Gemini 3.5 Flash vs 3.1 Pro: Velocidad, Agentes y Costo

Soy Dora. He estado analizando los números de Gemini 3.5 Flash vs 3.1 Pro desde el lanzamiento en Google I/O 2026 el 19 de mayo y el resumen es este: la inversión de jerarquía es real, no es marketing, y afecta las decisiones de enrutamiento que quizás ya tienes bloqueadas en un archivo de configuración.

Se supone que los modelos Flash intercambian calidad por velocidad. 3.5 Flash rompe ese contrato — al menos en las cargas de trabajo que la mayoría de los agentes de producción realmente ejecutan.

Por Qué Esta Comparación Es Inusual: Flash Supera al Pro Anterior

Lo Que Google Mostró en I/O 2026

Gemini 3.5 Flash llegó a disponibilidad general el 19 de mayo, con el ID de modelo estable Gemini-3.5 Flash sin sufijo de vista previa. La afirmación principal de Google: supera a Gemini 3.1 Pro en benchmarks de codificación y agentes mientras se ejecuta aproximadamente 4 veces más rápido que modelos frontera comparables, a menudo a menos de la mitad del costo.

La Inversión de Niveles Explicada en un Párrafo

Flash supera a 3.1 Pro en los benchmarks que parecen trabajo real: Terminal-Bench 2.1 (76.2% vs 70.3%), MCP Atlas (83.6% vs 78.2%), Finance Agent v2 (57.9% vs 43.0%) y GDPval-AA Elo (1656 vs 1314). Queda por detrás de Pro en Humanity’s Last Exam (40.2% vs 44.4%) y ARC-AGI-2 (72.1% vs 77.1%) — benchmarks dominados por conocimiento paramétrico bruto y razonamiento abstracto puro. Al evaluar Gemini 3.5 Flash vs 3.1 Pro, la división es clara: el trabajo de agentes va a Flash, el razonamiento difícil se queda con Pro.

Cara a Cara: Benchmarks y Lo Que Realmente Miden

El caso del benchmark de Gemini 3.5 Flash contra 3.1 Pro es específico, no universal. Esto es lo que los números realmente muestran.

Terminal-Bench 2.1 mide la capacidad de ejecutar tareas de terminal de múltiples pasos — leer el estado del sistema de archivos, escribir y ejecutar scripts, manejar la salida de errores, reintentar. Flash obtiene 76.2% versus el 70.3% de 3.1 Pro. Esa brecha de casi 6 puntos es significativa para los pipelines automatizados donde el modelo opera el terminal en lugar de asesorar a un operador humano.

MCP Atlas es el que sigo revisando. Prueba la fiabilidad de uso de herramientas a escala — qué tan bien un modelo mantiene invocaciones correctas de herramientas en secuencias extendidas de múltiples llamadas (8–15 llamadas por tarea, 4k–12k tokens de contexto por llamada). El 83.6% de Flash supera el 78.2% de 3.1 Pro y también lidera sobre todos los competidores incluyendo Claude Opus 4.7 (79.1%) y GPT-5.5 (75.3%). Para los desarrolladores que crean agentes autónomos que integran búsqueda web, bases de datos vectoriales y entornos de ejecución de código, este es el benchmark que más peso debe tener.

GDPval-AA Elo: Flash en 1656 versus Pro en 1314. Una diferencia de 342 puntos en una evaluación agéntica de tareas reales. No es un error de redondeo.

Donde 3.1 Pro Sigue Ganando (ARC-AGI-2, Recuperación de Contexto Largo)

Las puntuaciones de ARC-AGI-2 favorecen a Pro por 5 puntos (77.1% vs 72.1%). Para tareas que requieren reconocimiento de patrones novedosos, deducción lógica compleja o problemas que no se mapean a patrones de datos de entrenamiento, 3.1 Pro tiene ventaja.

La brecha de contexto más largo es la que realmente debes probar contra tus propios datos. MRCR v2 en 128K de contexto muestra a 3.1 Pro en 84.9% vs Flash en 77.3% — una brecha de 7.6 puntos. Si tu caso de uso implica recuperar información específica de documentos muy largos, análisis de documentos legales o recuperación de aguja en pajar, 3.1 Pro sigue siendo la opción más sólida.

Una advertencia honesta: todos los números principales mencionados arriba son autoinformados por Google. Valida contra tus propios prompts y restricciones de dominio antes de sacar conclusiones.

Puntuaciones de Comprensión Multimodal

CharXiv Reasoning: Flash en 84.2%, superando levemente el 84.1% de GPT-5.5. OSWorld: 78.4%, a la par con GPT-5.5 (78.7%). En pipelines multimodales, Flash tiene el caso de actualización más claro.

