El 13 de agosto de 2026, Google lanzó Gemini 3.7 Flash, su nuevo modelo para agentes y código, con un precio introductorio de $0.75 USD por millón de tokens de entrada y $3.75 por millón de salida. Es la mitad del precio con el que debutó Gemini 3.6 Flash apenas tres semanas antes, según confirmó 9to5Google el mismo día.
Dos datos completan el cuadro. El modelo llega 23 días después del anterior — el ciclo de lanzamientos ya se mide en semanas — y mantiene una ventana de contexto de ~1 millón de tokens, suficiente para procesar un contrato o un expediente completo en una sola llamada. La misma semana, la app Gemini superó 1,000 millones de usuarios mensuales, según el roundup de Info-Tech del 13 de agosto.
Los números que importan para automatizar
Google posiciona 3.7 Flash como su modelo «workhorse»: el caballo de carga para tareas repetitivas de alto volumen. Los benchmarks del anuncio oficial apuntan en esa dirección:
- En AutomationBench (automatización de flujos de trabajo) casi duplica al modelo anterior: 30.4% vs 17.0%.
- En GDP.pdf (comprensión de documentos) sube de 22.0% a 34.0%.
- En DeepSWE (ingeniería de software de largo horizonte) salta de 49.0% a 65.3%.
- En FrontierCode, de 34.4% a 43.6%.
La gráfica deja ver el patrón: los saltos proporcionales más grandes no están en las tareas vistosas. Están en las aburridas — leer documentos y ejecutar flujos de trabajo — que son justo las que una empresa mediana quiere automatizar.
Lectura sobria: 30.4% en automatización de flujos también significa que el modelo falla 7 de cada 10 tareas complejas de ese benchmark. Y ningún número de esta lista te dice si va a resolver tu caso: clasificar tus facturas, contestar tus WhatsApps, armar tus cotizaciones. Los benchmarks sirven para detectar hacia dónde está mejorando el proveedor. Aquí la dirección es clara: documentos y agentes antes que conversación.
La letra chica: el precio se duplica el 1 de enero
El detalle que casi nadie lee del anuncio: el precio de $0.75/$3.75 es promocional y expira el 31 de diciembre de 2026. Desde el 1 de enero de 2027 sube a $1.50 por millón de tokens de entrada y $7.50 por millón de salida — exactamente el doble.
La consecuencia es directa: cualquier caso de negocio calculado hoy con la promo está inflado. Si tu automatización apenas sale rentable a $0.75, en enero deja de serlo. La regla práctica: calcula siempre con el precio post-promo y trata el descuento como un extra temporal.
Para dimensionar, tres tareas típicas de una empresa mediana, con volúmenes de tokens ilustrativos y el precio oficial en ambas etapas, por cada 1,000 ejecuciones:
| Tarea | Tokens aprox. (entrada / salida) | Con promo (2026) | Desde enero 2027 |
|---|---|---|---|
| Extraer datos de una factura | 4,000 / 600 | $5.25 USD | $10.50 USD |
| Respuesta de agente de soporte | 2,500 / 400 | $3.38 USD | $6.75 USD |
| Resumen de contrato (~80 págs.) | 60,000 / 2,000 | $52.50 USD | $105.00 USD |
Los montos absolutos siguen siendo bajos — ese es el punto de un modelo workhorse — pero la proporción es lo que importa: tu costo por tarea se duplica en cinco meses. Con 50,000 facturas al mes, la diferencia ya aparece en el presupuesto anual.
23 días entre modelos: diseña para poder cambiar
Gemini 3.6 Flash tenía 23 días en el mercado cuando llegó su reemplazo, como documenta 9to5Google. Ese ritmo tiene una implicación de arquitectura: cualquier decisión que te amarre a un modelo específico — fine-tuning costoso, prompts optimizados a mano para un solo proveedor, contratos anuales por capacidad — envejece en semanas.
Lo que sí envejece bien:
- Una capa de abstracción entre tu sistema y el modelo, para cambiar de proveedor editando configuración en lugar de reescribir código.
- Un set de evaluación propio: 50-100 casos reales de tu operación con la respuesta esperada. Es tu benchmark privado; corre en horas y te dice si el modelo nuevo mejora tu tarea, no la de Google.
- Medir costo por tarea resuelta, más que costo por token. Un modelo barato que falla seguido puede salir caro cuando cuentas reintentos y revisión humana.
Qué significa para tu empresa
- Recalcula tus casos de negocio con el precio de 2027 ($1.50/$7.50 por millón de tokens). Si el proyecto solo es rentable con la promo, todavía no es rentable.
- Pregunta a tu proveedor de software con IA qué modelo usa y cómo lo cambiaría. Si la respuesta es «estamos integrados con X» sin plan de intercambio, el riesgo de precio y de obsolescencia lo cargas tú.
- Arma tu set de evaluación antes de migrar de modelo. Migra cuando tu propia medición mejore, con evidencia de tus casos y no de un benchmark ajeno.
- Espera antes de invertir en fine-tuning. Con lanzamientos cada tres semanas, el modelo afinado de hoy compite mañana contra un modelo base más barato y mejor; un prompt bien diseñado suele alcanzar primero.
Si no tienes claro cuáles de tus procesos justifican un agente a estos precios, empieza por medir dónde se va el tiempo de tu equipo: la autoevaluación de unifai es un primer corte en 10 minutos, sin compromiso.