Google actualiza Gemini Deep Research Max: integra MCP que puede conectarse a bases de datos internas de empresas y gráficos nativos, logrando que los analistas realicen investigaciones diligentes

Google anuncia una importante actualización de Gemini Deep Research, lanzando dos nuevos agentes: Deep Research y Deep Research Max, que integran el modelo Gemini 3.1 Pro más reciente, y se conectan a plataformas de datos financieros o datos internos de empresas mediante el protocolo MCP.
（Resumen previo: OpenAI desbloquea Deep Research: usuarios de pago pueden consultar 10 veces al mes, Microsoft lanza el agente multimodal de IA Magma）
（Información adicional: ¡OpenAI lanza “ChatGPT Agent”! Integrando Operator y Deep Research: reserva de entradas, pedidos a domicilio, creación de presentaciones, todo en uno）

Índice del artículo

Alternar

• ¿Qué es Max?: pensar más tiempo para obtener respuestas más profundas
• Soporte MCP: de buscar en la web a “buscar en cualquier base de datos”
• Tres avances principales: gráficos, planificación colaborativa, transmisión en tiempo real
• El salto del agente de IA más allá de la “asistente de búsqueda”

Google anunció anoche (21) una importante actualización de Gemini Deep Research, lanzando simultáneamente dos agentes: Deep Research (prioridad en velocidad) y Deep Research Max (prioridad en calidad), integrando completamente Gemini 3.1 Pro, y por primera vez accediendo a pruebas públicas a través del plan de pago de la API Gemini.

¿Qué es Max?: pensar más tiempo para obtener respuestas más profundas

La diferencia principal de Deep Research Max radica en el “cálculo extendido durante el tiempo de prueba”. El agente no solo realiza una pasada y entrega, sino que repite razonamientos, búsquedas y correcciones, como un asistente de investigación incansable, hasta que considera que la calidad del informe es adecuada y entonces lo entrega.

Google afirma que Max ha logrado un avance “disruptivo” en capacidades de extracción y razonamiento en estándares de la industria, en comparación con la versión preliminar de diciembre pasado. La cantidad de fuentes consultadas ha aumentado significativamente, logrando captar diferencias clave que la versión anterior ignoraba, y al ponderar evidencia conflictiva, cita activamente archivos de declaración SEC, revistas revisadas por pares y otras fuentes autorizadas.

Los usuarios pueden programar una ejecución nocturna, y por la mañana, el equipo de analistas tendrá un informe completo listo en la bandeja de entrada. La velocidad no es lo principal, sino la profundidad.

En comparación, la versión estándar de Deep Research se centra en reducir significativamente la latencia y el costo, reemplazando la versión preliminar de diciembre como la opción predeterminada para escenarios interactivos (cuando los usuarios necesitan respuestas inmediatas, sin la profunda excavación que requiere Max).

Soporte MCP: de buscar en la web a “buscar en cualquier base de datos”

La actualización de Deep Research también ofrece soporte nativo para MCP (Protocolo de Contexto de Modelo). Antes, los agentes solo podían acceder a información pública en línea; ahora, mediante MCP, pueden conectarse sin problemas a fuentes de datos empresariales personalizadas y flujos de datos especializados.

El significado práctico es: los departamentos financieros pueden integrar sus sistemas ERP internos, API privadas de proveedores de datos de mercado, a través de un servidor MCP, y Deep Research podrá consultar en paralelo en la web pública, en terminales de Bloomberg, y en bases de datos internas, todo en un mismo flujo de trabajo sin cambiar de herramientas manualmente.

Google también anunció colaboraciones con FactSet, S&P Global y PitchBook, quienes diseñaron conjuntamente servidores MCP para que los clientes puedan integrar directamente datos financieros y de mercado de estas plataformas en el flujo de trabajo de Deep Research. Para banca de inversión, fondos de capital privado y firmas de investigación, esta conexión tiene un valor incalculable.

En el conjunto de herramientas, los usuarios pueden activar simultáneamente Google Search, MCP remoto, Contexto URL, Ejecución de código y Búsqueda de archivos; o incluso desactivar completamente la conexión a internet, permitiendo que el agente opere solo con bases de datos personalizadas, algo especialmente importante para empresas con preocupaciones de fuga de datos.

Tres avances principales: gráficos, planificación colaborativa, transmisión en tiempo real

Primero, gráficos y visualizaciones nativas. Es la primera vez en la API Gemini que Deep Research no solo genera texto, sino que puede crear directamente gráficos HTML o infografías Nano Banana, elevando los informes de texto a archivos de análisis visual.

Segundo, planificación colaborativa. Antes de ejecutar la investigación, el agente genera un plan de estudio que el usuario puede revisar, guiar y modificar antes de que el agente proceda. Esto permite un control más preciso del alcance, dejando de ser una “caja negra” que solo responde a una pregunta, para convertirse en un marco de investigación definido en conjunto entre humanos y máquina.

Tercero, transmisión en tiempo real. El sistema rastrea los pasos intermedios del razonamiento del agente, con resúmenes en vivo de los pensamientos, permitiendo a los usuarios ver en tiempo real qué está haciendo el agente, con texto e imágenes generándose y transmitiéndose simultáneamente, reduciendo significativamente la incertidumbre de largas esperas.

En cuanto a grounding multimodal, Deep Research ahora puede aceptar PDF, CSV, imágenes, audio y video como entradas, integrando datos en diferentes formatos sin necesidad de preprocesamiento manual.

El salto del agente de IA más allá de la “asistente de búsqueda”

La aparición de Deep Research Max marca, en cierto modo, la entrada de los agentes de IA en una etapa más madura en los flujos de trabajo de investigación empresarial. Antes, cuando hablábamos de IA asistiendo en investigación, generalmente se trataba de “resumir archivos” o “buscar artículos”, en esencia, asistentes automáticos de búsqueda.

Pero cuando un agente puede razonar repetidamente, ponderar evidencia conflictiva de forma autónoma, citar archivos SEC y acceder a bases de datos financieras privadas mediante MCP, lo que hace es algo más cercano a un analista junior realizando diligencias de investigación.

Por supuesto, “cercano” no significa “sustituir”. Cómo verificar la lógica del razonamiento del agente, gestionar sus permisos de acceso a datos privados, o usar las conclusiones generadas por IA en entornos regulatorios, son cuestiones en las que las empresas todavía están explorando. Pero la señal clara que Google envía hoy es: en términos técnicos, el camino ya está abierto.

Deep Research y Deep Research Max ya están en vista previa pública a través del plan de pago de la API Gemini, y la versión para Google Cloud llegará pronto. Para más detalles, consulte la publicación oficial en el blog de Google.