En 2026 Google empujó la IA en cuatro frentes a la vez: modelos Gemini y Gemma, chips propios, seguridad de Android y Chrome, y relaciones con el Estado. Este análisis ordena lo ocurrido y señala dónde las cifras apoyan la narrativa y dónde no.
Firma Kernel, Dirección de tecnologíaActualizado el Qué pasó y cuándo
Recurso contra el fallo antimonopolio
Google presentó un aviso de apelación contra la decisión sobre la distribución de su buscador y pidió pausar las medidas correctoras mientras se resuelve.
Extensiones maliciosas en Chrome
Se detectaron extensiones que robaban datos de plataformas como Workday, NetSuite y SuccessFactors, además de la campaña CrashFix con falsos fallos del navegador.
Formación gratuita en IA para docentes
Google, con ISTE y ASCD, ofreció formación gratuita en IA a los 6 millones de educadores de Estados Unidos.
Gemini Embedding 2
Google lanzó un modelo de incrustaciones que unifica texto, imágenes, vídeo, audio y documentos en un mismo espacio numérico.
TurboQuant recorta la memoria
Un algoritmo de Google Research prometió reducir hasta seis veces la memoria de los grandes modelos; cayeron en bolsa Micron, Western Digital y SanDisk.
Criptografía poscuántica en 2029
Google adelantó a 2029 su migración, frente al plazo de 2035 que recomendaba el NIST, por los avances en computación cuántica.
Gemma 4 con licencia Apache 2.0
Google lanzó cuatro tamaños de Gemma 4 y adoptó la licencia Apache 2.0, más sencilla para uso comercial.
Plataforma Gemini Enterprise Agent
Google Cloud presentó una plataforma para construir, gobernar y optimizar agentes, con modelos Gemini y también Claude.
TPU de octava generación
Google presentó el TPU 8t para entrenamiento y el 8i para inferencia, con clústeres de hasta 9.600 chips.
Hasta 40 mil millones en Anthropic
Google se preparó para invertir hasta 40 mil millones de dólares en Anthropic, su rival con Claude.
Acuerdo clasificado con el Pentágono
Google cerró un pacto que permite usar sus modelos para cualquier propósito gubernamental legal, pese a una carta de más de 560 empleados.
Cloud crece un 63 % en el trimestre
Alphabet ingresó 109,9 mil millones de dólares y elevó su previsión de inversión a entre 180 y 190 mil millones.
Gemini Omni y Gemini 3.5 Flash
Google presentó un modelo multimodal de cualquier entrada a cualquier salida y otro orientado a bajar el coste empresarial.
Gemma 4 12B para portátiles
Un modelo abierto de unos 12 mil millones de parámetros pensado para ejecutarse en local con 16 GB de memoria.
Demanda contra una red de estafas
Google denunció a un grupo que habría usado Gemini para crear 9.000 sitios falsos y enviado 2,5 millones de mensajes en dos semanas.
Gemini 4 Argon
Google anunció su modelo de frontera para razonamiento profundo, con hasta 1 millón de tokens de salida y despliegue inicial vía Fairwind Program.
Los hilos que importan
Modelos Gemini: de la oferta multimodal al ahorro empresarial
La estrategia de modelos de 2026 combina capacidad y coste. En marzo llegó Gemini Embedding 2, que unifica texto, imágenes, vídeo, audio y documentos en un único espacio numérico, útil para búsqueda y para sistemas de recuperación. En mayo Google presentó Gemini Omni, descrito como su primer modelo nativo de cualquier entrada a cualquier salida, y Gemini 3.5 Flash, pensado para reducir el coste de la IA empresarial. El acceso a Omni por API se anunció para unas semanas después.
Según Google, una empresa que procese en torno a un billón de tokens diarios podría ahorrar más de mil millones de dólares al año moviendo el 80 % de su carga a Gemini 3.5 Flash junto con otros modelos avanzados. Es una afirmación de la propia compañía, no una medición independiente. En el ecosistema, Gemini llegó a unos cuatro millones de vehículos de General Motors y la plataforma Gemini Enterprise Agent admitió también modelos Claude de Anthropic, señal de que Google asume un entorno de varios proveedores.
La serie culmina en octubre con Gemini 4 Argon, un modelo de frontera para flujos largos que admite hasta 1 millón de tokens de salida y se despliega primero en defensa cibernética antes de su lanzamiento comercial más amplio.
Modelos abiertos y eficiencia: Gemma 4 y TurboQuant
Google también apostó por la IA abierta y local. Gemma 4 llegó en abril en cuatro tamaños, de dispositivos móviles a estaciones de trabajo, con modelos de 31B densos y 26B de mezcla de expertos con ventanas de 256K tokens. El cambio más relevante para las empresas es la licencia Apache 2.0, que elimina las restricciones de uso y la posibilidad de que Google modifique los términos por su cuenta. En junio se sumó Gemma 4 12B, pensado para portátiles con 16 GB de memoria y capaz de procesar texto, imágenes y audio.
En la misma línea de eficiencia, Google Research presentó en marzo TurboQuant, un algoritmo que comprime la caché de clave-valor y reduciría hasta seis veces la memoria que necesitan los grandes modelos de lenguaje. El mercado reaccionó en horas con caídas en Micron, Western Digital y SanDisk. Conviene interpretar la reacción con cautela: la propuesta es técnica y su impacto real en la demanda de memoria dependerá de cuánto se adopte.
