Google lanza Gemini 3.7 Flash: más potencia para programación y agentes

Google presentó Gemini 3.7 Flash, una nueva versión de su modelo optimizado para programación, agentes de inteligencia artificial y automatización. La compañía promete mejoras importantes frente a Gemini 3.6 Flash y acompaña el lanzamiento con un precio introductorio que busca facilitar su adopción a escala.

Claves del artículo

• Gemini 3.7 Flash mejora el rendimiento en programación, desarrollo web, análisis de documentos y automatización de procesos.
• En FrontierCode 1.1 Main, alcanza un 43,6% frente al 34,4% de Gemini 3.6 Flash.
• En DeepSWE v1.1, sube del 49% al 65,3%.
• El modelo obtiene un 34% en GDP.pdf, frente al 22% de su predecesor, y un 30,4% en AutomationBench frente al 17%.
• Google fijó hasta finales de 2026 un precio introductorio de US$0,75 por millón de tokens de entrada y US$3,75 por millón de tokens de salida.
• Gemini 3.7 Flash también comienza a utilizarse en Gemini Spark, el agente personal de Google.

Google presentó oficialmente Gemini 3.7 Flash, su nuevo modelo de inteligencia artificial de la familia Flash, con un objetivo definido: ofrecer mayor capacidad para programación, agentes de IA y flujos de trabajo complejos, sin abandonar la estrategia de eficiencia y costos que caracteriza a esta línea.

El lanzamiento se produjo el 13 de agosto de 2026, apenas tres semanas después de Gemini 3.6 Flash. Según Google, la aceleración responde tanto al feedback recibido de desarrolladores como a innovaciones algorítmicas que la compañía planea incorporar posteriormente a otros modelos.

Un salto de rendimiento en programación

Una de las mejoras más importantes aparece en las tareas relacionadas con ingeniería de software. Gemini 3.7 Flash obtiene mejores resultados en depuración, resolución de problemas y generación de código listo para producción.

En el benchmark FrontierCode 1.1 Main, por ejemplo, alcanza un 43,6%, frente al 34,4% registrado por Gemini 3.6 Flash. En DeepSWE v1.1, destinado a evaluar capacidades de ingeniería de software, la diferencia resulta todavía mayor: 65,3% frente a 49%.

También existen avances en desarrollo web. En WebDev Arena, Gemini 3.7 Flash obtiene una puntuación Elo de 1588 frente a los 1538 puntos de la versión anterior. Google sostiene además que el modelo necesita menos prompts para producir aplicaciones funcionales y puede seguir con mayor fidelidad referencias visuales como capturas de pantalla, imágenes o sistemas de diseño.

Esto refuerza una tendencia que Google ya mostró durante Google I/O 2026: el foco de Gemini está desplazándose desde el chatbot tradicional hacia sistemas capaces de planificar, utilizar herramientas y ejecutar acciones.

Más capacidad para documentos y automatización

Las mejoras no se limitan al código. Google también apunta a tareas intensivas en conocimiento dentro de sectores como finanzas, derecho y biociencias.

En GDP.pdf, una prueba diseñada para medir la capacidad de los modelos para procesar documentos complejos, Gemini 3.7 Flash consigue un 34%, frente al 22% de Gemini 3.6 Flash.

En AutomationBench, que evalúa la capacidad para completar flujos de trabajo empresariales reales, el resultado pasa del 17% al 30,4%.

Según Google, el modelo también mejora su comportamiento frente a obstáculos durante una tarea, interpreta con mayor precisión las instrucciones y dedica más capacidad de razonamiento a la planificación de múltiples pasos y llamadas a herramientas.

En términos prácticos, el objetivo es reducir dos problemas habituales al desarrollar agentes: la intervención manual y la necesidad de repetir ejecuciones cuando un proceso falla.

Un precio agresivo para acelerar la adopción

El precio es otro componente central del lanzamiento.

Hasta finales de 2026, Google ofrece Gemini 3.7 Flash con una tarifa introductoria de US$0,75 por cada millón de tokens de entrada y US$3,75 por cada millón de tokens de salida. Según la compañía, el precio representa la mitad del costo original por millón de tokens de Gemini 3.6 Flash.

La combinación entre rendimiento y costo puede resultar especialmente relevante para empresas que necesitan ejecutar agentes a gran escala, donde cada llamada al modelo y cada paso adicional dentro de un flujo automatizado impactan directamente sobre los costos operativos.

Los desarrolladores pueden acceder al modelo mediante la API de Gemini y Google AI Studio, además de herramientas como Google Antigravity y Android Studio. Las empresas también pueden utilizarlo mediante Gemini Enterprise Agent Platform y Gemini Enterprise.

Gemini Spark también recibe el nuevo modelo

Gemini 3.7 Flash comienza además a funcionar como motor de Gemini Spark, el agente personal disponible para suscriptores de Google AI Pro y Ultra en más de 160 países.

Google presentó Spark como un agente capaz de trabajar continuamente bajo las instrucciones del usuario. Con Gemini 3.7 Flash, la compañía busca mejorar especialmente su utilización de herramientas de Google Workspace y su desempeño en procesos que combinan distintas capacidades.

Entre los ejemplos mencionados aparecen consolidar archivos, redactar correos electrónicos y actualizar documentos de estado, tareas que muestran hacia dónde Google pretende llevar Gemini: menos respuestas aisladas y mayor ejecución autónoma de procesos.

La estrategia también complementa otras funciones que Google incorporó durante 2026. Gemini, por ejemplo, ya permite crear y descargar documentos, hojas de cálculo y PDF directamente desde el chat, reduciendo los pasos necesarios entre una consulta y un resultado utilizable.

Google acelera la competencia por los agentes de IA

Gemini 3.7 Flash deja una señal relevante más allá de sus benchmarks: la velocidad de evolución de los modelos comienza a convertirse en una característica del producto. Apenas tres semanas separan esta versión de Gemini 3.6 Flash.

El diferencial ya no pasa únicamente por generar mejores textos o responder preguntas con mayor precisión. Google está optimizando Gemini para que pueda programar, interpretar documentos extensos, utilizar herramientas y coordinar tareas durante períodos más largos.

Si esa combinación de mayor autonomía, menor necesidad de supervisión y costos más bajos funciona de forma consistente fuera de los benchmarks, Gemini 3.7 Flash puede tener su impacto más importante en un terreno menos visible que los chatbots: los procesos internos de empresas y desarrolladores, donde los agentes de IA empiezan a transformarse en infraestructura de trabajo.