Gemini toma el control del Mac, desde 4,99 dólares

Gemini toma el control del Mac, desde 4,99 dólares

Google empezó el 19 de noviembre a desplegar en la aplicación Gemini para Mac la función de “control del ordenador” (computer use). El usuario describe la tarea en una frase y Gemini hace clic, escribe, recorre menús y rellena formularios por sí mismo, entre archivos locales, programas de escritorio y páginas web. En esta primera fase solo está disponible para suscriptores de Google AI Plus, Pro y Ultra en Estados Unidos, con la interfaz en inglés.

La entrada del blog con el anuncio la firma Michael Friedman, responsable de producto de la aplicación Gemini, y es muy breve. Los requisitos del dispositivo aparecen en una nota al pie: el Mac debe tener un chip Apple Silicon y macOS Sequoia 15.0 o posterior; la cuenta debe ser una cuenta personal de Google de una persona mayor de 18 años, y las cuentas de trabajo y de centros educativos quedan fuera esta vez. Los usuarios de Europa y del Reino Unido, por ahora, no podrán usarla.

Trabajar en una ventana en segundo plano

Lo que más destaca Google en este lanzamiento es que Gemini no le disputa el ratón al usuario. Funciona en una ventana aislada en segundo plano, el cuadro de chat muestra una vista previa en tiempo real, y la pantalla y el cursor del usuario siguen funcionando con normalidad.

"Your main screen and cursor remain completely free, so you can keep typing, designing, or taking calls without interruption."

(Tu pantalla principal y tu cursor quedan totalmente libres, así que puedes seguir escribiendo, diseñando o atendiendo llamadas sin interrupciones.)

Para invocarla se añade la etiqueta “@Computer use” en la conversación. El usuario elige de antemano a qué aplicaciones puede acceder Gemini, puede ver cada paso que da y pausarlo en cualquier momento; las acciones importantes requieren su visto bueno antes de ejecutarse. Según 9to5Google, en los pasos de inicio de sesión y de pago Gemini también se detiene a esperar confirmación, y los ajustes incorporan conectores de escritorio como Blender y Autodesk Fusion.

Los cuatro ejemplos que da Google son tareas cotidianas: corregir el color de fotos por lotes en un programa de retoque o montar una escena en 3D; extraer peso, dimensiones y dirección de PDF locales y volcarlos en un presupuesto de transporte con varias columnas; capturar indicadores de paneles de datos de varias regiones y componer una presentación de Google Slides; analizar fotos de ropa en una carpeta, consultar precios, anotar los datos y publicar los artículos en una plataforma de segunda mano.

El aviso de riesgos también es directo. Google reconoce que Gemini puede equivocarse, incluso eliminando archivos de forma permanente o compartiéndolos con otras personas. Las copias de seguridad de los archivos modificados se borran pasadas 24 horas o cuando el usuario inicia una tarea nueva.

De Spark al control del ordenador

Si se enlazan los pasos que Google ha dado este año en Mac, el ritmo es muy denso:

  • 30 de junio: el agente Gemini Spark llega a Mac, solo para usuarios de AI Ultra mayores de 18 años en Estados Unidos y solo con acceso a las carpetas autorizadas;
  • Finales de julio: Gemini en Mac puede controlar por voz las aplicaciones ya abiertas, y después Spark se amplía a usuarios de AI Pro en más de 160 países;
  • 10 de septiembre: Gemini lanza su cliente para Windows, que se invoca con Alt + Espacio;
  • 13 de octubre: la aplicación Gemini incorpora el modo Tareas, que sigue funcionando aunque el usuario se ausente;
  • 17 de noviembre: el modo Tareas se abre de forma gratuita en seis países, entre ellos Estados Unidos;
  • 19 de noviembre: llega el control del ordenador.

Por el lado de los desarrolladores, la historia empezó antes. Google abrió el modelo Gemini 2.5 Computer Use a los desarrolladores en octubre de 2025 y, en junio de este año, integró la capacidad de controlar el ordenador en Gemini 3.5 Flash. El cambio ahora está en el vehículo: la capacidad sale de la API y del navegador y llega a una aplicación de consumo en el ordenador de cualquier persona, y lo que se puede manejar pasa de las páginas web a cualquier programa de escritorio que el usuario indique.

La escala de precios deja ver el plan de Google. El modo Tareas, que solo trabaja con archivos y servicios conectados, ya es gratuito en Estados Unidos; el control del ordenador, que maneja la pantalla directamente, arranca en el plan de pago más barato. Según los precios publicados antes, AI Plus cuesta 4,99 dólares al mes, Pro 19,99 dólares y Ultra, más. PPC Land calcula a grandes rasgos que entre Spark, reservado en junio al nivel más caro, y este control del ordenador pasaron 142 días.

Lo que aún no está claro

El anuncio y la documentación de ayuda de Google no coinciden del todo. AppleInsider señala que el documento de soporte del día del lanzamiento solo enumeraba Pro y Ultra como planes que pueden controlar aplicaciones de escritorio, mientras que el anuncio incluía AI Plus; cuál de los dos prevalece, Google no lo ha aclarado por separado. TechCrunch informa de que la compañía tampoco ha dicho cuándo ampliará la función a otros países o a otros sistemas.

Otro vacío está en el lado de la web. Cuando Gemini abre sitios y rellena formularios en la ventana en segundo plano, el anuncio no aclara si el sitio ve un navegador normal o un agente identificable. Para los sitios de comercio electrónico y de formularios, esto influye en el control de riesgos y en cómo se contabiliza el tráfico.

Los productos similares ya no son pocos. Cowork, de Anthropic, llegó a macOS en enero de este año como vista previa de investigación, y la extensión de Chrome de OpenAI puede manejar pestañas, rellenar formularios y enviar mensajes por el usuario. La diferencia de Gemini está en la “ventana en segundo plano”: persona y agente, cada uno con su propio cursor. Si en el uso real resulta estable, habrá que esperar a los comentarios de los primeros usuarios de Plus.

Fuentes: blog oficial de Google Gemini (alcance de la función, requisitos de dispositivo y cuenta, cuatro ejemplos), TNW, CocoLoop, PPC Land (precios de las suscripciones y cronología del producto), 9to5Google (forma de invocación y conectores de escritorio), AppleInsider, TechCrunch; Centro de ayuda de Google para comprobar la versión del sistema y el requisito de edad.