Gemini 3 Pro Preview no encontrado: cómo arreglar rápido el error tras el cierre (2026)

Si estás viendo gemini-3-pro-preview not found, model not found o un 404 NOT_FOUND, la respuesta principal ya no es ambigua: Google apagó Gemini 3 Pro Preview el 9 de marzo de 2026. Eso significa que el ID antiguo ya no es un destino válido para nuevos requests. El reemplazo directo es gemini-3.1-pro-preview. Si ya cambiaste el nombre del modelo y aun así Vertex AI sigue fallando, lo siguiente que debes revisar no es la API key sino la región, porque Google documenta gemini-3.1-pro-preview como global-only en Vertex AI.

Esta guía separa tres problemas que la SERP actual mezcla demasiado: el modelo viejo retirado, la elección correcta del reemplazo y los errores de configuración que siguen apareciendo después del rename. Si tienes prisa, empieza por la tabla rápida y por el checklist de migración.

Resumen rápido: tabla de arreglo inmediato

Lo importante es que esto ya es primero un problema de ciclo de vida del modelo, no un problema de reintento.

Por qué ahora aparece gemini-3-pro-preview no encontrado

La documentación oficial lo deja claro, pero la información está repartida entre la página de modelos, la tabla de deprecations, las release notes y el foro oficial. En la práctica, la secuencia fue esta:

La página actual de modelos ya muestra la advertencia de que Gemini 3 Pro Preview fue shut down el 9 de marzo de 2026 y que debes migrar a Gemini 3.1 Pro Preview.

Esto no significa que tu proyecto, tus claves o tu historial de AI Studio hayan sido borrados. En el hilo oficial del foro, Google aclara que proyectos, API keys y prompts guardados siguen ahí. Lo que devuelve error son las referencias que todavía apuntan al modelo retirado.

Reemplazo correcto: gemini-3.1-pro-preview o gemini-2.5-pro

Muchas páginas se quedan en "cambia el nombre a 3.1". Eso no siempre es la respuesta completa. Hay equipos que quieren seguir en la línea Gemini 3 Pro más nueva. Otros solo necesitan recuperar una ruta Pro que funcione con menos riesgo de preview.

La decisión práctica es sencilla:

• Si elegiste Gemini 3 Pro Preview porque querías la ruta Pro más nueva de Gemini 3, migra a gemini-3.1-pro-preview.
• Si lo que realmente quieres es un Pro que vuelva a funcionar con menos sobresaltos, gemini-2.5-pro es el fallback más sensato.

Para una comparación completa, revisa nuestra guía Gemini 3.1 Pro vs Gemini 2.5 Pro.

No confundas estos nombres de modelo

La superficie de nombres de Gemini ya es lo bastante compleja como para que muchas migraciones fallen solo por escoger el string equivocado.

El error más común es saltar de gemini-3-pro-preview a gemini-3-pro-image-preview porque el nombre se parece. Para chat, coding, análisis y razonamiento, ese cambio es incorrecto.

Arreglo por superficie: API, AI Studio, Vertex AI y wrappers

Gemini API / SDK

python

model = "gemini-3-pro-preview"

# sucesor directo
model = "gemini-3.1-pro-preview"

# fallback más estable
model = "gemini-2.5-pro"

Google AI Studio

Si un prompt antiguo deja de funcionar, no asumas primero que el proyecto desapareció. Lo más probable es que el prompt guardado siga apuntando a gemini-3-pro-preview. Ábrelo, revisa el selector y cámbialo a gemini-3.1-pro-preview.

Vertex AI

Este es el segundo gran punto de fallo. La guía oficial de Gemini 3 en Vertex AI dice que gemini-3.1-pro-preview solo está disponible en endpoints globales.

bash
export GOOGLE_CLOUD_PROJECT="your-project-id"
export GOOGLE_CLOUD_LOCATION="global"
export GOOGLE_GENAI_USE_VERTEXAI=True

Si mantienes una región normal, el rename puede seguir fallando aunque el nombre del modelo ya sea correcto.

Wrappers, plantillas y defaults ocultos

Busca también en:

• .env
• defaults del wrapper
• secretos de CI/CD
• prompts guardados
• fixtures de test
• paneles admin
• jobs encolados con payload antiguo

Haz una búsqueda global:

bash
rg "gemini-3-pro-preview"

Mientras el string siga existiendo en algún sitio, todavía puede ejecutarse desde alguna ruta.

Checklist de migración para proyectos reales

El valor de seguir este orden es que separa el apagado del modelo de los errores secundarios que aparecen después. Primero quitas el ID retirado, luego limpias referencias ocultas y solo después validas endpoint, body o wrappers. Si haces todo a la vez, es fácil concluir que “3.1 también falla” cuando en realidad alguna capa sigue llamando al modelo viejo.

Si el proyecto es grande, también conviene fijar durante la migración una lista explícita de modelos permitidos en un único punto de configuración. Así, cualquier job antiguo, panel interno o microservicio que intente seguir enviando gemini-3-pro-preview fallará de forma visible dentro de tu propio sistema, en vez de reaparecer como un error externo difícil de rastrear. En este tipo de cambios, una política temporal de allowlist suele ahorrar mucho tiempo.

También merece la pena revisar la migración por superficies reales y no solo por archivos fuente. Hay equipos que cambian el código principal, pero olvidan colas, workers programados, notebooks internos o paneles administrativos que siguen inyectando el ID viejo. Cuando eso pasa, parece que el error vuelve "de forma aleatoria", aunque en realidad proviene de rutas distintas dentro del mismo sistema.

