Google anunció el 30 de octubre de 2026 la disponibilidad general, o GA, de Computer Use en las API Interactions y GenerateContent. La herramienta permite construir agentes que interpretan capturas de pantalla y proponen acciones sobre una interfaz. El anuncio oficial cambia el estado de la herramienta; la aplicación que la integra sigue siendo responsable de ejecutar y controlar esas acciones.
Es la distinción principal para quien quiera automatizar un formulario, probar una web o manejar una aplicación. Según la documentación de Computer Use, el desarrollador debe implementar el entorno de ejecución del cliente. La declaración de GA no entrega por sí sola un navegador aislado con todos los permisos y límites resueltos.
Captura, propuesta, ejecución y nueva captura
El flujo empieza con el objetivo del usuario y una captura del estado actual. El modelo devuelve una llamada a función, function_call, que representa una acción, como pulsar, escribir o desplazarse. En Gemini 4 y Gemini 3.x también puede explicar el propósito del paso mediante el campo intent.
La aplicación interpreta la respuesta, comprueba si puede ejecutarla, transforma las coordenadas cuando corresponde y actúa mediante su herramienta de automatización. Después captura el nuevo estado y lo devuelve como resultado de la función para continuar. Si el cliente ejecuta una acción equivocada o conserva un estado desactualizado, que la API haya respondido correctamente no demuestra que el trabajo haya salido bien.
La documentación contempla navegador, móvil y escritorio. Esos entornos requieren su correspondiente implementación: no basta con cambiar una etiqueta para disponer de control seguro sobre cualquier dispositivo.
La disponibilidad de la herramienta y la del modelo son distintas
La lista oficial incluye gemini-4-argon, gemini-3.8-flash, gemini-3.5-flash-lite y gemini-3-flash-preview. Google recomienda Gemini 3.8 Flash para Computer Use; esa recomendación es del proveedor, no una comparación realizada por Puntoes. Gemini 3 Flash Preview conserva su condición de versión preliminar.
Por tanto, la GA de Computer Use no convierte automáticamente en estables todos los modelos que pueden utilizarla. Ya explicamos por separado la disponibilidad y las condiciones de Gemini 4 Argon.
Las confirmaciones forman parte de la integración
La respuesta puede incluir una decisión de seguridad, safety_decision, que permita la acción, exija confirmación o la bloquee. Ante require_confirmation, la aplicación debe solicitar aprobación; si llega, la comunica con safety_acknowledgement en el resultado. Un bloqueo debe detenerse o gestionarse como una interrupción.
La guía permite ajustar determinadas políticas, pero advierte que esos ajustes no eliminan la necesidad de manejar decisiones de confirmación. También documenta un escaneo de capturas contra instrucciones maliciosas incrustadas en la pantalla. Es opcional y está desactivado por defecto, con soporte desde Gemini 3.5 Flash-Lite o posterior según la guía. Activarlo no acredita protección completa frente a cualquier ataque.
Google recomienda aislamiento, permisos limitados, control de los destinos y registros de lo propuesto y lo ejecutado. Las capturas pueden contener información sensible: antes de enviarlas conviene revisar también la configuración de almacenamiento de solicitudes de la interfaz y el proyecto utilizados.
Una prueba inicial que permita comprobar el resultado
Ejemplo hipotético, no ejecutado por Puntoes: un equipo quiere probar un formulario en un entorno de pruebas con datos ficticios. Define como objetivo completar un borrador sin enviarlo y configura el ejecutor para detenerse antes de enviar, borrar o pagar. Después comprueba tanto los campos finales como el registro de acciones, con supervisión humana.
Ese ensayo serviría para revisar un flujo concreto; no demostraría por sí mismo ahorro de tiempo, fiabilidad general ni resistencia a ataques. Tampoco sería equivalente a permitir que el agente trabaje con cuentas reales y datos sensibles.
Google advierte que Computer Use puede cometer errores y presentar vulnerabilidades, y recomienda evitar tareas con decisiones críticas, información sensible o consecuencias graves que no puedan corregirse. Para adoptar la herramienta, el paso útil es definir qué puede hacer el ejecutor y cómo se verifica el resultado, además de elegir un modelo compatible.