Google DeepMind ha presentado Gemini 3.5 Flash Cyber, un nuevo modelo ligero de inteligencia artificial especializado en ciberseguridad y diseñado para encontrar, validar y corregir vulnerabilidades de software de forma rápida y eficiente. La compañía lo plantea como una herramienta para reforzar las capacidades defensivas en un momento en el que los agentes de IA son cada vez más capaces de descubrir fallos a una velocidad superior a la que muchos equipos pueden corregirlos.
El modelo está construido sobre Gemini 3.5 Flash y ha sido ajustado específicamente para tareas de seguridad de código. Según Google DeepMind, su objetivo es ofrecer una alternativa más asequible y escalable frente a modelos de ciberseguridad de mayor tamaño y coste, sin renunciar a un alto rendimiento en la búsqueda de vulnerabilidades.
La compañía ha destacado que el despliegue de esta tecnología será controlado debido a su naturaleza de doble uso. Gemini 3.5 Flash Cyber estará disponible inicialmente en un programa piloto de acceso limitado, dirigido exclusivamente a gobiernos y socios de confianza a través de CodeMender, el agente de seguridad de código de Google.
Un modelo ligero para analizar más rutas de código
Google DeepMind defiende que la principal ventaja de Gemini 3.5 Flash Cyber está en su eficiencia. La búsqueda de vulnerabilidades profundas requiere analizar grandes bases de código y explorar numerosas rutas de ejecución. Depender de una única llamada a un modelo muy grande y costoso puede convertirse en un cuello de botella.
Frente a ello, el nuevo modelo permite realizar múltiples invocaciones dentro de un mismo proceso de análisis. CodeMender puede llamar varias veces a Gemini 3.5 Flash Cyber para examinar más rutas de código, validar posibles fallos y generar después un informe final de mayor calidad.
Esta arquitectura resulta especialmente útil para escaneos frecuentes, procesos de lanzamiento urgentes o revisiones de commits a gran escala. En entornos donde el volumen de código cambia constantemente, la velocidad y el coste del análisis se convierten en factores clave para que la seguridad pueda integrarse en el ciclo de desarrollo sin frenar la actividad.
Resultados en pruebas de ciberseguridad
Google DeepMind asegura que Gemini 3.5 Flash Cyber ha mostrado resultados competitivos frente a modelos más grandes en diferentes pruebas. Uno de los bancos de evaluación utilizados ha sido CyberGym, que mide el rendimiento de agentes de IA frente a cientos de vulnerabilidades reales de software.
La compañía también sometió el modelo a una evaluación interna desarrollada por el equipo Big Sleep, centrada en encontrar vulnerabilidades críticas y difíciles de detectar en bases de código complejas como Chrome y Safari. En esas pruebas, Gemini 3.5 Flash Cyber habría superado de forma significativa a los modelos principales Gemini 3.5 Flash y Gemini 3.6 Flash.
Además, el modelo fue probado en la cadena de escaneo de commits de producción de Google Chrome, utilizando vulnerabilidades no divulgadas públicamente para evitar contaminación en los resultados. Según Google DeepMind, el nuevo modelo ofreció una mejora notable respecto a Gemini 3.5 Flash.
En otra prueba sobre el motor JavaScript V8, Gemini 3.5 Flash Cyber encontró 55 problemas únicos confirmados, frente a los 47 detectados por Gemini 3.5 Flash y los 36 identificados por Claude Opus 4.6. De esos hallazgos, 10 no fueron detectados por los otros dos modelos evaluados.
Aplicación real dentro de Google
Más allá de las pruebas, Google afirma que Gemini 3.5 Flash Cyber ya se está utilizando junto a CodeMender para encontrar y corregir vulnerabilidades en bases de código internas de la compañía, incluidas Chrome, Android, Cloud, Ads y YouTube.
Uno de los ejemplos citados por la empresa procede del equipo Cloud Vulnerability Research. Según Google DeepMind, en apenas dos horas el modelo fue capaz de descubrir vulnerabilidades de ejecución remota de código en APIs públicas y detectar un fallo de corrupción de memoria en un servicio sensible de producción.
La compañía también señala que el modelo llegó a generar un exploit de ejecución remota de código fiable capaz de superar mitigaciones estándar como ASLR y W^X. Este punto refleja precisamente el carácter dual de la tecnología: las mismas capacidades que pueden ayudar a los defensores a encontrar y corregir fallos también podrían ser peligrosas si se despliegan sin controles adecuados.
Acceso limitado por su potencial de doble uso
Google DeepMind subraya que ha adoptado un enfoque deliberadamente prudente para el despliegue de Gemini 3.5 Flash Cyber. Al tratarse de una herramienta capaz de descubrir, validar e incluso explotar vulnerabilidades, la compañía limitará inicialmente su acceso a gobiernos y socios de confianza.
El objetivo declarado es dar ventaja a los defensores para identificar y corregir fallos críticos antes de que puedan ser explotados, reduciendo al mismo tiempo el riesgo de uso indebido. El modelo estará disponible próximamente a través de CodeMender en ese programa piloto restringido, con una expansión progresiva en el tiempo.
Por separado, Google también llevará capacidades fundamentales de CodeMender a clientes mediante modelos Gemini de disponibilidad general dentro de la plataforma Gemini Enterprise Agent.
IA para reforzar la defensa del software
El lanzamiento se apoya en la experiencia previa de Google en seguridad de software. La compañía menciona recursos como OSV.dev, su base de datos de vulnerabilidades de código abierto con más de 700.000 registros, y más de una década de resultados de OSS-Fuzz, su sistema de fuzzing para proyectos open source.
Estos recursos permiten entrenar modelos con ejemplos reales de vulnerabilidades y flujos de trabajo utilizados por profesionales de seguridad, en lugar de depender únicamente de ejercicios sintéticos. Según Google DeepMind, sus modelos aprenden a utilizar herramientas estándar del sector, analizar millones de líneas de código y resolver tareas complejas que requieren análisis prolongados.
Una nueva etapa para la ciberseguridad asistida por IA
Gemini 3.5 Flash Cyber llega en un momento en el que la inteligencia artificial está transformando tanto la defensa como el ataque en ciberseguridad. La capacidad de los modelos para analizar código, descubrir fallos y automatizar tareas técnicas puede acelerar la protección de grandes proyectos, pero también obliga a reforzar los controles de acceso y gobernanza.
La clave estará en quién puede utilizar estas herramientas, bajo qué condiciones, con qué registros de actividad y con qué salvaguardas para impedir abusos. La decisión de Google DeepMind de limitar el acceso inicial muestra que la compañía reconoce el riesgo asociado a modelos capaces de operar en tareas avanzadas de seguridad ofensiva y defensiva.
Con Gemini 3.5 Flash Cyber, Google apuesta por una arquitectura más ligera, escalable y económica para detectar vulnerabilidades a gran escala. La promesa es clara: ayudar a los defensores a encontrar y corregir fallos antes de que los atacantes los exploten. El reto será hacerlo sin ampliar, al mismo tiempo, las capacidades de quienes buscan utilizarlos con fines maliciosos.
