Organizamos una sesión en vivo sobre la vista previa de Gemini 3 Pro. Así es cómo fue.
En la sesión repasamos el nuevo modelo Gemini 3 de Google y su comportamiento dentro de Kilo Code. Mostramos benchmarks, discusión de precios y un ejemplo práctico impresionante: crear y desplegar un videojuego completo con una sola instrucción usando Kilo Deploy.
Principales conclusiones
Gemini 3 es hasta ahora el modelo más capaz de Google. Supera pruebas exigentes como GPQA Diamond, Humanity's Last Exam y MathArena Apex, y lidera en WebDev Arena y Terminal Bench 2.0. Soporta contextos enormes de más de 1M de tokens y genera hasta aproximadamente 65k tokens de salida. Está diseñado para ser inteligente, conciso y directo, y entiende mejor la intención del usuario para reducir la necesidad de prompts extensos.
¿Por qué debe importarle a los desarrolladores? Google lo describe como su mejor modelo para coding con buena vibra y para agentes programables. Según nuestras pruebas, selecciona arquitecturas y librerías sensatas, produce código extensible y puede organizar proyectos multiarchivo en React y Next.js con una calidad que se siente como la de un ingeniero humano cuidadoso.
Precios y comparación con Claude Sonnet 4.5
En tamaños de prompt típicos por debajo de 200k tokens, Gemini 3 Pro resulta ligeramente más económico por token de entrada y salida que Claude Sonnet 4.5. En contextos largos de 1M de tokens, Gemini es más eficiente en coste tanto en input como en output. Con la selección abierta de modelos en Kilo puedes usar Gemini para razonamiento y diseño intensivo y luego cambiar a modelos más económicos para tareas de implementación, sin alterar tu flujo de trabajo.
Demostración en vivo: crear y desplegar Kilo Man con un solo prompt
En la demo mostramos un flujo completo usando Gemini 3 Pro Preview en Kilo Code para construir un juego 2D jugable llamado Kilo Man con una sola instrucción. Pedimos un juego de plataforma moderno, pantalla completa, parallax, tema negro y amarillo, cámara que sigue al jugador, un solo nivel largo y un control deslizante para ajustar la altura del salto.
El agente en modo Orchestrator desglosó la tarea y delegó en Architect para escribir un plan de arquitectura e implementación en el repositorio. La pila técnica elegida incluyó Next.js 15, React, Tailwind y HTML5 Canvas. Se definieron sistemas para cámara, enemigos patrullantes, físicas, visuales parallax y el slider de salto. Orchestrator luego pasó la implementación al modo Code, que generó la aplicación completa según el plan, todo en un único pase.
El resultado fue un platformer totalmente jugable: pantalla completa, fondo parallax, enemigos patrullando, reinicio al morir, cámara que sigue al jugador y control deslizante de altura de salto. Todo esto se generó sin microgestión en el prompt y pudo ejecutarse localmente.
Despliegue con Kilo Deploy
Probamos la función temprana de Kilo Deploy conectando GitHub a través de Integrations en el panel de Kilo. Creamos una nueva deployment seleccionando el repositorio y la rama de Kilo Man. Kilo construyó el proyecto y proporcionó una URL de producción para compartir el juego en la web. El proceso fue directo: conectar repositorio, crear deployment y obtener un sitio accesible públicamente.
Preguntas y respuestas destacadas
Q: Cómo funciona la depuración autónoma Hoy puedes usar el modo Debug nativo de Kilo con cualquier modelo, incluido Gemini 3. También existe la CLI en modo autónomo con la bandera --auto. Próximamente habrá pruebas tempranas de revisiones de código y agentes en la nube.
Q: Por qué Kilo Code entrega tan rápido Internamente lo llamamos Kilo Speed. Equipo reducido, cadencia de despliegue rápida y bucle de feedback directo con la comunidad open source permiten entregas ágiles.
Q: Es importante la CLI de Kilo Sí, la CLI es parte central del producto y está en activo desarrollo. Funcionalidades recientes incluyen agentes CLI en paralelo y modo autónomo para pipelines sin aprobación manual.
Q: Cómo elegir entre Gateway o CLI Es el mismo modelo, puedes escoger la herramienta que mejor encaje con tu flujo. Q: Los agentes paralelos usan worktrees de Git Sí, así evitan sobrescrituras y conflictos entre agentes.
Q: Aceptan contribuciones comunitarias Sí, recibimos contribuciones, reportes y solicitudes de funciones a través de GitHub Discussions.
Qué significa todo esto
Gemini 3 aporta razonamiento de frontera, contexto masivo y buen criterio en generación de código. La orquestación agentica de Kilo Code con modos Architect, Code, Ask, Debug y Orchestrator permite utilizar esa inteligencia en proyectos reales. Con Kilo Deploy pasar de una idea en un prompt a una app en una URL puede ser ahora una experiencia de un prompt más unos pocos clics.
En Q2BSTUDIO, empresa de desarrollo de software y aplicaciones a medida, aprovechamos avances como Gemini 3 y plataformas orquestadas para ofrecer soluciones prácticas y escalables. Somos especialistas en aplicaciones a medida y software a medida, inteligencia artificial y servicios para ia para empresas. También brindamos servicios de ciberseguridad, pentesting y arquitecturas en la nube con servicios cloud aws y azure para asegurar despliegues robustos.
Nuestro equipo diseña proyectos que integran inteligencia de negocio y visualización con Power BI, automatización de procesos y agentes IA que aceleran la transformación digital. Si buscas implementar proyectos de IA empresariales o crear aplicaciones a medida de alto impacto, conoce nuestras soluciones de inteligencia artificial y nuestro trabajo en desarrollo de aplicaciones y software a medida para ver cómo podemos ayudarte.
Si te interesa profundizar en modelos avanzados como Gemini 3 o en flujos de trabajo agenticos para acelerar entregas, contacta con nuestro equipo y explora casos de uso en producción. Seguiremos organizando eventos y sesiones prácticas para compartir aprendizajes y mostrar cómo convertir ideas en productos reales con IA, agentes y despliegue continuo.
