Bard. En el video, alguien le preguntaba a Bard qué nuevos descubrimientos del telescopio James Webb podía compartirle a un chico de nueve años. Bard respondía con tres bullets. El tercero decía que el James Webb había tomado "las primeras imágenes de un planeta fuera de nuestro sistema solar".
Eso es falso. El primer exoplaneta fue fotografiado en 2004 por el Very Large Telescope del ESO en Chile — casi veinte años antes del James Webb. Un astrónomo llamado Grant Tremblay lo notó y tuiteó el error esa misma tarde.
Al día siguiente, jueves 9 de febrero de 2023, la acción de Alphabet cayó un 7,7 por ciento. Cien mil millones de dólares de capitalización bursátil borrados en una sesión. Un error factual en una demo publicitaria. Cien mil millones.
Esa escena es útil para entender todo lo que vino después. Google no reaccionó tarde a ChatGPT porque no entendiera la tecnología — la había inventado. Reaccionó tarde porque la presión de reaccionar la empujó a lanzar algo que no estaba listo.
La ironía de haber inventado el Transformer
En junio de 2017, ocho investigadores de Google Brain publicaron "Attention Is All You Need" (Vaswani et al., 2017). El paper propuso una arquitectura de red neuronal basada enteramente en el mecanismo de atención — la arquitectura Transformer. No era incremental. Era reemplazo completo de los enfoques previos (RNN, LSTM) para tareas de secuencia.
Esa arquitectura es la base sobre la que corren hoy GPT-4o, Claude Opus, Gemini 2.5 Pro y cada modelo de lenguaje grande del mercado. Google lo publicó abiertamente, con código y con los pesos del modelo de referencia. Fue un regalo al campo.
Lo que no fue un regalo fue convertirlo en producto. Google tenía BERT (2018) y LaMDA (2021) funcionando internamente. Sam Altman y sus colegas en OpenAI, en cambio, empaquetaron lo mismo adentro de una caja de chat y lo abrieron gratis al público en noviembre de 2022. Esa diferencia — laboratorio vs. producto — explica casi todo.
La reorganización de abril 2023
Tres meses después del fiasco de Bard, Sundar Pichai tomó una decisión que Google venía evitando desde 2014. Fusionó Google Brain y DeepMind en una sola entidad, llamada Google DeepMind, bajo la dirección única de Demis Hassabis.
Hasta ese momento, Google tenía dos equipos de investigación de IA trabajando en paralelo, con cultura distinta, con liderazgo distinto, y con cierta dosis de rivalidad interna documentada en prensa. Brain era la herencia de Mountain View, pragmática y cercana a producto. DeepMind era la herencia de Londres, más académica y más ambiciosa en horizontes largos. La fusión zanjó la discusión: Hassabis manda, ambos equipos ejecutan.
En diciembre de 2023 Google rebautizó todo el producto como Gemini y presentó Gemini 1.0 en tres tamaños — Ultra, Pro, Nano. La demo inicial incluyó otro escándalo menor: un video promocional editado para parecer más fluido de lo que el modelo realmente era, que Google terminó teniendo que aclarar públicamente. Pero esta vez el producto detrás funcionaba. La conversación técnica dejó de ser "Google está perdiendo" y pasó a ser "Google volvió a estar en la pelea".
La línea de productos a abril 2026
Gemini hoy es una familia diferenciada por casos de uso.
Gemini 2.5 Pro es el modelo flagship. Razonamiento profundo, multimodalidad nativa (texto, imagen, audio, video), y — el diferenciador técnico más claro — ventana de contexto de 2 millones de tokens. Para ponerlo en perspectiva: eso es aproximadamente 1.500 páginas de texto, o el equivalente a todo "Guerra y Paz" más "Ana Karenina" juntos, procesados en un solo prompt. Ningún competidor comercial directo ofrece ese rango a abril de 2026.
Gemini 2.0 Flash es el modelo de alta velocidad. Latencia baja, costo bajo, multimodalidad nativa. Es el default para aplicaciones donde lo que pesa es responder en menos de un segundo.
Gemini Nano corre localmente en dispositivos Android — el modelo va adentro del teléfono, no requiere conexión a internet. Es la jugada móvil de Google y es única: ningún competidor tiene integración a ese nivel de sistema operativo.
