Bloomberg reveló el jueves 16 de julio que el próximo Gemini Pro de Google lleva meses de retraso respecto al calendario que la empresa tenía previsto. Se esperaba en Google I/O de mayo de 2026. No llegó. Según diez empleados actuales y exempleados consultados por Bloomberg, el problema central es que el modelo no ha alcanzado los objetivos internos de capacidad de generación de código, un área donde tanto OpenAI como Anthropic han lanzado modelos que superan ampliamente la oferta actual de Google. Las acciones de Alphabet cayeron más de un 3% en bolsa tras la publicación del artículo.Lo reporta Ana Maria Constantin en TheNextWeb, basándose en el reporte de Bloomberg, el 16 de julio.El fallo de la actualización de datos de entrenamientoA finales de junio de 2026, Google actualizó los datos que usa para entrenar Gemini en un intento específico de mejorar sus capacidades de coding. Según una de las fuentes de Bloomberg, los resultados fueron decepcionantes.En ese mismo período, OpenAI lanzó GPT-5.6 con capacidades de código muy superiores al GPT-5, y Meta publicó modelos nuevos que también superan la oferta actual de Google en benchmarks de programación. Cada nuevo lanzamiento de un competidor aumenta la presión sobre un equipo que ya no puede salir a competir.Google ha dado una declaración que confirma implícitamente el estado de la situación: la empresa está «enviando rápidamente en una amplia gama de modelos» y está probando el Pro mejorado, un nuevo Flash y otros modelos «con partners». No hay fecha de lanzamiento público.La estructura interna que frena la innovaciónUno de los hallazgos más interesantes del reportaje de Bloomberg es que el problema de Google con Gemini Pro no es solo técnico sino también organizacional. Google Cloud, DeepMind y el equipo de Android están todos construyendo herramientas de coding con IA de forma paralela, con involucración también de los equipos de productos de consumo. El resultado es competencia interna que ralentiza el progreso en lugar de acelerarlo.El cofundador Sergey Brin ha estado presionando activamente para que Google acelere el trabajo de coding con IA. Pero sus esfuerzos se han topado con dos obstáculos: las facciones internas en competencia y un grupo de ingenieros que cree que el código importante para Google debería seguir siendo escrito por humanos bajo los estándares de calidad de la empresa.Los pasos que Google ha dado para resolver esto:El Chief AI Architect Koray Kavukcuoglu está trabajando para unir las herramientas de coding internas.Un nuevo equipo dentro de DeepMind liderado por el investigador Sebastian Borgeaud se ha creado específicamente para resolver el problema de coding.Google ha consolidado la mayoría de su tooling de desarrollo bajo Antigravity, la plataforma interna que gestiona datos, memoria y protocolos de seguridad para aplicaciones de IA.En su última Cloud conference, Google dijo que el 75% de su código es ahora generado por IA.Que el 75% del código de Google sea generado por IA mientras el Gemini Pro no alcanza los objetivos de coding parece una contradicción, pero no lo es: Google usa modelos internos que no son Gemini público para generar ese código, y esos modelos tienen acceso a infraestructura y contexto que Gemini público no tiene.La fuga de talento y los clientes que se van a AnthropicEl retraso tiene consecuencias más allá del producto. Bloomberg documenta que el freno competitivo de Google ha contribuido a una ola de salidas de ingenieros senior hacia Anthropic y otros labs. Parte del problema es operativo: los ingenieros de Google que intentan usar IA para su propio trabajo topan con restricciones de capacidad de cómputo por la competencia interna por los recursos. Solo algunos equipos dentro de Google tienen acceso a Claude de Anthropic, restringido a grupos de investigación de vanguardia.La multa de 4.700 millones de euros a Google por Android muestra que la empresa navega simultáneamente frentes legales y técnicos masivos mientras intenta mantener su posición en IA. DeepSeek V4 Pro demostró en abril que modelos open-weight pueden alcanzar rendimiento de frontera en tareas específicas a una fracción del coste de los modelos americanos de pago: si un modelo chino open-weight supera a Gemini Pro en coding, la narrativa estratégica de Google se complica enormemente.El testimonio de clientes ilustra el problema. Freddy Vega, CEO de la plataforma latinoamericana de educación Platzi, dice que el modelo Flash actual de Google es «más caro y más lento que su predecesor y sigue siendo mucho menos capaz que los competidores». Su equipo ya migró a Anthropic. El «tokenpocalypse» de GitHub Copilot mostró exactamente lo que ocurre cuando empresas construyen workflows sobre modelos de terceros y ese tercero cambia precios: los clientes que están migrando de Gemini a Anthropic van a tener que construir y mantener dos integraciones distintas si quieren tener flexibilidad.Mi valoraciónEl retraso de Gemini Pro no es una catástrofe para Google: la empresa tiene recursos, talento e infraestructura que ningún competidor puede igualar. Pero el reportaje de Bloomberg describe algo más preocupante que un retraso: una estructura organizacional que produce competencia interna más que colaboración, y una cultura que en algunos equipos resistía activamente el uso de IA para escribir código.Lo que más me preocupa del artículo es la fuga de talento hacia Anthropic. No es solo que los ingenieros se vayan; es que se van a la competencia más directa en el segmento que Google está intentando ganar. Lo que más me convence de la narrativa positiva es que Google sigue siendo el único lab con capacidad de infraestructura, datos de búsqueda y hardware propio (TPUs) para entrenar modelos a escala que ningún otro lab puede igualar. Si el problema es organizacional más que técnico, tiene solución.Preguntas frecuentes¿Cuándo espera Google lanzar el Gemini Pro actualizado?Google no ha dado una fecha pública. La empresa dice que está probando el modelo con partners seleccionados. Basándose en los patrones anteriores de lanzamiento de modelos de Google, una disponibilidad pública en el segundo semestre de 2026 es posible, pero no está confirmada.¿El Flash actual de Gemini sigue siendo competitivo?El Flash es un modelo más pequeño y rápido, diseñado para tareas donde la velocidad prima sobre la capacidad. Para algunos casos de uso — como el asistente de Figma, según el product manager Rodrigo Davies — el Flash «encuentra el punto ideal de velocidad y calidad». Para tasks de coding avanzado, los testimonios de clientes apuntan a que Anthropic y OpenAI tienen la ventaja actual.¿Qué es Antigravity, la plataforma interna de Google para IA?Antigravity es la plataforma interna de Google que gestiona datos, memoria y protocolos de seguridad para sus aplicaciones de IA. Google mencionó su existencia en la última Cloud conference como la plataforma que unificará la mayor parte del tooling de desarrollo bajo un único techo, reduciendo la fragmentación entre Cloud, DeepMind y Android.La noticia El próximo Gemini Pro lleva meses de retraso: falla en coding, fuga de talento hacia Anthropic y guerra interna en Google fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.