Chips, ingresos y dinero: la infraestructura que sostiene la IA
La infraestructura es donde Google insiste en no depender de nadie. En abril presentó dos TPU de octava generación: el 8t para entrenamiento, con clústeres de hasta 9.600 chips, y el 8i para inferencia. Negociaba además con Marvell un tercer socio de diseño junto a Broadcom y MediaTek, y la prensa interpretó que la apuesta por el silicio propio busca competir con Nvidia.
Las cuentas del primer trimestre sostienen el ciclo inversor: Alphabet declaró 109,9 mil millones de dólares de ingresos y un crecimiento del 63 % de Google Cloud, que alcanzó 20,02 mil millones, con una cartera de pedidos superior a 460 mil millones. A la vez elevó la previsión de inversión anual a entre 180 y 190 mil millones, admitiendo una restricción de cómputo a corto plazo. Y se supo que Google preparaba una inversión de hasta 40 mil millones en Anthropic, lo que la prensa leyó como un reconocimiento de que Gemini solo no basta para el mercado empresarial.
Seguridad en Android, Chrome y los agentes de IA
La seguridad ocupó buena parte del año. En Android, Google amplió las funciones antirrobo de Android 16 y posteriores, añadió un registro de intrusiones para investigar spyware sofisticado y reforzó con Rust el módem del Pixel 10 tras demostrar el equipo Project Zero que era posible ejecutar código en remoto. Google Play bloqueó en 2025 más de 1,75 millones de aplicaciones que incumplían sus normas y vetó a más de 80.000 desarrolladores, mientras Play Protect analiza a diario 350 mil millones de aplicaciones.
El otro frente son las amenazas contra los usuarios y las herramientas de desarrollo. Aparecieron extensiones maliciosas de Chrome, incluida la campaña CrashFix, y Google reveló que los intentos de inyección de instrucciones contra agentes que navegan por la web aumentaron un 32 % entre noviembre de 2025 y febrero de 2026. Se corrigieron fallos críticos en Gemini CLI, uno con puntuación CVSS de 10. Google adelantó además a 2029 la migración criptográfica poscuántica y demandó a un grupo que, según la denuncia, usó Gemini para fabricar 9.000 sitios falsos.
Poder y política: antimonopolio, Pentágono y educación
En el terreno institucional Google combinó defensa y expansión. Apeló la decisión sobre la distribución de su buscador y pidió pausar medidas que exigirían compartir datos de búsqueda y ofrecer servicios de sindicación a competidores, con el argumento de que los usuarios eligen Google por preferencia propia.
Con el Pentágono, la cobertura varía: a mediados de abril se informó de conversaciones en las que Google proponía cláusulas contra la vigilancia masiva y las armas autónomas sin supervisión; a finales de mes otra crónica describía un acuerdo clasificado para cualquier propósito gubernamental legal, sin las restricciones que llevaron a Anthropic a quedar fuera, pese a una carta de más de 560 empleados. En paralelo Google apostó por la educación, con formación gratuita en IA para 6 millones de docentes estadounidenses y un certificado profesional, y alimentó un debate interno sobre cuánto se usa realmente la IA dentro de la empresa.
- Google Appeals DOJ Search Ruling Protecting Innovation Privacy
- Google y Pentagon IA Clasificada en Marcha
- Google y el Pentagono IA sin limites para fines militares
- Google IA GRATIS para 6 Millones de Educadores
- Dominar IA Certificado Profesional de Google para Todos
- Google Adopcion AI Real o Solo Apariencia
Por qué importa y qué vigilar
Eficiencia frente a escala
TurboQuant y Gemma 4 sugieren que la ventaja ya no se mide solo en tamaño de modelo sino en memoria, coste y licencia. Conviene vigilar si los ahorros anunciados se confirman en producción.
Silicio propio y dependencia cruzada
Google compite con Anthropic mientras invierte en ella y la aloja en su plataforma. A seguir: si sus TPU reducen de verdad la dependencia de Nvidia.
Seguridad como producto
El año mezcla avances defensivos en Android con ataques que usan las propias herramientas de Google, incluidos agentes y extensiones. La superficie de riesgo crece con cada agente.
Defensa y antimonopolio
El pacto con el Pentágono y el recurso antimonopolio muestran a Google defendiendo su negocio y ampliando su papel público al mismo tiempo. Importará qué salvaguardias se confirmen.
Lo que pensamos
Desde la mesa técnica, lo que vemos es una Google que por fin ordena su casa: modelos abiertos con licencia limpia, chips propios y una oferta empresarial que ya no esconde que convive con la competencia. Eso es práctico y lo aplaudimos. Lo que no aplaudimos es la distancia entre los anuncios y las pruebas: los ahorros de los modelos salen de la propia compañía y el acuerdo con el Pentágono llega con más sombras que garantías públicas. Para un equipo que decide hoy, la recomendación es sencilla: probar Gemma en local, medir los costes reales antes de migrar cargas a Gemini y exigir por escrito qué datos y qué usos quedan fuera del contrato.
Kernel, Dirección de tecnologíaTodo lo que publicamos sobre este tema
44 noticias de ene 2026 a oct 2026, por mes. Son los artículos originales en los que se apoya esta guía; cada uno enlaza a su fuente.