NotebookLM es una aplicación aparte construida sobre Gemini. Le cargás documentos (PDFs, notas, artículos) y obtenés síntesis, preguntas-respuestas, y — su feature más comentada — un podcast generado automáticamente con dos voces discutiendo el contenido. Es probablemente el producto de Gemini que más usuarios profesionales convirtió a Google este último año.
Integración Workspace — Gemini adentro de Gmail, Docs, Sheets, Drive, Calendar, Meet y Slides. Este es el eje estratégico más importante y lo tratamos aparte abajo.
La apuesta real: Workspace como vehículo
Google tiene una ventaja que ni OpenAI ni Anthropic pueden igualar en el corto plazo: audiencia pre-instalada. Gmail con más de 1.800 millones de cuentas activas. Android en 3.000 millones de teléfonos. Workspace empresarial con cientos de millones de usuarios pagos. YouTube con más de 2.500 millones de usuarios mensuales.
Eso no es un detalle. Es una superficie de integración que tardaría una década en replicarse desde cero.
El movimiento estratégico de Google entre 2024 y 2026 fue hacer que Gemini se sienta parte del sistema operativo del trabajo. "Help me write" en Gmail. "Summarize this doc" en Docs. Análisis automático en Sheets. Extracción de action items en Meet. Resúmenes de videos de YouTube con un solo clic. Búsqueda semántica en Drive que encuentra el documento aunque no recuerdes las palabras exactas.
Cada una de esas funciones individuales tiene competencia en el mercado. Lo que no tiene competencia es la combinación: todas juntas, sin fricción, adentro de una suite que ya usás.
Es la versión empresarial del mismo patrón que Apple usa con el iPhone: no siempre el mejor en cada categoría aislada, pero mejor que todos en integración.
Lo que Gemini hace bien y lo que no
Siendo honestos sobre los trade-offs.
Donde Gemini tiene ventaja real. Contexto largo — los 2 millones de tokens no los tiene nadie más. Integración Workspace — pegado a tus herramientas de trabajo, sin salir. Multimodalidad nativa — procesar texto + imagen + video + audio en un solo request. Costo en el tier Flash — para tareas de volumen es de las opciones más baratas del mercado. Y acceso gratuito generoso: la versión gratis de Gemini sigue siendo más útil que las versiones gratis de los competidores para uso casual.
Donde otros están adelante. Para trabajo profesional con datos sensibles — contratos, análisis financiero, código que va a producción — Claude sigue siendo más consistente, más literal con las instrucciones, y más predecible en sus rechazos. Eso no es opinión de fanático: es la observación repetida entre profesionales que los usan en paralelo. Para generación de imagen muy artística, Midjourney y DALL-E siguen arriba. Para conversación por voz en tiempo real, el modo de voz avanzado de ChatGPT sigue siendo la referencia.
Y queda la cicatriz de febrero 2024: el episodio de las imágenes generadas con diversidad étnica aplicada sin criterio contextual — soldados alemanes de 1943 representados como personas de múltiples etnias. Google pausó la generación de imágenes de personas durante semanas. El problema no era la intención (evitar que el modelo reprodujera sesgos dañinos); era la ejecución a escala. Episodio que mostró que el alineamiento de estos modelos no es problema resuelto para nadie, ni siquiera para el laboratorio que ganó el Nobel.
Para cerrar, y para seguir
Google no va a ganar el mercado de IA porque su modelo sea el mejor en cada benchmark. Va a ganar cuotas importantes porque la IA va a estar integrada en el software que millones de personas ya abren por la mañana sin pensarlo. Esa es la apuesta. Técnicamente razonable, comercialmente difícil de igualar, y con la incógnita de si la concentración de poder que implica es saludable — pero esa es otra conversación.
Lo que importa para vos, lector profesional, es la regla de trabajo que emerge de todo esto: no elijas una sola herramienta. Usá Gemini donde ya vive tu trabajo (Workspace, Android, contexto largo). Usá Claude donde los stakes son altos y el margen de error bajo (análisis profesional, código en producción, documentos legales). Usá ChatGPT donde pesan imagen y voz. Es multiproveedor, y eso es sano.
