Google Gemini 3 Ultra es un modelo de lenguaje grande (LLM) multimodal desarrollado por Google DeepMind y lanzado en noviembre de 2025. Es el modelo insignia de la familia Gemini 3, sucesor de Gemini 2.0 y posicionado como el modelo de IA más grande y capaz de Google hasta la fecha. Gemini 3 Ultra está diseñado para tareas altamente complejas que requieren razonamiento avanzado, comprensión multimodal y generación en texto, imágenes, audio, video y código.
El modelo se basa en el linaje Gemini, que comenzó con el anuncio de Gemini 1.0 el 6 de diciembre de 2023. Gemini 3 Ultra representa un salto significativo en escala y capacidad, incorporando avances en arquitectura, técnicas de entrenamiento y medidas de seguridad. Está disponible a través de las plataformas de IA de Google, incluyendo Vertex AI de Google Cloud y el chatbot Gemini, y está destinado a casos de uso empresarial, de investigación y de desarrollo.
Desarrollo y antecedentes
Gemini 3 Ultra fue desarrollado por Google DeepMind, la subsidiaria formada a partir de la fusión de Google Brain y DeepMind en abril de 2023. El proceso de desarrollo implicó la colaboración de múltiples equipos, incluidos investigadores de Google DeepMind y Stanford AI Lab. El modelo es parte de la familia Gemini más amplia, que incluye Gemini Pro, Gemini Flash y Gemini Nano, cada uno optimizado para diferentes compensaciones de rendimiento y eficiencia.
El proyecto Gemini se anunció por primera vez en Google I/O el 10 de mayo de 2023, como sucesor de PaLM 2. A diferencia de los LLM anteriores, Gemini fue diseñado desde el principio para ser multimodal, procesando texto, imágenes, audio, video y código simultáneamente. Este enfoque estaba destinado a superar a competidores como el GPT-4 de OpenAI y los modelos Claude de Anthropic. En el desarrollo de Gemini 3 Ultra, Google DeepMind aprovechó su experiencia en aprendizaje profundo y redes neuronales, así como conocimientos de redes residuales y arquitecturas transformer.
El entrenamiento de Gemini 3 Ultra requirió recursos computacionales masivos. Google utilizó sus Unidades de Procesamiento de Tensores (TPU) personalizadas para el entrenamiento, optimizadas para cargas de trabajo de aprendizaje automático. Los datos de entrenamiento del modelo incluyeron texto, imágenes, audio y video disponibles públicamente, así como transcripciones de videos de YouTube, con equipos legales filtrando material con derechos de autor. La escala del entrenamiento requirió técnicas avanzadas como recorte de gradiente, normalización por lotes y programación de la tasa de aprendizaje.
Arquitectura y capacidades
Gemini 3 Ultra emplea una arquitectura basada en transformer con mecanismos de atención de múltiples cabezas y atención cruzada. Utiliza una estructura codificador-decodificador, lo que le permite procesar y generar múltiples modalidades. El modelo incorpora capas de mezcla de expertos, que le permiten escalar a un mayor número de parámetros manteniendo la eficiencia. Esta arquitectura permite a Gemini 3 Ultra manejar hasta 10 millones de tokens en su ventana de contexto, lo que le permite procesar libros completos o transcripciones de video largas en una sola pasada.
Las capacidades del modelo incluyen:
- Comprensión multimodal: Puede analizar y razonar sobre texto, imágenes, audio, video y código, a menudo en combinación.
- Generación: Puede producir texto, imágenes y audio, con generación de imágenes nativa y síntesis de voz controlable.
- Razonamiento: Sobresale en la resolución de problemas complejos, incluidas tareas matemáticas, científicas y de codificación.
- Uso de herramientas: Puede interactuar con herramientas y API externas, como los servicios de Google Cloud y Amazon Web Services.
Gemini 3 Ultra también se integra con Google Search para la recuperación de información en tiempo real, y admite aprendizaje por refuerzo a partir de retroalimentación de IA (RLAIF) para alinear sus salidas con las preferencias humanas.
Rendimiento y puntos de referencia
Gemini 3 Ultra ha demostrado un rendimiento de vanguardia en una amplia gama de puntos de referencia. Logró una puntuación del 92.5% en el punto de referencia de Comprensión de Lenguaje Masivo Multitarea (MMLU), superando el rendimiento experto humano y modelos anteriores como GPT-4 y Claude 3.5. En el conjunto Big-Bench Hard, superó a todos los modelos existentes, incluidos los de OpenAI y Anthropic.
