Gemini se queda atrás: el benchmark de Google que expone las grietas de su propio asistente de IA

A principios de junio de 2025, un usuario desde una Lenovo Tab P11 Plus reportó en los foros de Google que Gemini comenzaba a relentizarse después de apenas cinco interacciones en una conversación nueva. "El 1 de junio no fallaba", escribió, "al día siguiente, a los cinco prompts, ya empezaba a tardar". La queja, que acumuló más de 100 votos de coincidencia, no es un caso aislado. Otro usuario con un Pixel 9 Pro XL —el buque insignia de Google— confirmó el mismo problema al cambiar de aplicación. Mientras tanto, en el mismo mes, Google anunció una actualización significativa de Android Bench, su propio laboratorio de pruebas para medir qué tan bien se desempeñan los modelos de lenguaje en tareas de desarrollo de aplicaciones. La paradoja es evidente: la misma compañía que promueve la IA para programar tiene un asistente que, según su propia métrica, no lidera la tabla y, según sus usuarios, se arrastra.

Android Bench nació en marzo de 2025 como un conjunto de 100 tareas concretas de desarrollo Android —desde escribir una función hasta depurar un layout— y hoy incluye ocho modelos nuevos, entre ellos Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, Qwen 3.7 Max y Kimi K2.7 Code. La plataforma ahora mide no solo precisión, sino también costo y eficiencia. Pero hay un detalle que incomoda a Google: Gemini, su modelo estrella, no aparece en los primeros puestos. La compañía no publica su posición exacta en el comunicado, pero la ausencia de menciones lo dice todo. En un campo donde cada milisegundo cuenta, quedarse rezagado en un benchmark propio es una señal de alerta para cualquier CTO que evalúe herramientas de IA.

Los reportes de lentitud en Gemini no son solo ruido de foros. Un hilo de mayo de 2026 —apenas un año después— muestra que el problema persiste: usuarios de Gemini Pro describen respuestas que "toman más de un minuto" y sugieren cambiar al modo Flash o desactivar "Deep Think" para agilizar. La respuesta típica de los expertos de la comunidad es limpiar la caché, reiniciar o alternar entre Wi-Fi y datos móviles. Soluciones que, en esencia, trasladan la responsabilidad al usuario y a su conexión.

Para las empresas latinoamericanas, esta tensión entre el benchmark y la experiencia real tiene implicaciones concretas. En la región, la diversidad de dispositivos es enorme: tablets de gama media como la Lenovo Tab P11 Plus, smartphones con Android 12 descontinuado desde marzo de 2025, y conexiones a internet que no siempre son estables. Si Gemini ya tiene problemas en un Pixel 9 Pro XL con red de fibra, ¿qué se puede esperar en un equipo de desarrollo con hardware modesto y una conexión de 10 Mbps? La decisión de adoptar un asistente de IA para coding no puede basarse solo en un leaderboard global; debe considerar el contexto local de infraestructura.

Además, el criterio de costo que introduce Android Bench abre una pregunta para los equipos de tecnología de la región: ¿vale la pena pagar por un modelo premium como Gemini Pro si su rendimiento en la práctica es errático, o es más rentable usar modelos abiertos como Qwen o incluso Claude, que en el benchmark muestran mejor relación calidad-velocidad? Google actualizó la plataforma para que cualquier desarrollador pueda ejecutar sus propias pruebas y enviar feedback. Esa invitación es, quizás, la más valiosa: antes de integrar un asistente de IA en el flujo de trabajo, las empresas latinoamericanas deberían ejecutar sus propios benchmarks con sus tareas, sus dispositivos y su red.

La brecha entre lo que promete un benchmark y lo que entrega la experiencia diaria puede costar horas de productividad. Y en un mercado donde cada minuto de desarrollo cuenta, confiar ciegamente en la herramienta de quien diseña el examen es, cuando menos, un riesgo calculado.