Si querés entender cómo se mide técnicamente cuál IA es mejor en qué, Cómo se miden las IAs es el próximo eslabón. Si querés ver el mapa competitivo completo sin fanatismo, La carrera de las IAs.
¿En qué parte de tu flujo de trabajo actual te imaginás que Gemini podría entrar sin que tuvieras que cambiar de herramienta?
Abrís Gmail esta mañana. Arriba del primer mail, un botón discreto que dice "Ayudame a escribir". Lo tocás sin pensar. Un texto aparece, razonable, parecido al que ibas a mandar. Lo editás un poco. Lo enviás.
Acabás de usar IA sin haber abierto una pestaña nueva. Eso es Gemini, y esa es la apuesta de Google.
La historia de cómo llegamos hasta acá es más interesante de lo que parece.
El gigante que llegó tarde a su propia fiesta
A mediados de 2017, un grupo de investigadores de Google Brain publicó un paper llamado "Attention Is All You Need". Ese paper describe la arquitectura Transformer — la base sobre la que corren hoy ChatGPT, Claude, Gemini y todos los modelos grandes que conocés. Google inventó la tecnología. Después la compartió con el mundo.
En 2014, Google había comprado DeepMind — un laboratorio de investigación de IA con sede en Londres. DeepMind ganó todo lo que se puede ganar en el tablero: venció al campeón mundial de Go en 2016, resolvió el problema de plegamiento de proteínas en 2020, le dio a Google (y a Demis Hassabis personalmente) un Nobel de Química en 2024.
Y aun así, cuando llegó ChatGPT en noviembre de 2022, Google tardó seis meses en responder con algo comparable.
Bard, el debut que costó 100 mil millones
En febrero de 2023, Google mostró una demo de un chatbot llamado Bard en un video promocional. Bard respondió una pregunta sobre el telescopio James Webb con un dato falso. Un astrónomo lo notó en Twitter en cuestión de horas. Ese mismo día, la acción de Alphabet — la empresa madre de Google — perdió alrededor de cien mil millones de dólares de capitalización de mercado. Un error factual de una IA en una demo publicitaria. Cien mil millones.
Bard salió oficialmente en marzo. La recepción fue mediocre. La gente lo probó una vez y volvió a ChatGPT.
Gemini, el reseteo completo
En abril de 2023, Google tomó una decisión de reorganización fuerte. Fusionó Google Brain (el equipo de investigación de IA del lado de Google) con DeepMind (el laboratorio de Londres) en una sola entidad: Google DeepMind, bajo el mando de Demis Hassabis. La idea era concentrar el talento.
En diciembre de 2023, Google rebautizó todo: Bard desapareció, apareció Gemini. Y esta vez sí funcionaba.
Hoy, en abril de 2026, Gemini es una familia de modelos — Flash (rápido y barato), Pro (balanceado), y versiones especializadas para móviles y para razonamiento profundo. Gemini 2.5 Pro maneja contextos de 2 millones de tokens: puede leerse un libro entero y responderte sobre cualquier capítulo. Ninguno de los competidores llega a ese número.
Lo que Google gana por llegar segundo
Hay algo que Google tiene y nadie más: ya está adentro de tu vida digital.
Gmail tiene más de 1.800 millones de usuarios activos. Android corre en 3 mil millones de teléfonos. Google Docs, Sheets, Drive, Calendar, Maps, YouTube — todo con audiencias de escala planetaria. Cuando Google integra Gemini ahí adentro, no necesita convencerte de abrir una app nueva. Ya estás adentro.
Esa es la apuesta estratégica: no ganar el benchmark del mes, sino hacer que la IA sea parte natural del software que ya usás. Resumir un mail en Gmail. Generar una fórmula en Sheets. Sacar bullets de una reunión grabada en Meet. Todo sin cambiar de pestaña.
Tres ideas para llevarte
- Google inventó la base técnica y aun así llegó tarde al producto. El Transformer salió de Google Brain en 2017. DeepMind tenía a los mejores investigadores del mundo. Y ChatGPT le sacó seis meses de ventaja cultural. Ser primero en la ciencia no garantiza ser primero en el mercado.