Ejemplos de migración listos para copiar

Python

python
from google import genai

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Explica TLS handshake de forma simple."
)

print(response.text)

Node.js

javascript
import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const response = await ai.models.generateContent({
  model: "gemini-3.1-pro-preview",
  contents: "Explica TLS handshake de forma simple."
});

console.log(response.text);

curl

bash
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.1-pro-preview:generateContent?key=$GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          { "text": "Explica TLS handshake de forma simple." }
        ]
      }
    ]
  }'

Troubleshooting después de renombrar el modelo

Si ya renombraste el modelo y aun así falla, no sigas tratando todos los errores como si fueran la misma clase de not found. A esta altura probablemente ya estás en otra rama de diagnóstico.

1. Endpoint o location incorrectos

En Vertex AI, esta sigue siendo la causa más probable. Si GOOGLE_CLOUD_LOCATION no es global, corrígelo primero.

2. Alguna referencia vieja sigue viva

Puede estar en un prompt guardado, en un default del framework, en un payload antiguo de una cola o en una plantilla que nadie tocó.

3. Cambiaste a la familia de modelo incorrecta

Si te fuiste a gemini-3-pro-image-preview para un flujo de texto, cambiaste de familia, no de reemplazo.

4. Ahora estás depurando otro error distinto

Una vez que el nombre del modelo ya es correcto, el siguiente fallo puede ser:

• 404 NOT_FOUND por path o superficie equivocada
• 400 INVALID_ARGUMENT por parámetros o body
• 503 UNAVAILABLE por sobrecarga temporal

Si el tipo de error cambió después del rename, eso suele ser una señal de progreso. Para el troubleshooting amplio, revisa nuestra guía completa de errores de Gemini API.

También conviene cambiar la referencia mental. Cuando hay un cambio de lifecycle, el baseline ya no es “lo que funcionaba antes”, sino la documentación oficial actual. En esta consulta, la página de modelos, deprecations y la guía de Vertex AI pesan más que cualquier ejemplo antiguo que siga circulando en un README o en una captura vieja.

Otro consejo operativo útil: no te quedes solo con arreglar el código principal. Si tu equipo tiene plantillas de prompts, paneles internos, scripts de prueba o documentación de onboarding que todavía mencionan gemini-3-pro-preview, el mismo error volverá a entrar más adelante por otra ruta. Una migración bien hecha aquí significa que el ID antiguo deja de existir como opción válida en todo el sistema, no solo en un archivo fuente.

Si necesitas confirmar rápidamente que el problema de shutdown ya quedó atrás, prueba un request mínimo directamente contra la misma superficie donde fallaba el flujo real. Cuando ese request sencillo funciona con gemini-3.1-pro-preview o con gemini-2.5-pro, pero tu escenario completo todavía falla, casi siempre estás frente a un problema local de config, wrapper o prompt heredado, no a un problema de disponibilidad del modelo nuevo.

Por eso merece la pena documentar, al cerrar la incidencia, no solo qué modelo debe usarse ahora, sino también en qué sitios puede definirse. Esa lista se vuelve muy valiosa en la siguiente retirada o cambio de alias, porque evita repetir la misma investigación desde cero y convierte una corrección urgente en un procedimiento operativo reproducible.

¿Conviene subir directo a 3.1 Pro Preview?

Si tu motivo original para usar Gemini 3 Pro Preview era seguir la ruta Pro más avanzada de Gemini 3, entonces sí, gemini-3.1-pro-preview es el reemplazo correcto. Pero eso no obliga a todos los equipos a ponerlo como default inmediatamente.

Si tu objetivo real es restaurar una ruta Pro confiable con menos fricción, gemini-2.5-pro es más conservador. No es el sucesor directo, pero sí el fallback más pragmático. Si luego 3.1 te da problemas de timeout o overload, consulta también nuestra guía de timeouts de Gemini 3.1 Pro.

En producción, muchas veces la mejor estrategia es dividir la migración en dos pasos. Primero recuperas estabilidad con gemini-2.5-pro o con la configuración que menos cambia; después evalúas gemini-3.1-pro-preview en cargas reales y decides si merece subir a default. Ese enfoque reduce riesgo operativo y evita que una urgencia de soporte se convierta en una discusión abierta sobre roadmap de modelos.

Preguntas frecuentes

¿Google retiró por completo Gemini 3 Pro Preview?
Sí. La página oficial de deprecations dice que gemini-3-pro-preview se apagó el 9 de marzo de 2026.

¿gemini-3.1-pro-preview es el reemplazo oficial?
Sí. Tanto la tabla de deprecations como las release notes apuntan a gemini-3.1-pro-preview.

¿AI Studio borró mis proyectos o prompts?
No. Google dice en el foro oficial que proyectos, claves y prompts guardados permanecen. Lo que falla son las referencias al modelo retirado.

¿Por qué Vertex AI sigue fallando después del rename?
La causa más probable es la location. La documentación actual pide global.

¿Puedo cambiar directamente a gemini-3-pro-image-preview?
No, salvo que tu workflow sea realmente de imagen.

¿Y si no quiero otra dependencia preview?
Usa gemini-2.5-pro como fallback más estable.

Conclusión

gemini-3-pro-preview no encontrado ya no es una duda abierta. Desde el 9 de marzo de 2026, el modelo viejo está apagado, así que el arreglo principal es dejar de llamarlo. Si quieres seguir la línea sucesora de Gemini 3 Pro, usa gemini-3.1-pro-preview. Si prefieres una ruta Pro más estable, usa gemini-2.5-pro. Y si Vertex AI sigue fallando incluso después del rename, comprueba GOOGLE_CLOUD_LOCATION=global antes de perder tiempo en otra parte.