Google DeepMind presenta Gemini 3.7 Flash con mejoras en código y agentes

Hecho Qué ha ocurrido
Google DeepMind ha lanzado Gemini 3.7 Flash, una versión mejorada de su modelo de código abierto Gemini 3.6 Flash, apenas tres semanas después de su predecesor. El nuevo modelo muestra ganancias significativas en tareas de ingeniería de software, con un 43,6% de precisión en FrontierCode 1.1 (frente al 34,4% de 3.6), y mejora del 65,3% en DeepSWE v1.1 (vs 49,0%). Se ofrece a precio introductorio de $0,75/1M tokens de entrada y $3,75/1M de salida, la mitad del coste de 3.6 Flash.
Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Para desarrolladores y empresas que construyen agentes y herramientas de automatización, un modelo más preciso en código, razonamiento y ejecución de flujos de trabajo complejos con un coste reducido a la mitad supone un cambio directo en el TCO de producción y la velocidad de desarrollo. El énfasis en mejora de agentes y conocimiento de dominio (finanzas, derecho, biociencias) lo hace especialmente relevante para automatización empresarial.
- Quién se ve afectado
- Equipos de desarrollo y data science, empresas con flujos de automatización y procesamiento de documentos complejos, proveedores de agentes de IA y herramientas de desarrollo de software.
- Qué puede cambiar
- La disponibilidad de un modelo de mejor desempeño a menor precio puede acelerar la adopción de agentes de IA en pequeñas y medianas empresas, y permitir a las grandes optimizar costes sin sacrificar capacidad. Gemini Spark ya lo utiliza para mejorar la eficiencia en tareas de Google Workspace.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Tasas de adopción por desarrolladores en plataformas como GitHub y repositorios de código; impacto en precios de competidores como OpenAI y Anthropic; mejora de benchmarks públicos de agentes y web development; disponibilidad más allá del cierre de año indicado; casos de adopción empresarial concretos en automatización de flujos de trabajo.
Recomendación Qué debería hacer una empresa
Empresas con flujos de automatización o procesamiento de documentos complejos deberían evaluar Gemini 3.7 Flash en los próximos 3-6 meses frente a sus soluciones actuales, especialmente en financiero, legal y biociencias, dada la mejora de razonamiento y el nuevo modelo de precios.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Fuente original: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentescodingmultimodal agentes IAautomatizaciónGemini 3.7 FlashGoogle DeepMindprecio reducido
Relacionadas
Google y Cathay Pacific amplían pruebas de IA para evitar estelas de condensación
Google Research está ampliando con Cathay Pacific un programa piloto que usa IA, imágenes satelitales y datos meteorológicos para ajustar ligeramente la…
Por qué importaEs un ejemplo de aplicación de IA a un problema climático concreto en un sector con difícil descarbonización, usando infraestructura existente sin…
Gemini Spark de Google ya puede gestionar bibliotecas de Google Photos
Google anunció que su agente personal Gemini Spark puede ejecutar tareas en Google Photos, como editar imágenes, curar álbumes, crear álbumes compartidos…
Por qué importaEs un ejemplo más de cómo las grandes tecnológicas integran agentes de IA en servicios de consumo masivo, buscando justificar el valor de las…
Instagram etiqueta erróneamente fotos reales como contenido generado por IA
Usuarios de Instagram reportan que Meta está aplicando la etiqueta 'AI Content' a imágenes que no fueron creadas ni editadas con IA generativa, mientras…
Por qué importaEl fallo erosiona la confianza en los sistemas de etiquetado de IA de las grandes plataformas justo cuando la detección de contenido sintético se…
Microsoft lanza Project Zenith, Windows optimizado para desarrolladores de IA local
Microsoft ha bautizado como Project Zenith su experiencia de Windows optimizada para desarrolladores, orientada a nuevos dispositivos con 64GB o más de memoria…
Por qué importaPermite a desarrolladores experimentar con modelos grandes de IA sin depender de la nube, reduciendo costes y latencia en fases de prototipado…