- Gemini ya no está jugando al catch-up. Gemini 2.5 Pro es competidor real. Lidera en contexto largo — 2 millones de tokens es donde nadie más llega. Técnicamente ya no le pide permiso a nadie.
- La ventaja estructural de Google no es el modelo: es la distribución. Si tu día pasa por Gmail, Docs, Drive y YouTube, Gemini es la opción de menor fricción. Para trabajo profesional sensible conviene complementarlo con Claude. No se reemplazan. Se combinan.
El 8 de febrero de 2023, un miércoles cualquiera, Google publicó un video de treinta segundos promocionando su nuevo chatbot Bard. En el video, alguien le preguntaba a Bard qué nuevos descubrimientos del telescopio James Webb podía compartirle a un chico de nueve años. Bard respondía con tres bullets. El tercero decía que el James Webb había tomado "las primeras imágenes de un planeta fuera de nuestro sistema solar".
Eso es falso. El primer exoplaneta fue fotografiado en 2004 por el Very Large Telescope del ESO en Chile — casi veinte años antes del James Webb. Un astrónomo llamado Grant Tremblay lo notó y tuiteó el error esa misma tarde.
Al día siguiente, jueves 9 de febrero de 2023, la acción de Alphabet cayó un 7,7 por ciento. Cien mil millones de dólares de capitalización bursátil borrados en una sesión. Un error factual en una demo publicitaria. Cien mil millones.
Esa escena es útil para entender todo lo que vino después. Google no reaccionó tarde a ChatGPT porque no entendiera la tecnología — la había inventado. Reaccionó tarde porque la presión de reaccionar la empujó a lanzar algo que no estaba listo.
La ironía de haber inventado el Transformer
En junio de 2017, ocho investigadores de Google Brain publicaron "Attention Is All You Need" (Vaswani et al., 2017). El paper propuso una arquitectura de red neuronal basada enteramente en el mecanismo de atención — la arquitectura Transformer. No era incremental. Era reemplazo completo de los enfoques previos (RNN, LSTM) para tareas de secuencia.
Esa arquitectura es la base sobre la que corren hoy GPT-4o, Claude Opus, Gemini 2.5 Pro y cada modelo de lenguaje grande del mercado. Google lo publicó abiertamente, con código y con los pesos del modelo de referencia. Fue un regalo al campo.
Lo que no fue un regalo fue convertirlo en producto. Google tenía BERT (2018) y LaMDA (2021) funcionando internamente. Sam Altman y sus colegas en OpenAI, en cambio, empaquetaron lo mismo adentro de una caja de chat y lo abrieron gratis al público en noviembre de 2022. Esa diferencia — laboratorio vs. producto — explica casi todo.
La reorganización de abril 2023
Tres meses después del fiasco de Bard, Sundar Pichai tomó una decisión que Google venía evitando desde 2014. Fusionó Google Brain y DeepMind en una sola entidad, llamada Google DeepMind, bajo la dirección única de Demis Hassabis.
Hasta ese momento, Google tenía dos equipos de investigación de IA trabajando en paralelo, con cultura distinta, con liderazgo distinto, y con cierta dosis de rivalidad interna documentada en prensa. Brain era la herencia de Mountain View, pragmática y cercana a producto. DeepMind era la herencia de Londres, más académica y más ambiciosa en horizontes largos. La fusión zanjó la discusión: Hassabis manda, ambos equipos ejecutan.
En diciembre de 2023 Google rebautizó todo el producto como Gemini y presentó Gemini 1.0 en tres tamaños — Ultra, Pro, Nano. La demo inicial incluyó otro escándalo menor: un video promocional editado para parecer más fluido de lo que el modelo realmente era, que Google terminó teniendo que aclarar públicamente. Pero esta vez el producto detrás funcionaba. La conversación técnica dejó de ser "Google está perdiendo" y pasó a ser "Google volvió a estar en la pelea".
La línea de productos a abril 2026
Gemini hoy es una familia diferenciada por casos de uso.
Gemini 2.5 Pro es el modelo flagship. Razonamiento profundo, multimodalidad nativa (texto, imagen, audio, video), y — el diferenciador técnico más claro — ventana de contexto de 2 millones de tokens. Para ponerlo en perspectiva: eso es aproximadamente 1.500 páginas de texto, o el equivalente a todo "Guerra y Paz" más "Ana Karenina" juntos, procesados en un solo prompt. Ningún competidor comercial directo ofrece ese rango a abril de 2026.
