Gemini 3.5 Flash llega a I/O 2026: qué significa para los agentes de voz en PYMEs

Qué anunció Google en I/O 2026

El 20 de mayo de 2026, Google publicó su resumen oficial de las 100 novedades del evento: "100 things we announced at I/O 2026". Entre todos los anuncios, el que más impacto directo tiene sobre aplicaciones conversacionales en tiempo real es el lanzamiento de Gemini 3.5 Flash: el primer modelo de la nueva serie 3.5 que combina, según Google, inteligencia de nivel frontier con la latencia baja característica de la familia Flash.

Los datos de benchmark que Google publica son concretos: Terminal-Bench 2.1 (76,2 %), GDPval-AA (1.656 Elo) y MCP Atlas (83,6 %), superando a Gemini 3.1 Pro en tareas de codificación y agentes autónomos. Además, el modelo está disponible desde el mismo día del anuncio a través de la API de Gemini y Google AI Studio, lo que significa que la ventana entre anuncio y uso productivo se ha cerrado prácticamente a cero.

Qué cambia técnicamente

Hay tres aspectos que importan si estás construyendo o evaluando agentes conversacionales:

• Latencia reducida con mayor capacidad de razonamiento. Hasta ahora, los modelos Flash sacrificaban profundidad de razonamiento para ganar velocidad. Gemini 3.5 Flash rompe ese trade-off, al menos en los benchmarks publicados. Para una llamada telefónica donde el silencio percibido supera los 1,5 segundos y el usuario cuelga, esto es relevante.
• Coste inferior al 50 % respecto a modelos frontier comparables. Google afirma que las tareas que antes requerían un modelo grande ahora se pueden resolver con 3.5 Flash a menos de la mitad del coste. En un escenario de miles de llamadas mensuales, la diferencia en factura de inferencia es significativa.
• Capacidad para tareas de larga duración (long-horizon agentic tasks). El modelo está diseñado para planificar, construir e iterar en secuencias largas de pasos. En el contexto de una llamada de cualificación de lead, esto se traduce en que el agente puede seguir un guión ramificado con muchas condiciones sin perder el hilo.

Lo que Google no especifica todavía en el resumen de I/O es el precio exacto por token ni los límites de contexto de 3.5 Flash en producción. Antes de migrar cualquier carga de trabajo, conviene revisar la documentación técnica en Google AI Studio cuando esté disponible.

Cómo lo aprovechamos en phoneIA: módulo Voz Entrantes

El módulo Voz Entrantes de phoneIA.es utiliza Retell AI como capa de orquestación de voz, que a su vez puede conectarse con distintos modelos de lenguaje para la parte de razonamiento y generación de respuesta. La mejora de Gemini 3.5 Flash afecta precisamente al cuello de botella más visible en llamadas IA: el tiempo entre que el usuario termina de hablar y el agente responde.

En la arquitectura actual, el flujo es: audio del usuario → transcripción en tiempo real → llamada al LLM → síntesis de voz → audio de vuelta al usuario. Cada milisegundo que se ahorra en la llamada al LLM se nota en la conversación. Un modelo que mantiene calidad de razonamiento pero reduce latencia encaja directamente en ese paso intermedio.

Además, la capacidad de Gemini 3.5 Flash para manejar tareas de larga duración con múltiples pasos tiene una aplicación concreta: cuando un lead llama fuera de horario, el agente no solo recoge el nombre y el teléfono, sino que puede calificar la oportunidad siguiendo un árbol de decisión con varias ramas (presupuesto, urgencia, tipo de servicio) y crear la ficha en el CRM con los campos correctos ya rellenos. Eso requiere un modelo que no se pierda en conversaciones de 8-10 turnos, y es exactamente lo que promete 3.5 Flash.

Ejemplo de uso para una PYME

Imagina una empresa de reformas en Valencia con tres operarios y sin recepcionista. Reciben entre 15 y 25 llamadas al día, muchas fuera del horario de 9 a 18. Con el módulo Voz Entrantes de phoneIA, un número virtual atiende esas llamadas 24/7. El agente de voz pregunta por el tipo de reforma, la superficie aproximada, la localización y la urgencia. Con Gemini 3.5 Flash como motor de razonamiento, el agente puede seguir esa secuencia de preguntas con naturalidad, adaptar el orden según las respuestas del cliente y cerrar con una cita tentativa que queda registrada directamente en el CRM.

El resultado práctico: el lunes por la mañana, el propietario de la empresa abre el CRM y encuentra cinco fichas nuevas con toda la información de cualificación ya completada, incluyendo la transcripción de cada llamada. No ha perdido ningún lead del fin de semana y no ha necesitado contratar a nadie.

El coste de inferencia más bajo de Gemini 3.5 Flash también tiene impacto aquí. En un volumen de 600 llamadas mensuales de 3 minutos de media, la reducción de coste por token se traslada directamente al precio del servicio o al margen del proveedor. No es un detalle menor cuando se habla de escalar el uso.

Conclusión

Gemini 3.5 Flash no es un salto de marketing. Es un modelo disponible hoy, con benchmarks publicados, que resuelve el trade-off latencia/calidad que hasta ahora limitaba el uso de LLMs en aplicaciones de voz en tiempo real. Para PYMEs que ya usan o evalúan agentes de voz, el momento de revisar la arquitectura es ahora, no cuando el modelo lleve seis meses en producción y la competencia ya lo haya adoptado. Si quieres ver cómo encaja esto en la práctica con un número virtual que atiende llamadas y vuelca leads al CRM, ver el módulo Voz Entrantes.