Google ha presentado Gemini 3.7 Flash, una nueva versión de su modelo ligero orientada especialmente a programación, automatización y tareas ejecutadas por agentes de inteligencia artificial. El lanzamiento llega apenas tres semanas después de Gemini 3.6 Flash y apuesta por mejorar el rendimiento sin convertir el modelo en una alternativa de alto coste.

La compañía define Gemini 3.7 Flash como su modelo «workhorse» más inteligente hasta ahora, con mejoras en planificación, seguimiento de instrucciones y uso de herramientas. También está disponible para las aplicaciones y servicios de desarrollo de Google, incluidos Gemini API, AI Studio, Vertex AI y Antigravity.

Más capacidad para programación y automatización

Uno de los principales objetivos de esta versión es mejorar el comportamiento del modelo cuando tiene que completar tareas de varios pasos.

Google destaca especialmente su capacidad para detectar obstáculos, adaptar el plan y utilizar herramientas, algo fundamental para los agentes de IA que necesitan ejecutar procesos en lugar de limitarse a generar una respuesta.

En programación, los resultados publicados por Google apuntan a una mejora considerable frente a Gemini 3.6 Flash. En DeepSWE v1.1, por ejemplo, el modelo pasa del 49% al 65,3%, mientras que en AutomationBench alcanza alrededor del 30,4%, frente al 17% anterior.

Estos resultados deben interpretarse con cierta cautela porque buena parte de las cifras de lanzamiento proceden de las propias pruebas de Google. Las mediciones independientes pueden ofrecer resultados diferentes según el tipo de tarea.

Un modelo pensado para agentes

La evolución de Gemini 3.7 Flash está muy relacionada con la apuesta de Google por los agentes capaces de realizar tareas de manera autónoma.

El modelo está diseñado para mantener procesos de varios pasos, utilizar herramientas externas y completar flujos de trabajo con una menor intervención humana. Esta orientación también explica su integración con Antigravity, el entorno de Google destinado al desarrollo de aplicaciones y agentes.

El objetivo es que el modelo no tenga que recibir instrucciones constantemente. En lugar de responder a cada paso por separado, puede interpretar una tarea más amplia, decidir qué acciones necesita realizar y continuar hasta completar el proceso.

Google reduce temporalmente el precio

Uno de los elementos más llamativos del lanzamiento es su coste.

Hasta finales de 2026, Gemini 3.7 Flash tiene un precio introductorio de 0,75 dólares por millón de tokens de entrada y 3,75 dólares por millón de tokens de salida. Es aproximadamente la mitad del precio que tenía Gemini 3.6 Flash.

Sin embargo, la rebaja tiene fecha de caducidad. A partir del 1 de enero de 2027, las tarifas subirán hasta 1,50 dólares por millón de tokens de entrada y 7,50 dólares por millón de tokens de salida.

Esto convierte el precio actual en una herramienta para acelerar la adopción: los desarrolladores pueden probar el modelo y trasladar cargas de trabajo a Gemini 3.7 Flash con un coste especialmente reducido durante los próximos meses.

La velocidad es otra de sus ventajas

Además de mejorar sus resultados en determinadas pruebas, Gemini 3.7 Flash mantiene el enfoque de la familia Flash en la velocidad de respuesta.

Artificial Analysis sitúa su producción en torno a los 340 tokens por segundo, mientras que su Intelligence Index alcanza 56 puntos. La cifra supone una mejora frente a Gemini 3.6 Flash y sitúa al nuevo modelo entre las alternativas rápidas para aplicaciones que necesitan generar grandes cantidades de respuestas.

Para empresas que utilizan agentes, la velocidad puede tener un impacto directo en el coste y en la experiencia del usuario. Un agente que necesita ejecutar numerosas llamadas a un modelo puede beneficiarse tanto de una respuesta más rápida como de una reducción del número de pasos necesarios para completar una tarea.

No lidera todos los benchmarks

El lanzamiento tampoco significa que Gemini 3.7 Flash sea superior a sus competidores en cualquier escenario.

Algunas pruebas independientes muestran diferencias importantes según el tipo de trabajo. En OSWorld 2.0, por ejemplo, Gemini 3.7 Flash queda por debajo de otros modelos en determinadas tareas de interacción con ordenadores, mientras que en pruebas de razonamiento complejo también aparecen rivales por delante.

Por eso, el atractivo del modelo está menos en convertirse en el líder absoluto de todos los rankings y más en ofrecer un equilibrio entre capacidad, velocidad y coste.

Ese posicionamiento es especialmente relevante para aplicaciones que realizan miles o millones de llamadas al modelo.

Google acelera el ritmo de lanzamientos

La llegada de Gemini 3.7 Flash apenas tres semanas después de Gemini 3.6 Flash muestra también la velocidad con la que Google está renovando su familia de modelos.

La compañía está utilizando la gama Flash para introducir mejoras frecuentes sin esperar necesariamente a grandes cambios generacionales.

Esta estrategia permite competir en un segmento cada vez más importante: modelos suficientemente capaces para programación, análisis y agentes, pero mucho más económicos que los modelos de máxima capacidad.

El verdadero reto estará en producción

Para los desarrolladores, la cuestión no será únicamente qué modelo obtiene la mejor puntuación en un benchmark.

En aplicaciones reales importan factores como cuántos tokens consume cada tarea, cuántas veces necesita reintentar una acción, cuánto tarda en completarla y qué porcentaje de procesos termina correctamente.

En ese escenario, Gemini 3.7 Flash parte con una propuesta competitiva: más capacidad que su predecesor, una velocidad elevada y un precio promocional muy agresivo durante 2026.

Pero las empresas que incorporen el modelo a largo plazo tendrán que calcular sus costes utilizando también las tarifas que entrarán en vigor en 2027.

Con Gemini 3.7 Flash, Google no parece buscar únicamente otro modelo de conversación. Su apuesta es convertir una versión rápida y relativamente económica de Gemini en una pieza central para la próxima generación de agentes de IA.