Gemini 2.0 Flash es el modelo de alta velocidad. Latencia baja, costo bajo, multimodalidad nativa. Es el default para aplicaciones donde lo que pesa es responder en menos de un segundo.
Gemini Nano corre localmente en dispositivos Android — el modelo va adentro del teléfono, no requiere conexión a internet. Es la jugada móvil de Google y es única: ningún competidor tiene integración a ese nivel de sistema operativo.
NotebookLM es una aplicación aparte construida sobre Gemini. Le cargás documentos (PDFs, notas, artículos) y obtenés síntesis, preguntas-respuestas, y — su feature más comentada — un podcast generado automáticamente con dos voces discutiendo el contenido. Es probablemente el producto de Gemini que más usuarios profesionales convirtió a Google este último año.
Integración Workspace — Gemini adentro de Gmail, Docs, Sheets, Drive, Calendar, Meet y Slides. Este es el eje estratégico más importante y lo tratamos aparte abajo.
La apuesta real: Workspace como vehículo
Google tiene una ventaja que ni OpenAI ni Anthropic pueden igualar en el corto plazo: audiencia pre-instalada. Gmail con más de 1.800 millones de cuentas activas. Android en 3.000 millones de teléfonos. Workspace empresarial con cientos de millones de usuarios pagos. YouTube con más de 2.500 millones de usuarios mensuales.
Eso no es un detalle. Es una superficie de integración que tardaría una década en replicarse desde cero.
El movimiento estratégico de Google entre 2024 y 2026 fue hacer que Gemini se sienta parte del sistema operativo del trabajo. "Help me write" en Gmail. "Summarize this doc" en Docs. Análisis automático en Sheets. Extracción de action items en Meet. Resúmenes de videos de YouTube con un solo clic. Búsqueda semántica en Drive que encuentra el documento aunque no recuerdes las palabras exactas.
Cada una de esas funciones individuales tiene competencia en el mercado. Lo que no tiene competencia es la combinación: todas juntas, sin fricción, adentro de una suite que ya usás.
Es la versión empresarial del mismo patrón que Apple usa con el iPhone: no siempre el mejor en cada categoría aislada, pero mejor que todos en integración.
Lo que Gemini hace bien y lo que no
Siendo honestos sobre los trade-offs.
Donde Gemini tiene ventaja real. Contexto largo — los 2 millones de tokens no los tiene nadie más. Integración Workspace — pegado a tus herramientas de trabajo, sin salir. Multimodalidad nativa — procesar texto + imagen + video + audio en un solo request. Costo en el tier Flash — para tareas de volumen es de las opciones más baratas del mercado. Y acceso gratuito generoso: la versión gratis de Gemini sigue siendo más útil que las versiones gratis de los competidores para uso casual.
Donde otros están adelante. Para trabajo profesional con datos sensibles — contratos, análisis financiero, código que va a producción — Claude sigue siendo más consistente, más literal con las instrucciones, y más predecible en sus rechazos. Eso no es opinión de fanático: es la observación repetida entre profesionales que los usan en paralelo. Para generación de imagen muy artística, Midjourney y DALL-E siguen arriba. Para conversación por voz en tiempo real, el modo de voz avanzado de ChatGPT sigue siendo la referencia.
Y queda la cicatriz de febrero 2024: el episodio de las imágenes generadas con diversidad étnica aplicada sin criterio contextual — soldados alemanes de 1943 representados como personas de múltiples etnias. Google pausó la generación de imágenes de personas durante semanas. El problema no era la intención (evitar que el modelo reprodujera sesgos dañinos); era la ejecución a escala. Episodio que mostró que el alineamiento de estos modelos no es problema resuelto para nadie, ni siquiera para el laboratorio que ganó el Nobel.
Para cerrar, y para seguir
Google no va a ganar el mercado de IA porque su modelo sea el mejor en cada benchmark. Va a ganar cuotas importantes porque la IA va a estar integrada en el software que millones de personas ya abren por la mañana sin pensarlo. Esa es la apuesta. Técnicamente razonable, comercialmente difícil de igualar, y con la incógnita de si la concentración de poder que implica es saludable — pero esa es otra conversación.