Precios y Latencia

Precios de Gemini 3.5 Flash

Precios de Gemini 3.5 Flash: $1.50 por millón de tokens de entrada, $9 por millón de tokens de salida. La entrada en caché baja a $0.15 por 1M — el número relevante si estás ejecutando prompts de sistema repetidos en bucles de agentes. Ventana de contexto: 1,048,576 tokens de entrada, 65,536 tokens de salida. El pensamiento dinámico está activado por defecto con niveles (mínimo, bajo, medio, alto) para compensaciones costo/rendimiento.

Costo Unitario de Vista Previa de Gemini 3.1 Pro

Gemini 3.1 Pro: $2.00 por millón de tokens de entrada con fallo de caché, $12.00 por millón de tokens de salida. Ventana de contexto: 2.0M tokens. Salida máxima: 16K tokens por solicitud. Por encima de 200K de contexto, el precio sube a $4.00 entrada / $18.00 salida. Flash tiene una ventaja de límite de salida 4x (65K vs 16K por respuesta), lo que importa para generar archivos de código completos sin truncamiento.

Comparación de Rendimiento

Flash entrega alrededor de 284 tokens por segundo contra los 109 de Pro. Un flujo de trabajo que toma tres minutos con Pro podría terminar en menos de noventa segundos con Flash, a un 25% menos de costo por token.

La velocidad no es el objetivo. No interrumpir el flujo lo es. Con 3+ llamadas a herramientas por paso de agente, esa brecha se acumula rápidamente.

Decisión de Enrutamiento en Producción

Cuándo Flash Es el Predeterminado Correcto

Usa Flash como tu predeterminado de enrutamiento si:

Tu agente realiza múltiples llamadas secuenciales a herramientas por tarea (MCP, llamadas a funciones, entorno de ejecución de código)
Estás en pipelines de CI/CD o cargas de trabajo de automatización de terminal
El contexto se mantiene por debajo de 100K tokens por solicitud
El tiempo de respuesta es visible para el usuario — a 284 tokens/seg versus 109, esto importa para productos interactivos

Para agentes basados en MCP, no hay competencia. Flash lidera MCP Atlas por 5.4 puntos, Toolathlon por 7.1, Finance Agent v2 por 14.9. La ventaja de velocidad se compone en bucles de múltiples pasos. La entrada en caché a $0.15/1M hace que el uso frecuente de herramientas sea 10 veces más barato que ejecutar Pro.

Cuándo 3.1 Pro Sigue Valiendo el Costo

Dos casos. Uno es la pureza del razonamiento: diseño de algoritmos, construcción de pruebas, depuración compleja donde no puedes ejecutar la salida para validarla. ARC-AGI-2 en 77.1% vs 72.1% es la señal. En tareas donde los errores son costosos y tienes un solo intento, esa brecha importa.

El segundo caso es el contexto largo. Si tu recuperación opera en 128K tokens o más — análisis de base de código completa, RAG de documentos largos, contratos — prueba la brecha de MRCR v2 contra tus longitudes de recuperación reales antes de cambiar. La ventana de contexto de 2.0M de 3.1 Pro también te da margen que Flash no puede igualar.

Cuándo Esperar a 3.5 Pro en Lugar de Elegir Cualquiera de los Dos

Gemini 3.5 Pro fue anunciado en I/O el 19 de mayo pero todavía está en vista previa limitada de Vertex, con disponibilidad general esperada en junio de 2026. Apunta a una ventana de contexto de 2M tokens, razonamiento Deep Think y multimodal de frontera — los casos de uso que Gemini Ultra solía cubrir.

Espera a 3.5 Pro si tu requisito principal es razonamiento difícil a escala y necesitas la ventana de contexto de 2M. El Pro actual es 3.1 y gana esos benchmarks. 3.5 Pro probablemente ampliará aún más esa ventaja.

La pregunta práctica es el calendario. Si necesitas enrutar tráfico de producción ahora, estás eligiendo entre Flash y 3.1 Pro. Ejecuta tus propias evaluaciones en tu distribución de tareas específica. Eso te dirá más que cualquier cosa que yo diga.

Patrones de Respaldo para Pilas de Alta Disponibilidad

El patrón limpio es un clasificador de solicitudes, no un reemplazo global de ID de modelo. No ejecutes la migración como “reemplaza cada cadena Gemini-3.1-pro-preview con Gemini-3.5-Flash”. Así es como las buenas noticias de lanzamiento se convierten en regresiones de producción.

