Publicidad

Google propone programar con inteligencia artificial usando un modelo potente para planificar y otro barato para ejecutar

Google ha incorporado un nuevo sistema de orquestación a Antigravity, su entorno de desarrollo con inteligencia artificial, con una idea muy concreta: reservar los modelos más avanzados para las decisiones complejas y dejar la ejecución del código en manos de modelos más rápidos y económicos.

La compañía asegura que esta estrategia permite acercarse al rendimiento de un modelo de vanguardia, pero con un menor consumo de recursos y tiempos de respuesta más cortos. La función, denominada Orchestrator, está disponible tanto en la aplicación de Antigravity como en su línea de comandos.

El problema de elegir un modelo para cada tarea

Las herramientas de programación basadas en IA suelen ofrecer varios modelos para generar código, corregir errores o modificar proyectos. Los más sencillos son suficientes para tareas rutinarias, como crear una función pequeña, cambiar estilos o explicar un fragmento de código.

En cambio, los trabajos que exigen comprender una arquitectura completa, coordinar muchos archivos o tomar decisiones técnicas delicadas requieren modelos con mayor capacidad de razonamiento. El inconveniente aparece cuando una tarea combina ambos niveles de dificultad: utilizar siempre el modelo más potente encarece el proceso y emplear uno básico puede provocar errores o bloqueos.

El coste de estos servicios suele medirse en tokens. Un token es una unidad de texto que la inteligencia artificial utiliza para interpretar las instrucciones y generar respuestas. Cuanto más extensa sea la conversación, el código o el contexto del proyecto, mayor será el consumo y, normalmente, también el precio.

Un modelo actúa como arquitecto y otro como ejecutor

Orchestrator divide el trabajo en fases. Primero, un modelo avanzado analiza el objetivo, estudia el proyecto y diseña la estrategia que debe seguirse. Después, un modelo más ligero se encarga de aplicar los cambios, escribir código y realizar las operaciones previstas.

La propuesta se parece al funcionamiento de los modelos MoE, siglas en inglés de mezcla de expertos. En estos sistemas no se activan todos los parámetros del modelo para cada respuesta, sino únicamente los especialistas necesarios. El resultado busca mantener la calidad sin asumir el coste de utilizar toda la capacidad disponible en cada paso.

En Antigravity, el modelo superior cumple el papel de arquitecto: decide cómo debe construirse la solución y qué pasos conviene ejecutar. Gemini 4 Hydrogen asume la parte operativa, como un equipo que levanta el edificio siguiendo los planos.

El sistema puede intervenir si la ejecución se atasca

La separación entre planificación y ejecución no es completamente rígida. Si Hydrogen encuentra un problema que no puede resolver, el control vuelve al modelo de mayor capacidad para que revise la estrategia, proponga una alternativa o desatasque el proceso.

Esta función resulta especialmente relevante en proyectos de programación largos. Un error durante la implementación puede exigir revisar decisiones tomadas al principio, interpretar dependencias entre archivos o cambiar el enfoque técnico. En esos casos, el modelo avanzado vuelve a intervenir solo cuando es necesario.

La idea no es nueva en el sector. Claude Code cuenta con un modo denominado opusplan, que utiliza un modelo superior para planificar y otro más eficiente para generar e implementar el código. Otras herramientas permiten ajustar manualmente el nivel de esfuerzo de razonamiento, aunque no siempre automatizan el reparto de tareas.

Google promete menos consumo y mayor velocidad

Según Google, Orchestrator logra en las pruebas de Terminal-Bench 4.1 una tasa de éxito próxima a la de Gemini 4 Carbon, el modelo de mayores capacidades dentro de esta propuesta. La compañía afirma que lo consigue con un 24 % menos de cuota y una ejecución un 19 % más rápida.

Terminal-Bench es una prueba orientada a evaluar cómo los agentes de inteligencia artificial realizan tareas en un terminal, como modificar archivos, ejecutar comandos o completar trabajos de desarrollo. Estos resultados deben interpretarse como datos proporcionados por Google y no como una garantía de rendimiento idéntico en todos los proyectos.

El sistema puede ser especialmente útil para equipos que trabajan con grandes bases de código o que realizan muchas operaciones repetitivas. En esos entornos, reducir el uso del modelo premium puede traducirse en un menor gasto y en una mejor capacidad de respuesta.

Disponibilidad según la suscripción

Antigravity ofrece dos variantes de Orchestrator: Orchestrator Carbon y Orchestrator Argon. Los suscriptores de Google AI Ultra tienen acceso a ambas opciones, mientras que la modalidad Google AI Pro incluye la variante Argon.

Las empresas también podrán utilizar esta tecnología mediante Gemini for Business. La disponibilidad comercial queda así vinculada al tipo de suscripción, algo habitual en las plataformas de desarrollo asistido por IA.

La estrategia de Google refleja una evolución en el diseño de estas herramientas. La carrera ya no se centra únicamente en crear modelos cada vez más grandes, sino también en decidir cuándo conviene utilizarlos. Si el reparto de funciones funciona como promete, programar con IA podría ofrecer resultados de alta calidad sin convertir cada tarea en un proceso costoso.

Artículo anteriorFotos con IA en Vinted y Wallapop: retoques permitidos