Lo que importa para vos, lector profesional, es la regla de trabajo que emerge de todo esto: no elijas una sola herramienta. Usá Gemini donde ya vive tu trabajo (Workspace, Android, contexto largo). Usá Claude donde los stakes son altos y el margen de error bajo (análisis profesional, código en producción, documentos legales). Usá ChatGPT donde pesan imagen y voz. Es multiproveedor, y eso es sano.
Si querés entender cómo se mide técnicamente cuál IA es mejor en qué, Cómo se miden las IAs es el próximo eslabón. Si querés ver el mapa competitivo completo sin fanatismo, La carrera de las IAs.
¿En qué parte de tu flujo de trabajo actual te imaginás que Gemini podría entrar sin que tuvieras que cambiar de herramienta?
En octubre de 2024, la Real Academia Sueca de Ciencias anunció que el Premio Nobel de Química se compartía entre tres investigadores: David Baker, por diseño computacional de proteínas; y Demis Hassabis junto a John Jumper, por AlphaFold. Hassabis es CEO de Google DeepMind. Es la primera vez en la historia que un Nobel científico se otorga a una figura que dirige, simultáneamente, la división de IA de una de las cinco empresas más valiosas del mundo.
Cuatro meses antes de ese Nobel, en febrero de 2024, Google había tenido que pausar la generación de imágenes de personas en Gemini porque el modelo producía imágenes de soldados alemanes de 1943 representados como personas de diversas etnias — un fallo de alineamiento que se volvió viral y obligó a una disculpa pública. Dos meses después del Nobel, en diciembre de 2024, Google lanzó Gemini 2.0 Flash con multimodalidad nativa y latencia sub-segundo, liderando en ese tier.
Esa simultaneidad — laboratorio premiado con el Nobel, producto con fallas visibles, empresa con ciclos de release cada vez más rápidos — define el estado real de Google DeepMind en 2026. No es una empresa pura de investigación, ni una empresa pura de producto. Es las dos cosas al mismo tiempo, con la tensión estructural que eso produce.
Genealogía técnica: de BERT a Gemini 2.5 Pro
La secuencia técnica de Google en IA grande tiene lógica que conviene seguir.
Transformer (junio 2017). Vaswani et al. publican "Attention Is All You Need". La arquitectura propuesta — bloques de self-attention + feed-forward apilados, con codificación posicional — desplaza a las RNN/LSTM como mecanismo dominante para tareas de secuencia. El paper es abierto, con código y pesos de referencia. El campo entero la adopta en meses.
BERT (octubre 2018). Google entrena un Transformer encoder-only bidireccional sobre corpus masivo y publica pesos pre-entrenados. Revoluciona NLP aplicado: clasificación, NER, QA suben en benchmarks medidos por decenas de puntos. Durante 2019-2020 casi cualquier trabajo serio de NLP usa BERT como base.
T5 (octubre 2019). Modelo encoder-decoder que unifica todas las tareas de NLP en formato texto-a-texto. Hasta 11 mil millones de parámetros. Diseño elegante pero menor impacto comercial que BERT.
LaMDA (mayo 2021). Modelo de diálogo con 137 mil millones de parámetros, entrenado específicamente para conversación. Internamente fue la base de prototipos conversacionales dentro de Google durante dos años. Nunca se abrió al público por decisión de riesgo reputacional — decisión que, en retrospectiva, le regaló a OpenAI el momento ChatGPT.
PaLM (abril 2022). 540 mil millones de parámetros. Demostró capacidades emergentes en razonamiento y multitarea. Fue el modelo de frontera de Google en el momento exacto en que ChatGPT lo eclipsó culturalmente, siete meses después.
Bard (marzo 2023). Basado en LaMDA adaptado. Lanzamiento apresurado. El error factual del James Webb en la demo de febrero 2023 costó 100 mil millones de capitalización de Alphabet en un día. Recepción pública: mediocre.
