DeepMind dice que Gemini 3.8 Cyber supera a Mythos en pruebas de seguridad

Logan Kilpatrick, ingeniero de DeepMind, ha respondido en X a Ethan Mollick después de que este afirmara que Google ya no tiene un modelo frontera y que eso le costaría quedarse fuera de las matemáticas y de la ciberseguridad. La respuesta de Kilpatrick: Gemini 3.8 Cyber supera a Mythos, el modelo de Anthropic, en varias pruebas de seguridad y en capacidad de aplicación real. Ni una cifra, ni un benchmark, ni una fecha.

El desmentido tiene la forma habitual de estas discusiones: una afirmación pública contra otra, sin nada que el lector pueda comprobar por su cuenta. Mollick es investigador de IA y tiene audiencia, pero su tesis inicial tampoco venía acompañada de datos. Kilpatrick trabaja en el equipo que construye el modelo, así que su comparación es parte interesada, no una medición independiente. Lo único verificable aquí es que alguien de dentro de Google ha decidido contestar.

Quién lo usa, según Google

El ingeniero añade que los equipos de Chrome, Wiz y Cloud ya usan el modelo de forma extensiva. Es el dato con más recorrido para quien administra infraestructura: si esas cifras de adopción interna son ciertas, indicaría que el modelo está desplegado en producción dentro de la propia casa y no solo en una demo. La compañía no ha enseñado ninguna de esas integraciones ni ha detallado qué volumen de tráfico mueven.

También ha dejado caer que la serie Gemini 4 seguirá empujando el desarrollo de modelos frontera aplicados a ciberseguridad. Es una promesa de hoja de ruta, del mismo tipo que las que se hacen en cada ciclo de lanzamientos, y no compromete a nada concreto.

Para un equipo de seguridad, la pregunta práctica es otra: cuándo se puede usar, con qué licencia, dónde se ejecuta y qué se envía fuera si se le pasa telemetría o código propio. Nada de eso aparece en el intercambio. Tampoco hay nota de versión, ni documentación de API, ni un número de CVE o de falsos positivos sobre el que decidir.

El contexto tampoco ayuda a tomárselo al pie de la letra. Los nombres de modelo que se citan no corresponden a ningún lanzamiento público documentado, y una comparación de capacidades en seguridad sin conjunto de pruebas publicado se queda en declaración de intenciones. Queda por ver si Google acompaña la próxima versión con evaluaciones abiertas o si esto se queda en un intercambio en redes y en el uso interno que nadie fuera puede medir.