En tareas de codificación, Gemini 3 Ultra logró una puntuación en el percentil 95 en el punto de referencia HumanEval y una tasa de aprobación del 90% en el conjunto de datos SWE-bench, lo que indica su capacidad para resolver problemas reales de ingeniería de software. También sobresalió en puntos de referencia multimodales, como MMMU (Comprensión Multimodal Multidisciplinaria Masiva), donde obtuvo un 88%, y en tareas de comprensión de video, donde superó a modelos especializados.
Evaluaciones independientes de terceros, incluidos Stanford AI Lab y Berkeley AI Research, confirmaron estos resultados. Sin embargo, algunos investigadores señalaron que el rendimiento en los puntos de referencia no siempre se traduce en fiabilidad en el mundo real, y que se necesitan más pruebas.
Lanzamiento y disponibilidad
Gemini 3 Ultra se anunció oficialmente el 12 de noviembre de 2025, en una conferencia de prensa virtual dirigida por el CEO de Google, Sundar Pichai, y el CEO de DeepMind, Demis Hassabis. El evento de lanzamiento destacó las capacidades del modelo y su integración en los productos de Google, incluido el chatbot Gemini, Vertex AI de Google Cloud y Google Workspace.
El modelo estuvo disponible para desarrolladores y clientes empresariales el 19 de noviembre de 2025, a través de Vertex AI y la API de Gemini. También se puso a disposición de los consumidores a través de la aplicación Gemini y el plan Google One AI Premium. Inicialmente, el acceso se limitó a regiones de habla inglesa, con planes para un soporte de idiomas más amplio en 2026.
Google enfatizó la seguridad y la responsabilidad, afirmando que Gemini 3 Ultra se sometió a pruebas de seguridad exhaustivas, incluidos ejercicios de red team y alineación con los principios descritos en la Cumbre de Seguridad de la IA en Bletchley Park. La compañía también se comprometió a compartir los resultados de seguridad con el gobierno de los Estados Unidos, en línea con la orden ejecutiva sobre IA firmada en octubre de 2023.
Recepción e impacto
El lanzamiento de Gemini 3 Ultra fue recibido con una atención generalizada en la comunidad de IA. Muchos expertos elogiaron sus logros técnicos, particularmente sus capacidades multimodales y su rendimiento de razonamiento. Jakob Uszkoreit, co-inventor del transformer, comentó que Gemini 3 Ultra representa un paso significativo en la IA generativa. Sin embargo, algunos críticos expresaron preocupaciones sobre el impacto ambiental de entrenar modelos tan grandes y el potencial de uso indebido.
Los analistas de la industria señalaron que Gemini 3 Ultra intensifica la competencia entre los desarrolladores de IA, incluidos OpenAI, Anthropic y Meta. El lanzamiento del modelo también impulsó discusiones sobre el futuro de los modelos de lenguaje grandes y la necesidad de regulación.
Comparación con modelos anteriores
Gemini 3 Ultra es una actualización importante con respecto a su predecesor, Gemini 2.0 Ultra. Las mejoras clave incluyen:
- Escala: Gemini 3 Ultra tiene un número de parámetros significativamente mayor, estimado en 10 billones de parámetros, en comparación con los 1.5 billones de Gemini 2.0.
- Ventana de contexto: Admite un contexto de 10 millones de tokens, frente a los 2 millones de Gemini 2.0.
- Generación multimodal: Puede generar imágenes y audio de forma nativa, mientras que Gemini 2.0 requería modelos separados.
- Razonamiento: Muestra un rendimiento mejorado en tareas de razonamiento complejo, como pruebas matemáticas e investigación científica.
Estos avances fueron posibles gracias a innovaciones en poda de modelos, aumento de datos y aprendizaje curricular, que mejoraron la eficiencia del entrenamiento y la calidad del modelo.
Direcciones futuras
Google DeepMind ha anunciado planes para continuar desarrollando la familia Gemini, con un enfoque en mejorar la eficiencia y reducir los costos computacionales. Las versiones futuras pueden incorporar mecanismos de atención dispersa y cuantización para permitir la implementación en dispositivos de borde. La compañía también está explorando la integración con la robótica, como insinuó Hassabis, para permitir la interacción con el mundo físico.
Además, Google está trabajando para hacer que Gemini 3 Ultra sea más accesible a través de asociaciones con proveedores de nube como Oracle Cloud y Microsoft Azure, y con fabricantes de hardware como AMD y Qualcomm para la inferencia en el dispositivo. Los componentes de código abierto del modelo, como Gemma, también pueden actualizarse para reflejar los últimos avances.