MODELOS DE IA
Google lanza Gemini 3.7 Flash con 50% menos precio y mejoras en código
El nuevo modelo de Google supera a su predecesor en precisión de código y generación web, con un costo inicial de US$0,75 por millón de tokens de entrada. Disponible desde hoy para desarrolladores y empresas.
Google lanzó Gemini 3.7 Flash, su nuevo modelo "workhorse" orientado a codificación y agentes autónomos, apenas tres semanas después de la versión 3.6. Según anunció el blog oficial de Google, el modelo combina mayor capacidad con un precio introductorio 50% menor que su antecesor.
El lanzamiento responde directamente a feedback de desarrolladores e innovaciones algorítmicas que la compañía promete incorporar en futuros modelos.
Mejoras concretas en benchmarks
Gemini 3.7 Flash mostró avances significativos en tareas de ingeniería de software. En el benchmark FrontierCode 1.1 Main alcanzó 43,6% versus 34,4% de la versión 3.6, mientras que en DeepSWE v1.1 subió de 49,0% a 65,3% en generación de código production-ready.
Para desarrollo web, el modelo obtuvo un Elo score de 1588 en Arena.ai's WebDev Arena, contra 1538 de su predecesor. Google destaca que genera layouts funcionales y apps completas en menos prompts, con alta adherencia a diseños de referencia.
En procesamiento de documentos complejos, el salto fue más pronunciado: 34,0% en el benchmark GDP.pdf versus 22,0% anterior, y 30,4% en AutomationBench (17,0% en 3.6) para workflows empresariales reales.
Precio y disponibilidad
Hasta el 31 de diciembre de 2026, Gemini 3.7 Flash cuesta US$0,75 por millón de tokens de entrada y US$3,75 por millón de salida. A partir de enero 2027, el precio sube a US$1,50 y US$7,50 respectivamente.
El modelo está disponible desde hoy vía:
- Gemini API en Google AI Studio y Android Studio
- Gemini Enterprise Agent Platform para empresas
- Gemini Spark para suscriptores de Google AI Pro y Ultra en más de 160 países
Tulsee Doshi, directora senior de producto del equipo Gemini, destacó que la combinación de mejor rendimiento y menor costo permite "escalar agentes production-ready de forma rentable".
Por qué importa
La estrategia de Google es clara: comprimir el ciclo de innovación (tres semanas entre versiones) y bajar precios agresivamente mientras sube capacidad. Esto presiona a competidores como Anthropic y OpenAI en el segmento de modelos rápidos y económicos, donde se juega buena parte de la adopción empresarial.
Para equipos que implementan IA, un modelo que genera código con menos retries y resuelve workflows complejos a mitad de precio cambia directamente la ecuación costo-beneficio de automatizar procesos internos. La mejora en AutomationBench (+78% relativo) sugiere que tareas como consolidar reportes, generar documentación o manejar flujos multi-herramienta pueden delegarse con menos supervisión manual.
La inclusión inmediata en Gemini Spark — el agente 24/7 de Google — muestra que la compañía apuesta a casos de uso de producción inmediatos, no solo a demos de laboratorio. Si los benchmarks se sostienen en uso real, Gemini 3.7 Flash podría convertirse en el nuevo baseline para agentes de propósito general en empresas que ya operan en el ecosistema de Google Workspace.
// FUENTES
SEGUIR LA SEÑAL
VER TODO →
Google Gemini Omni 1.1 Flash baja 60% el costo de generar video con IA
La nueva versión del modelo de Google introduce un modo borrador a 360p que cuesta un tercio que la resolución estándar y procesa hasta 60% más rápido. Permite extender escenas hasta 40 segundos y usar footage externo como referencia de estilo.
GLM-5.3-Flash: el modelo chino que promete redefinir eficiencia en LLMs
Z.ai lanzó GLM-5.3-Flash, un modelo de lenguaje open source que busca competir en rendimiento con los gigantes del sector mientras reduce drásticamente los costos de inferencia. La propuesta china apunta directo al dolor de las empresas.
Los agentes de IA ya consumen 14 veces más tokens que los humanos en OpenRouter
Febrero de 2026 fue probablemente el último mes en que humanos consumieron más tokens que agentes autónomos. Desde entonces, el uso agéntico creció 14x mientras el humano apenas 2,8x, según datos de OpenRouter.