Google lanza Deep Research Agent》rápido de usar, ejecuta automáticamente 160 búsquedas para generar gráficos, promocionando un AI de nivel colaboración en investigación

Google AI lanza oficialmente Deep Research y Deep Research Max, dos agentes de investigación autónomos construidos sobre Gemini 3.1 Pro, que pueden planificar automáticamente rutas de investigación, realizar hasta 160 búsquedas en la web, acceder a bases de datos internas empresariales (a través de MCP) y generar gráficos directamente en los informes. Pasar de “hablar con AI” a “dejar que AI realice toda la investigación por ti” es una actualización en la definición de los agentes de IA de Google.
(Resumen previo: Google actualiza Gemini Deep Research Max: integra MCP para conectar bases de datos internas, gráficos nativos, logrando que los analistas hagan diligencia debida)
(Información adicional: Huang Renxun envía correo a todos sobre adoptar OpenAI Codex: más de 10,000 empleados de NVIDIA ya lo usan, GPT-5.5 corre en GB200)

Si has usado la función de conversación general de Gemini para investigar, probablemente sabes cuál es el límite: hacer una pregunta y obtener una respuesta, con búsquedas que no superan unas pocas veces, y luego tú mismo juntar las conclusiones. La serie Deep Research hace algo diferente: primero discute contigo el plan de investigación, y tras tu aprobación, ella misma realiza las búsquedas, con un tiempo máximo de ejecución de 60 minutos, entregando un informe completo con gráficos.

Google ha lanzado dos versiones esta vez, Deep Research y Deep Research Max, que difieren en velocidad y profundidad.

¿Cómo elegir entre las dos versiones?

Deep Research es la versión prioritaria en velocidad, realiza aproximadamente 80 búsquedas por tarea, ideal para interacción en tiempo real y consultas rápidas. Tú ingresas una pregunta y en unos minutos obtienes el resultado.

Deep Research Max es la versión prioritaria en profundidad, realiza aproximadamente 160 búsquedas por tarea, con un consumo de tokens 3-4 veces mayor que la versión estándar (alrededor de 900,000 entradas + 80,000 salidas), adecuada para análisis profundos que se dejan correr toda la noche. Refinará el informe varias veces, Google lo llama “cálculo extendido en tiempo de prueba” (extended test-time compute).

En cuanto a costos, la versión estándar cuesta aproximadamente $1-3 USD por tarea, y la versión Max alrededor de $3-7 USD. Se factura según la tarifa de tokens de Gemini 3.1 Pro: $2.00 por millón de tokens de entrada y $12.00 por millón de tokens de salida.

Tres funciones principales

Integración MCP con bases de datos empresariales: A través del Protocolo de Contexto de Modelo (MCP), puedes conectar Deep Research a tus propias fuentes de datos. Google está colaborando con FactSet, S&P Global y PitchBook para desarrollar integraciones MCP, permitiendo a quienes hacen diligencia financiera que el agente consulte directamente bases de datos de informes financieros, en lugar de solo buscar en internet público.

También puedes desactivar completamente la búsqueda en la web y solo usar datos internos.

Salida de gráficos nativos: Los informes pueden generar directamente gráficos en HTML o infografías, sin necesidad de copiar datos a Excel para graficar. Es un producto intermedio entre informes en texto puro y análisis visual, y además puedes reutilizarlo para modificaciones posteriores.

Planificación colaborativa de investigación: El agente no ejecuta directamente, sino que primero genera un plan de investigación. Tú puedes revisarlo, modificarlo y confirmarlo antes de que lo ejecute. Si no estás satisfecho con los resultados, puedes seguir haciendo preguntas o ajustando el enfoque en múltiples rondas de diálogo.

Actualmente, ambas versiones están en estado de vista previa pública, disponibles a través del nivel de pago de la API de Gemini. Si quieres probar, en Google AI Studio puedes operarlas directamente, y los SDKs en Python y JavaScript ya están disponibles. Quienes tengan créditos gratuitos no deben perdérselo.