Google rebautiza Bard como Gemini y lanza el plan Advanced
Bard pasa a llamarse Gemini y el plan Advanced da acceso a Ultra 1.0 junto con almacenamiento e integraciones previstas. Una prueba por tareas revela si se paga por un modelo mejor o por un paquete que no se utilizará.
Google retiró el nombre Bard el 8 de febrero de 2024 y convirtió Gemini en la marca de su asistente, sus modelos y buena parte de su oferta de IA. Ese mismo día lanzó Gemini Advanced, con acceso a Ultra 1.0 mediante el plan Google One AI Premium, y empezó a desplegar una experiencia móvil. El cambio simplifica los nombres, pero hace más importante distinguir qué se está comprando: un modelo, una interfaz, integraciones, almacenamiento y condiciones de servicio son componentes diferentes.
Esa distinción sirve para cualquier suscripción de IA. «Advanced», «Pro» o «Premium» no describen una mejora medible por sí mismos. Antes de pagar conviene definir tareas, verificar qué nivel las habilita y comparar el resultado con la opción gratuita. Una prueba así evita confundir la reputación del modelo con el valor del producto completo.
Un nombre para varias capas
El anuncio original del cambio de Bard a Gemini decía que la versión gratuita ya daba acceso a Pro 1.0 en más de 40 idiomas y más de 230 países y territorios. Advanced incorporaba Ultra 1.0 y se ofrecía inicialmente en inglés en más de 150 países y territorios. El plan costaba 19,99 dólares al mes, incluía una prueba de dos meses y los beneficios de Google One Premium, entre ellos dos terabytes de almacenamiento.
Google anunció además que los suscriptores podrían usar pronto Gemini dentro de Gmail, Docs, Slides, Sheets y otras aplicaciones, funciones antes agrupadas bajo Duet AI. «Pronto» no es lo mismo que disponible el día de la compra. Una ficha rigurosa separa lo activo, lo anunciado con fecha y lo prometido sin fecha. También separa disponibilidad geográfica, idioma de la interfaz, idioma que el modelo puede procesar y funciones accesibles en cada país.
La explicación corporativa de Sundar Pichai mostraba el alcance del reordenamiento: Bard adoptaba el nombre Gemini, Duet AI pasaba a ser Gemini para Workspace y el plan de Google One reunía el nivel de pago para consumidores. Es una estrategia de producto, no una propiedad técnica. El mismo nombre puede identificar una familia de modelos, un chatbot, una aplicación y funciones insertadas en otros servicios.
El modelo no es la experiencia
Gemini 1.0 se dividía en Nano, Pro y Ultra. El informe técnico de la familia Gemini describía modelos multimodales capaces de trabajar con texto, imágenes, audio y vídeo y publicaba evaluaciones en decenas de benchmarks. Google presentó Ultra como la variante de mayor capacidad y usó su resultado del 90% en MMLU, obtenido con un método de razonamiento específico, como una señal de rendimiento académico.
Una puntuación de benchmark no permite calcular cuántos correos correctos, análisis útiles o errores producirá la suscripción. El resultado depende del conjunto de preguntas, el mensaje utilizado, el criterio de corrección y, en este caso, una técnica de inferencia. Tampoco mide la interfaz, límites de uso, latencia, recuperación de una conversación, acceso a archivos ni integración con aplicaciones. El benchmark ayuda a plantear qué probar; no reemplaza la prueba.
Google afirmó asimismo que, en evaluaciones ciegas con calificadores externos, Advanced con Ultra 1.0 era el chatbot preferido frente a alternativas destacadas. Sin conocer en el anuncio el conjunto completo de conversaciones, competidores, instrucciones y distribución de preferencias, esa afirmación no se puede trasladar a un porcentaje de mejora personal. Es razonable tratarla como una hipótesis del proveedor: Ultra puede rendir mejor en tareas complejas, y el usuario debe comprobar cuáles.