Gemini 1.0 (diciembre 2023). Rebranding total. Familia de tres modelos (Ultra, Pro, Nano) entrenados desde cero bajo la estructura fusionada Google DeepMind. Multimodalidad nativa. Video promocional editado para la demo inicial — escándalo menor pero humillante.
Gemini 1.5 Pro (febrero 2024). Primer modelo comercial con contexto de 1 millón de tokens. Arquitectura Mixture of Experts (MoE). Diferenciador técnico que Google aún conserva.
Gemini 2.0 Flash (diciembre 2024). Multimodalidad nativa en tier de alta velocidad. Latencia sub-segundo. Costo bajo.
Gemini 2.5 Pro (marzo 2025). Razonamiento profundo con "thinking" interno antes de responder (análogo conceptual a o1/o3 de OpenAI). Contexto de 2 millones de tokens — duplicación sobre 1.5 Pro. Multimodalidad extendida (video, audio, imagen).
La lectura correcta de esta secuencia no es "Google llegó tarde y después se recuperó". Es: Google tenía capacidad técnica líder desde 2017, pero operó con cultura de laboratorio hasta que la presión competitiva de finales de 2022 forzó una transición a cultura de producto. Esa transición está en curso.
Mixture of Experts: la apuesta arquitectural
Un componente técnico específico merece análisis: Google fue el primero en llevar Mixture of Experts (MoE) a escala comercial de frontera con Gemini 1.5 Pro.
MoE no es nuevo — el concepto viene de Jacobs y Jordan en los años 90. La idea: en lugar de tener un modelo denso donde todos los parámetros se activan para cada input, tenés múltiples "expertos" especializados y una red de ruteo que decide cuáles activar según el input. Eso permite escalar parámetros totales sin escalar cómputo de inferencia proporcionalmente — un modelo puede tener 1 billón de parámetros totales pero activar solo 50 mil millones para cada query específica.
Las ventajas prácticas de MoE son tres. Primero, throughput: el costo de inferencia por token baja sustancialmente contra modelos densos equivalentes en capacidad. Segundo, contexto largo viable: los 1M y 2M tokens de Gemini son difíciles de lograr económicamente sin MoE. Tercero, especialización emergente: distintos expertos acaban manejando mejor distintos dominios, lo cual mejora calidad en tareas multidominio sin degradación cruzada.
Las desventajas reales son dos. El entrenamiento es más complejo — la red de ruteo puede colapsar a pocos expertos activos, un problema conocido como "expert collapse". Y la inferencia distribuida requiere infraestructura específica — no es trivial correr MoE eficientemente en hardware genérico.
Google tiene ventaja estructural en ambos puntos. DeepMind tiene experiencia acumulada en MoE desde antes de Gemini. Y Google posee su propia infraestructura de cómputo (TPU, datacenters propios), lo cual le permite optimizar el stack completo vertical. OpenAI se estima que también usa MoE internamente pero no publica arquitectura, y su stack depende de infraestructura de Microsoft.
La cicatriz de febrero 2024: alineamiento a escala
En febrero de 2024, Gemini Pro empezó a generar imágenes donde la diversidad étnica se aplicaba de manera tan indiscriminada que producía distorsiones históricas evidentes. Soldados nazis como personas racializadas. Padres fundadores estadounidenses idem. Papas con diversidad étnica aplicada a períodos donde eso no correspondía. El fallo se viralizó en menos de 48 horas, con capturas circulando en X/Twitter.
Google respondió pausando la generación de imágenes de personas durante varias semanas y publicando una explicación pública donde reconocía que el ajuste de diversidad se había "excedido" y que el modelo había fallado en reconocer contextos donde esa diversidad era históricamente inapropiada.
El análisis técnico del episodio es interesante. El problema no fue el modelo de base; fue la capa de ajuste post-hoc aplicada para reducir sesgos reproducidos por el modelo — capa que, en la ejecución, sobrecorrigía. Es exactamente el tipo de fragilidad que Anthropic describe en su trabajo sobre Constitutional AI: aplicar filtros superpuestos sin integración arquitectural produce comportamientos impredecibles en los bordes.
