El lanzamiento de Gemini 3 por parte de Google el 18 de noviembre de 2025, con Gemini 3 Pro disponible en vista previa pública, marca un impulso deliberado hacia flujos de trabajo de desarrollo centrados en agentes. El anuncio posicionó a Gemini 3 Pro como un modelo construido para un razonamiento multimodal profundo y uso práctico de herramientas, mientras detallaba dónde los desarrolladores y equipos pueden acceder a él: Google AI Studio, Vertex AI, el Gemini CLI y el nuevo IDE Antigravity.
La vista previa pública está documentada en los materiales de Vertex/Vertex AI de Google bajo el ID de modelo gemini-3-pro-preview y señala un límite de conocimiento de enero de 2025. El lanzamiento incluye una ventana de contexto muy grande, herramientas especializadas para desarrolladores y una experiencia de usuario centrada en agentes que, en conjunto, buscan cambiar la forma en que los ingenieros construyen, prueban y verifican código con asistencia de IA.
Lanzamiento, identidad y etapa de publicación
Gemini 3 y Gemini 3 Pro fueron anunciados oficialmente por Google el 18 de noviembre de 2025, con el nivel Pro ofrecido en vista previa pública. La documentación y el blog de Google registran explícitamente el ID del modelo como gemini-3-pro-preview y detallan los términos de la vista previa, disponibilidad y el acceso inicial para variantes especiales como Deep Think.
El estado de vista previa pública es relevante para los desarrolladores que evalúan compensaciones entre acceso temprano y posibles límites de uso o políticas de uso. Google presentó la vista previa como ampliamente accesible: Antigravity está disponible en Windows, macOS y Linux, y Google describió “límites de uso generosos” para Gemini 3 Pro durante esa ventana de vista previa.
Los canales oficiales (el blog de productos de Google y la documentación de modelos de Vertex) proporcionan el registro canónico de especificaciones, fecha de lanzamiento y las afirmaciones de Google sobre las capacidades y evaluaciones de seguridad del modelo. La cobertura de prensa de medios como The Verge, VentureBeat y otros añadió demostraciones independientes y análisis de los primeros resultados de referencia.
Ventanas de contexto masivas y capacidades para desarrolladores
Técnicamente, Gemini 3 Pro aumenta drásticamente el techo de contexto: Google informa soporte para aproximadamente 1,048,576 tokens de entrada (≈1M) y alrededor de 65,536 tokens de salida (≈64k). Esa escala permite flujos de trabajo donde un agente puede razonar sobre bases de código muy grandes, historiales largos de documentos o entradas multimodales complejas sin tener que reorganizar el contexto continuamente.
Junto con la ventana de contexto, Vertex y la documentación para desarrolladores enumeran soporte incorporado para ejecución de código, llamadas a funciones, grounding (búsqueda), salidas estructuradas y uso de herramientas de streaming/agentes. Estas características están diseñadas para permitir que los modelos funcionen como agentes activos que llaman funciones, evalúan resultados e integran búsquedas externas y salidas de tiempo de ejecución en sus respuestas.
Para los desarrolladores, esto significa menos divisiones artificiales entre la ingeniería de prompts, la orquestación de herramientas y la ejecución. La arquitectura y herramientas de Gemini 3 Pro buscan hacer posible alimentar al modelo con documentos de diseño extensos, salidas de pruebas o contextos completos de repositorios y recibir a cambio orientación estructurada y ejecutable.
Antigravity: un IDE centrado en agentes
Google presentó Antigravity como un entorno de desarrollo integrado “centrado en agentes” construido alrededor de Gemini 3 Pro. La idea central es elevar a los agentes a participantes de primera clase en el ciclo de edición-ejecución-depuración: los agentes pueden acceder directamente al editor, terminal y navegador integrado, y Antigravity expone dos vistas principales para ese trabajo.
La vista Editor incluye una barra lateral de agentes donde uno o más agentes pueden sugerir ediciones, ejecutar fragmentos o explicar decisiones en línea. La vista Manager se centra en la orquestación: los equipos pueden ejecutar, monitorear y coordinar múltiples agentes trabajando en diferentes partes de un proyecto o en una sola tarea compleja.
El diseño de Antigravity trata a los agentes como compañeros de equipo con permisos y artefactos de auditoría, en lugar de simples registros opacos de llamadas a funciones. Esa reorientación busca que los flujos de trabajo liderados por agentes se sientan menos como enviar prompts de caja negra y más como colaborar con un asistente disciplinado y siempre disponible.
Artefactos, verificación y memoria de agentes
Una innovación clave de Antigravity es la noción de Artefactos: registros verificables por humanos que los agentes producen mientras planifican y actúan. Los artefactos incluyen listas de tareas, planes paso a paso, capturas de pantalla y grabaciones del navegador que documentan lo que los agentes harán y lo que hicieron, y Google sostiene que son más fáciles de verificar para los usuarios que los registros brutos de llamadas a herramientas.
Antigravity también soporta memoria persistente de agentes. Los agentes pueden retener fragmentos y pasos de sesiones pasadas para reutilizarlos, permitiendo una mejora progresiva: correcciones comunes, heurísticas específicas de proyectos y listas de verificación de lanzamientos se convierten en parte de la memoria de trabajo del agente y aceleran sesiones posteriores.
Al combinar Artefactos con memoria, Antigravity busca abordar dos preocupaciones perennes: transparencia y repetibilidad. Los usuarios pueden inspeccionar artefactos para confirmar la intención antes de que se tomen acciones, y los agentes pueden confiar en lecciones previas para evitar repetir errores.
Benchmarks, modo Deep Think y seguridad
Google publicó los principales resultados de benchmarks para Gemini 3 Pro en su publicación de lanzamiento. Números notables incluyen una calificación WebDev Arena de 1487 Elo, Terminal‑Bench 2.0 = 54.2% para uso de terminal/herramientas, y SWE‑bench Verified = 76.2% en un benchmark de codificación agentica. Otras cifras reportadas por la prensa incluyeron desempeños destacados como MMMU‑Pro ≈81%, Video MMMU ≈87.6%, MathArena Apex ≈23.4% y ARC‑AGI‑2 ≈31.1% con Humanity’s Last Exam cerca de 37, 38% en algunas métricas.
Google también introdujo una variante “Deep Think” de Gemini 3, destinada a un razonamiento más profundo y lento, inicialmente restringida a testers de IA Ultra/seguridad. Google y reportes de prensa sugieren que Deep Think obtiene mejores resultados en varias tareas de razonamiento complejo, ilustrando una compensación que Google está formalizando entre rendimiento y deliberación profunda.
En cuanto a seguridad, Google afirmó que Gemini 3 fue sometido al conjunto más completo de evaluaciones de seguridad hasta la fecha para un modelo de IA de Google, con mejoras en la resistencia a la inyección de prompts y reducción de la adulación. La compañía publicó una tarjeta de modelo y citó evaluaciones independientes como parte de la narrativa del lanzamiento.
Acceso para desarrolladores, precios, soporte multimodelo y ecosistema
Gemini 3 es accesible a través de Google AI Studio, Vertex AI, el Gemini CLI y Antigravity, y Google mencionó asociaciones con proveedores de herramientas de terceros como Cursor, GitHub, JetBrains, Manus y Replit. Google también indicó que Antigravity soporta otros modelos (por ejemplo Anthropic Claude Sonnet 4.5 y algunos modelos open source como GPT‑OSS), permitiendo flujos de trabajo de agentes multimodelo.
Los precios de la API en vista previa, reportados por la prensa especializada, sitúan las tarifas base de la vista previa en aproximadamente $2 por 1M de tokens de entrada y $12 por 1M de tokens de salida para prompts de hasta 200K tokens, con niveles superiores (reportados) en torno a $4/$18 por 1M más allá de ese umbral. Google describió límites de uso generosos en la vista previa y los medios señalaron que los límites se renuevan cada cinco horas, con solo una fracción muy pequeña de usuarios avanzados que probablemente los alcancen durante la vista previa.
El anuncio de Sundar Pichai enmarcó a Gemini 3 en el contexto del alcance más amplio de la IA de Google, citando AI Overviews con unos 2 mil millones de usuarios/mes, la app Gemini con ~650 millones de usuarios mensuales y ~13 millones de desarrolladores que han construido con los modelos generativos de Google. Para los desarrolladores que evalúan la adopción, la combinación de soporte multimodelo, integraciones con socios y puntos de entrada accesibles reduce la barrera para probar flujos de trabajo de código centrados en agentes.
Vibe coding e interfaces generativas
Google describió a Gemini 3 como habilitador de “vibe coding” e interfaces generativas más ricas donde el lenguaje natural, bocetos o voz pueden crear aplicaciones interactivas, componentes de UI e incluso arte 3D o voxel. Las demostraciones mostradas en el lanzamiento destacaron la producción rápida de artefactos de código interactivo a partir de prompts de alto nivel y entradas multimodales.
Vibe coding replantea el acto de construir como una guía iterativa: un desarrollador describe la intención, los agentes generan código estructurado y prototipos, y luego el desarrollador refina el diseño con instrucciones específicas. El editor integrado, terminal y acceso al navegador de Antigravity acortan los ciclos de retroalimentación para que los componentes de UI generados puedan ejecutarse y validarse de inmediato.
A medida que esas interfaces maduran, la frontera entre prototipado y producción se difumina; los desarrolladores aún necesitan pruebas rigurosas y verificación humana, pero las interfaces generativas prometen una exploración más rápida, nuevos patrones de UX para no programadores y mejoras prácticas en la productividad de los ingenieros.
La combinación del gran contexto de Gemini 3 Pro, herramientas orientadas al desarrollador y la experiencia centrada en agentes de Antigravity marca un avance significativo hacia la programación centrada en agentes. Los artefactos y la memoria persistente son decisiones de diseño explícitas que priorizan la transparencia y la mejora iterativa, mientras que Deep Think y las evaluaciones de seguridad muestran que Google busca equilibrar la capacidad con prácticas responsables de lanzamiento.
Para equipos y desarrolladores individuales, la nueva pila, Gemini 3 Pro a través de AI Studio, Vertex, CLI o Antigravity, ofrece una forma flexible de experimentar con flujos de trabajo agenticos, orquestación multimodelo y patrones de UI generativa. A medida que la vista previa se expanda y se acumulen benchmarks independientes y experiencias de desarrolladores, Antigravity y Gemini 3 Pro serán importantes de observar para cualquiera que se tome en serio el futuro de la programación con IA.