La matriz de cuatro capas
La primera capa es el acceso. Hay que anotar el modelo declarado, idiomas, límites de mensajes o archivos, países y funciones exclusivas. La segunda es la capacidad: tareas que requieren razonamiento, seguimiento de instrucciones, análisis multimodal o contexto prolongado. La tercera es la superficie: web, aplicación móvil, correo, documentos y otros lugares donde realmente se trabaja. La cuarta es el gobierno del dato: qué información se envía, qué cuenta la controla, dónde queda el resultado y qué opciones de revisión o eliminación existen.
La matriz evita comparaciones incompletas. Un modelo algo mejor dentro de una aplicación que nunca se usa puede aportar menos que uno suficiente integrado en el flujo diario. Dos terabytes tienen valor para quien ya paga almacenamiento, pero no demuestran calidad de IA. Una función insertada en el correo ahorra pasos, aunque también acerca el asistente a información más sensible. Cada beneficio tiene que conservar su unidad: minutos, errores, almacenamiento, exposición o coste.
En móvil aparece otra capa operativa. Google empezó a desplegar una aplicación para Android que podía invocarse como asistente mediante el botón de encendido, un gesto o «Hey Google». La compañía indicó que muchas funciones de voz del Asistente de Google estarían disponibles y que añadiría más. En iOS, Gemini llegaría dentro de la aplicación de Google. Sustituir el punto de entrada no garantiza sustituir todas las órdenes del asistente anterior; conviene probar temporizadores, llamadas y control doméstico además de conversación y escritura.
Una prueba que cabe en el periodo gratuito
Antes de activar la prueba se eligen entre diez y veinte tareas reales, no demostraciones inventadas para favorecer a la herramienta. Pueden incluir resumir un documento conocido, transformar notas en un correo, revisar una fórmula, explicar una imagen y seguir una instrucción con varias restricciones. Para cada una se define qué cuenta como éxito, cuánto tarda una persona en revisar la salida y qué fallo sería inaceptable.
Cada tarea se ejecuta en el nivel gratuito y en Advanced con el mismo material y la misma instrucción. Se registran exactitud factual, cumplimiento, tiempo hasta un resultado utilizable, número de correcciones y facilidad para llevarlo a la aplicación final. No se puntúa solo el primer texto: una respuesta brillante que requiere comprobar cada cifra puede costar más que una respuesta sobria y trazable.
Las integraciones se prueban aparte. En correo y documentos se usa material no sensible o preparado para el ensayo, se observa qué permisos se solicitan y se confirma dónde se guarda el resultado. En el teléfono se repiten órdenes habituales y se anota cualquier función del asistente anterior que falte. Las promesas futuras no reciben puntuación hasta estar disponibles en la cuenta y el idioma concretos.
El cálculo final incluye el coste incremental. Si la persona ya necesita el almacenamiento incluido, se resta de los 19,99 dólares el precio que habría pagado por ese servicio; si no lo necesita, su valor es cero. Después se compara el ahorro de tiempo revisado, no el tiempo bruto de generación. También se registra el coste de salida: documentos, mensajes o flujos que dependan tanto de la plataforma que dificulten cambiar de proveedor.
Cuándo pagar y cuándo esperar
Advanced tiene sentido si Ultra supera de forma repetida el nivel gratuito en tareas valiosas, si una integración elimina trabajo real o si el paquete sustituye otro gasto. No lo tiene si la diferencia solo aparece en consultas ocasionales, el idioma importante aún no está disponible o la revisión consume el supuesto ahorro. Cancelar tras la prueba no es un fracaso: es el resultado correcto cuando la evidencia no justifica la renovación.
El rebautizo de Bard ordenó el escaparate de Google, pero el usuario todavía necesita descomponerlo. Modelo, plan, aplicación e integración responden a preguntas distintas. La capacidad duradera consiste en convertir una marca en una matriz y una suscripción en un experimento: tareas fijas, criterios previos, comparación gratuita y coste incremental. Así se compra utilidad demostrada, no la promesa contenida en un nombre nuevo.
Conviene archivar la tabla final con la fecha y el nivel probado, porque los alias y paquetes cambian. Si una renovación posterior incorpora otro modelo o retira una integración, se repiten solo las tareas afectadas. Así la decisión sigue apoyada en evidencia comparable y no en el recuerdo de una versión anterior del servicio.
Este artículo se ha elaborado con inteligencia artificial bajo supervisión editorial humana.