Google ya no compite con OpenAI y Anthropic por la misma meta. Sus rivales quieren una IA que se mejore a sí misma. Google quiere una IA que entienda el mundo real.
La división es fácil de pasar por alto, porque Google todavía lanza modelos y sigue ganando dinero. Pero su lanzamiento más reciente ocupó el 10º lugar en un ranking independiente.
Lo que Google ha dicho y no ha dicho sobre la carrera de IA
Google lanzó Gemini 3.6 Flash el 21 de julio. La propuesta fue velocidad y costo, no potencia bruta.
Síguenos en X para obtener las últimas noticias a medida que suceden
El modelo produce un 17% menos de tokens que la versión anterior, dijo el blog de Google. Los tokens son los pequeños fragmentos de texto que escribe una IA. Menos tokens significa una respuesta más barata.
La potencia es otro asunto. Una lectura publicada del índice de Análisis Artificial colocó el modelo en el 10º lugar. Todos los demás laboratorios importantes se clasificaron por encima de él.
Google no se está quedando quieto. Ha comenzado su mayor entrenamiento hasta ahora, para Gemini 4. Un modelo más grande, Gemini 3.5 Pro, todavía está en pruebas con socios.
Sundar Pichai ha señalado un premio diferente. Ha vinculado la hoja de ruta a agentes personalizados en lugar de victorias en la tabla de clasificación.
Los inversores están menos relajados. Las acciones de Alphabet cayeron un 6% en junio después de que dos investigadores senior se fueran a la competencia.
Dentro de la apuesta de DeepMind por los modelos del mundo
Un modelo del mundo es una IA que aprende cómo se comportan las cosas físicas. Gravedad, movimiento, causa y efecto. Predice lo que sucede a continuación en una habitación, no la siguiente palabra en una oración.
El propio sitio web de DeepMind muestra la apuesta. Clasifica a Genie 3 y Gemini Robotics bajo un encabezado de modelos del mundo e IA encarnada, lo que significa software que controla máquinas.
En mayo, el laboratorio amplió el Proyecto Genie a Street View. También lanzó SIMA 2, un agente que aprende jugando dentro de mundos virtuales en 3D.
OpenAI y Anthropic están apuntando a algo completamente diferente. Quieren la auto-mejora recursiva, abreviada como RSI.
En términos simples, eso es IA lo suficientemente inteligente como para construir la siguiente IA mejor. Luego, esa construye la siguiente.
El escritor Alberto Romero argumentó el martes que Google dejó esta carrera a propósito.
“Hassabis está apostando por algo más: modelos del mundo. Modelos que pueden entender y simular el mundo real, no solo predecir el siguiente token”, escribió Alberto Romero en un análisis reciente.
Google no ha dicho tal cosa. Demis Hassabis, quien dirige Google DeepMind, nunca ha descartado RSI en público.
Por qué un cofundador rival dice que DeepMind es el caso atípico
La lectura externa más aguda vino de un rival, meses antes.
Jack Clark cofundó Anthropic. El 4 de mayo publicó un ensayo sobre hacia dónde se dirige la IA.
Dio un 60% de probabilidad de que la IA pueda llevar a cabo su propia investigación para finales de 2028. Puso 2027 en un 30%.
Clark luego preguntó qué laboratorios están persiguiendo ese objetivo. DeepMind, escribió, "parece ser el más cauteloso de los grandes tres." Cauteloso significa precavido.
Su evidencia provino de DeepMind mismo. Citó su artículo de 2025 sobre la seguridad de la IA, coescrito por el cofundador Shane Legg.
Anthropic es mucho más audaz. Informó en un estudio de auto-mejora recursiva que Claude escribió más del 80% del código que envía para mayo de 2026.
Antes de febrero de 2025, esa proporción estaba cerca de cero.
La empresa ha documentado que la IA construye mejor IA. En una prueba de velocidad, sus modelos lograron una ganancia de 52 veces en abril, frente a 2.9 veces un año antes.
Un ingeniero calificado necesita de cuatro a ocho horas para gestionar una ganancia de cuatro veces en la misma tarea.
Por qué Google podría no haber abandonado la carrera de la IA en absoluto
Dos hechos van en contra de toda la idea:
- Google lidera la prueba que más se acerca a medir la habilidad en investigación de IA.
MLE-Bench pide a un modelo que construya sistemas de aprendizaje automático por su cuenta. Un modelo Gemini 3 obtuvo un 64.4% en febrero. Ese fue el mejor resultado en ese momento. Google colocó 3.6 Flash en un 63.9% en julio.
Los laboratorios que abandonan un campo rara vez encabezan su tabla de clasificación.
- Google no está en absoluto ausente del mercado.
Pichai dijo a los inversores que la aplicación Gemini tiene 950 millones de usuarios mensuales. Google sí se saltó la alianza abierta de IA de NVIDIA este mes. También lo hicieron OpenAI y Anthropic.
¿Puede Google permitirse esperar?
El argumento a favor de la paciencia es simple. Los anuncios de búsqueda financian todo lo demás, por lo que DeepMind puede tomarse su tiempo.
La propia presentación de Alphabet muestra que ese colchón se está volviendo más delgado.
Los ingresos alcanzaron los 119.8 mil millones de dólares en el trimestre de junio, un aumento del 24%, según los resultados presentados el 22 de julio. Solo la búsqueda generó 63.3 mil millones de dólares.
Luego viene el gasto. Alphabet invirtió 44.9 mil millones de dólares en centros de datos y equipos en tres meses. Eso es aproximadamente el doble que el año anterior.
El resultado fue un flujo de caja libre negativo de $5.86 mil millones. El flujo de caja libre es lo que queda después de pagar las facturas de construcción.
Esa cifra fue positiva de $10.1 mil millones en marzo. En diciembre fue positiva de $24.6 mil millones.
Alphabet cubrió la brecha vendiendo $49.6 mil millones de nuevas acciones en junio. También pidió prestados otros $20.3 mil millones.
La deuda a largo plazo se duplicó en seis meses, de $46.5 mil millones a $98.2 mil millones.
Una línea en las cuentas que cubre la investigación compartida de IA perdió $5.79 mil millones, frente a $3.37 mil millones. La paciencia ahora tiene un precio.
Qué observar en los próximos 30 días
- Si Gemini 3.5 Pro se lanza, y cómo se clasifica
- Si DeepMind muestra resultados de modelos mundiales vinculados a Gemini 4
- Si el flujo de caja de Alphabet vuelve a ser positivo en septiembre
- Si Hassabis responde directamente a la pregunta de la auto-mejora
Gemini 4 es la verdadera prueba. Si los modelos mundiales funcionan donde los agentes de codificación se estancan, el ritmo lento parecerá inteligente en lugar de asustado.
El próximo informe de ganancias mostrará cuánto tiempo puede Alphabet seguir pagando para averiguarlo.
Fuente: BeInCrypto