No es problema único de Google. Todos los grandes modelos comerciales tienen fallos de alineamiento públicos documentados — ChatGPT con hallucinations en ingresos fiscales, Claude con sobrerechazos en tareas médicas legítimas, Grok con outputs abiertamente problemáticos. La diferencia es el nivel de visibilidad pública y la respuesta institucional. Google tardó en reaccionar y en explicar. Es una empresa con 180 mil empleados y cultura de comunicación corporativa cautelosa — no se mueve a velocidad de startup, incluso cuando su división de IA sí lo intenta.
Distribución como moat estructural
Hay un análisis que se hace poco y que vale hacer con precisión: cuál es el activo competitivo real de Google en IA.
No es DeepMind por sí solo. Anthropic tiene investigadores top y gana en alineamiento. OpenAI tiene experiencia de producto de consumo que Google no tiene.
Tampoco es el modelo por sí solo. Gemini 2.5 Pro es competitivo pero no es dominante universalmente — gana en contexto largo y multimodalidad, pierde frente a Claude en instrucciones literales y frente a ChatGPT en voz y en algunos benchmarks de razonamiento.
El activo competitivo real de Google es la superficie de integración. Gmail con más de 1.800 millones de usuarios activos. Android en más de 3 mil millones de dispositivos. Google Workspace con más de 3 mil millones de usuarios (entre consumo gratuito y empresarial). YouTube, Maps, Chrome, Search. El conjunto de esas superficies es una plataforma distribuida de escala planetaria que Google ya posee y que ningún competidor puede replicar por compra o por construcción en la década actual.
Cuando Google integra Gemini en esa superficie, no compite con ChatGPT en el mercado abierto. Compite en un mercado cautivo donde la fricción de probar alternativas es mayor que la fricción de usar el default integrado. Es la misma dinámica que hizo a Microsoft dominante en software de oficina durante tres décadas: no por mejor producto en cada categoría, sino por integración suficientemente buena en un paquete ya instalado.
El paper de Ben Thompson en Stratechery que mejor captura esto es "Aggregators and Jobs to be Done" (2015): la ventaja no está en el producto aislado, está en la posición de intermediación. Google ya ocupa la posición de intermediación entre el usuario y su trabajo cotidiano digital. Gemini es la IA de esa intermediación.
Tesis editorial
Cierro con una tesis que excede el reporting.
El mercado de IA va a cristalizarse entre 2026 y 2030 en una estructura de tres capas con dinámicas competitivas distintas.
Capa de frontera de capacidad. Dominada por 3-4 actores con capital y talento suficientes para entrenar modelos de frontera: OpenAI, Google DeepMind, Anthropic, y probablemente uno o dos más (xAI, Meta, o entrantes nuevos). En esta capa el diferenciador es capacidad bruta medida en benchmarks específicos. Google DeepMind está bien posicionado por Hassabis y por infraestructura TPU propia.
Capa de integración masiva. Dominada por quien posea distribución de escala: Google con Workspace + Android + Search, Microsoft con Office + Windows, Apple con iOS (cuando termine de desplegar Apple Intelligence), y en menor medida Meta con sus apps sociales. En esta capa el diferenciador es fricción de uso, no capacidad. Google tiene posición dominante estructural.
Capa de confiabilidad profesional. Dominada por quien haya construido, con disciplina sostenida, un modelo en el que se pueda delegar trabajo sensible. Anthropic está construyendo esa capa con Claude. Google no prioriza esa capa; OpenAI oscila.
La tesis: Google va a ganar cuota importante en capa 1 y va a dominar capa 2. Pero no va a dominar capa 3, porque su modelo de negocio (publicidad y escala masiva) tensiona hacia optimizar engagement antes que confiabilidad profesional. Esa tensión es estructural y no se resuelve con ingeniería — se resuelve con decisiones de producto que Google, por su tamaño y sus dependencias regulatorias, es reacia a tomar.
Por eso mi recomendación operativa para profesionales en 2026 no es "elegí una" sino "combiná tres": Gemini donde vive tu trabajo cotidiano en Workspace, Claude donde los stakes son altos y la reputación personal está en juego, ChatGPT donde pesan imagen y voz. Google va a ser infraestructura, no será el default ético.
¿Cuál es tu regla personal para decidir en qué tareas profesionales delegás a Gemini y en cuáles preferís que tu IA viva fuera del ecosistema donde guardás tus datos?