Lógica práctica de respaldo:

Principal: Gemini-3.5-Flash para cargas de trabajo de agentes y codificación
Escalada en tareas de razonamiento: Gemini-3.1-pro-preview — activada por clasificador de tareas (contexto largo, deducción novedosa, restricción sin reintento)
En 429 / agotamiento de cuota: reintentar Flash con retroceso exponencial primero; escalar a Pro solo después de dos intentos fallidos
En 5xx: retroceder a Pro inmediatamente, registrar el ID del modelo y la razón del fallo

Registra el ID del modelo, tamaño del prompt, conteo de tokens, conteo de llamadas a herramientas, latencia, razón de respaldo y resultado visible para el usuario. Sin esos campos, discutirás sobre preferencias de modelos en lugar de medir el rendimiento de la ruta.

Lo Que Esto Significa para la Agregación de Modelos

Por Qué los Lanzamientos Graduales Hacen que los Compromisos de Un Solo Proveedor Sean Más Arriesgados

La situación del benchmark de agentes de Gemini este mes ilustra un patrón que se ha acelerado a lo largo de 2025–2026: un modelo de nivel Flash supera al Pro anterior en trabajo agéntico, mientras Pro mantiene el razonamiento. El mes que viene llega 3.5 Pro. El ranking se reinicia de nuevo.

Codificar tu infraestructura a un único ID de modelo significa que cada lanzamiento fuerza una migración bajo presión de tiempo. Los equipos que manejaron este ciclo sin problemas ya estaban enrutando por clase de tarea, no por nombre de modelo.

Enrutamiento Entre Niveles Dentro de Un Proveedor + Entre Proveedores

Tener muchas herramientas no es el problema. Tener que gestionar tus herramientas sí lo es.

Esta conclusión tiene fecha de vencimiento. La decisión de Gemini 3.1 Pro vs Gemini 3.5 Flash parece Flash para la mayoría del trabajo de agentes de producción, hoy. Verifica los benchmarks de 3.5 Pro cuando la tarjeta del modelo se publique en junio. La lógica de enrutamiento que construyas ahora debería hacer que esa reevaluación sea un cambio de configuración, no un cambio de código.

Preguntas Frecuentes

¿Es Gemini 3.5 Flash estrictamente mejor que Gemini 3.1 Pro?

No. Flash supera a 3.1 Pro en tareas agénticas, uso de herramientas, codificación y benchmarks multimodales. Sin embargo, 3.1 Pro sigue liderando en razonamiento abstracto puro (ARC-AGI-2) y recuperación de contexto largo por encima de 128K tokens. El mejor modelo depende completamente de tu distribución de carga de trabajo.

¿Debería migrar de 3.1 Pro a 3.5 Flash ahora mismo?

Depende. Si tus cargas de trabajo están dominadas por agentes, llamadas a herramientas de múltiples pasos, automatización de terminal o tareas de codificación, la migración generalmente vale la pena — obtendrás mejor rendimiento en benchmarks, aproximadamente 3 veces mayor rendimiento y menor costo. Para RAG de contexto largo o razonamiento de alto riesgo donde los errores son costosos, prueba tus propios prompts primero antes de cambiar.

¿Cuándo se lanzará Gemini 3.5 Pro?

Gemini 3.5 Pro fue anunciado en I/O 2026 pero aún no está disponible de forma general. Actualmente está en vista previa limitada. Google indicó un objetivo de junio de 2026 para el lanzamiento completo. El modelo Pro de producción actual sigue siendo Gemini 3.1 Pro Preview.

¿Tiene Gemini 3.5 Flash un nivel gratuito?

Sí, hay un nivel gratuito con cuotas diarias. Sin embargo, para cualquier carga de trabajo de agentes de producción seria, es probable que los límites del nivel gratuito se alcancen rápidamente. La mayoría de los casos de uso de producción deben planificar el nivel de pago.

Conclusión

La división Gemini 3.5 Flash vs 3.1 Pro es más clara que la mayoría de las comparaciones Flash vs. Pro. Flash gana el trabajo que parece producción: agentes, llamadas a herramientas, tareas de terminal, anclaje multimodal. Pro gana el trabajo que parece investigación: razonamiento difícil, recuperación de contexto largo, deducción novedosa.

Usa Flash por defecto para cargas de trabajo de agentes. Mantén Pro disponible como objetivo de escalada para solicitudes de razonamiento intensivo y recuperación de contexto largo por encima de 128K. Construye tu lógica de respaldo ahora para que el lanzamiento de 3.5 Pro en junio sea una actualización de configuración, no un sprint de migración.

Aquí termina mis datos. Ejecútalo en tu propia distribución de tareas antes de comprometer un cambio de enrutamiento en producción.

Publicaciones anteriores: