Mundial + Trading — los mercados se mueven con cada partido, Deriv opera 24/7 incluso el fin de semana del torneo → Explora Deriv.
Espacio patrocinadoTodo investigador cripto choca con la misma pared: montañas de información -whitepapers, tablas de tokenomics, CSV de precios, exportaciones on-chain, informes institucionales de decenas de páginas- y poco tiempo o conocimiento técnico para transformarlas en conclusiones claras.
El cambio de marca de NotebookLM a Gemini Notebook trae una función que apunta justo a ese problema: un entorno de cómputo en la nube por cada cuaderno, capaz de escribir y ejecutar código de forma nativa sobre las fuentes que uno carga.
Qué cambió y para quién está disponible
Más allá del nuevo nombre, Google mantiene Gemini Notebook como producto independiente, ahora con mayor presencia dentro de su ecosistema, incluida la app de Gemini y el buscador.
La plataforma ya supera los 30 millones de usuarios y 600.000 organizaciones. La ejecución de código está habilitada para suscriptores de Google AI Ultra y clientes empresariales de Workspace con acceso ampliado a Gemini, mientras que los usuarios del plan Pro la recibirán de forma progresiva en las próximas semanas.
El flujo para análisis cripto
La lógica es simple y no exige saber programar. Uno crea un cuaderno, carga sus fuentes -por ejemplo, un CSV con el histórico de precios de Bitcoin, la tabla de emisión de un token o el PDF de un reporte- y pide en lenguaje natural el análisis que necesita. La herramienta escribe el código, lo ejecuta en su entorno en la nube y devuelve el resultado ya procesado.
En lugar de describir de memoria, calcula: correlaciones entre activos, volatilidad, caídas máximas o la distribución de una asignación de tokens, con sus gráficos correspondientes.
Del dato crudo al informe terminado
El valor real aparece en la salida. A los gráficos y visualizaciones se suman documentos en PDF, Word y Markdown, imágenes generadas con Nano Banana y hasta presentaciones de PowerPoint, todo a partir de las fuentes cargadas.
Es el mismo procedimiento que sirve para digerir esos informes densos que marcan la agenda del mercado -los outlooks de bancos o los reportes on-chain de las grandes mesas institucionales: se carga el PDF y se obtienen las cifras clave convertidas en visualizaciones propias.
Conviene subrayar un detalle: como el modelo trabaja sobre el material que uno aporta y no sobre la web abierta, el margen de error por datos inventados se reduce, aunque siempre es recomendable revisar los cálculos antes de publicarlos u operar con ellos. Sumada a la sincronización bidireccional entre Gemini y Notebook, la actualización acerca a cualquier lector una capa de análisis cuantitativo que hasta hace poco exigía hojas de cálculo o scripts propios.
