Revisión Rápida de Gemini 3.7: El Modelo Económico de Google Ya No es Tonto

Google lanzó Gemini 3.7 Flash el 13 de agosto, disponible en más de 160 países desde el primer día. Acepta hasta un millón de tokens de entrada, devuelve 64,000, lee imágenes, videos, audio y PDFs, y puede llamar herramientas y controlar una computadora.

Flash nunca ha sido el modelo al que recurrir cuando un problema es difícil. Es el que usas para clasificar texto, compactar sesiones de agentes antes de que colapsen bajo su propio contexto y resumir documentos que no quieres pagar para que un modelo de gama alta lea. Myriad: ¿Cuándo lanzará OpenAI GPT-6? Haz clic para hacer tu predicción.

Juzgado en función de esos tipos de trabajos, 3.7 Flash es una verdadera mejora. Juzgado en comparación con todo lo demás, es un modelo competente que es superado por software que puedes descargar gratis.

La propia hoja de referencia de Google coloca a 3.7 Flash por delante de Claude Sonnet 5 y GPT-5.6 Terra en 11 de 18 categorías probadas. Los números destacados son 1,588 Elo en la tabla de desarrollo web de Code Arena y 30.4% en AutomationBench. Ambos provienen de la metodología de Google, así que considera la ventaja como una afirmación de la empresa en lugar de un hecho establecido.

Probamos el modelo para ver si cumple con las afirmaciones de Google. Estos son nuestros resultados.

Codificación: ¿Puede construir algo que funcione a la primera?

Esta prueba mide la generación de código en cero disparos: si un modelo convierte una instrucción en software funcional sin ejemplos a copiar y sin posibilidad de corregirse. Entregamos un solo aviso para un juego de navegador y enviamos lo que regresa, incluidos los errores. Sin seguimientos, sin informes de errores, sin segundo intento.

Gemini 3.7 Flash pasó en 2 minutos y 13 segundos. El juego era jugable en la primera ejecución, la sintaxis era limpia, la lógica de colisión y puntuación se mantenía, y la calidad visual estaba por encima de lo que sugiere la categoría de precio.

La comparación que importa aquí no es un modelo de gama alta. Es Gemini 3.6 Flash, lanzado el 21 de julio, que no pudo producir un archivo funcional en absoluto. Su HTML estaba mal formado, los elementos no se renderizaban y los avisos de seguimiento pidiéndole que reparara su propia salida no llevaron a ningún lado.

Terminamos entregando ese desastre a DeepSeek, que encontró 11 errores y envió 8 correcciones para hacerlo jugable. Tres semanas después, la misma línea de productos no necesita rescate, y el resultado está cerca de lo que produjo GPT-5.6 Sol en nuestra revisión de julio.

Gemini 3.7 Flash gana esta vez de manera contundente, y es la única razón más fuerte para cambiar. La advertencia es que ejecuta especificaciones en lugar de inventarlas, así que un aviso vago te dará un juego vago.

Puedes probar el juego de Gemini 3.7 Flash aquí.

Escritura creativa: ¿Puede sostener una paradoja y escribir una oración?

Esta sección prueba dos cosas a la vez: calidad literaria y si un modelo puede obedecer una regla estructural a través de miles de palabras. El aviso envía a Jose Lanz desde 2150 de regreso al año 1000 y exige un bucle causal cerrado: su intervención debe ser lo que crea el futuro que vino a prevenir.

La regla que decide la prueba es la última cláusula: No puede entender lo que hizo hasta que esté en casa.

Gemini 3.7 Flash generó un resultado decente. Jose dispara un cañón entrópico en una fisura pirenaica, accidentalmente forja un obelisco que esclaviza a la Iberia del siglo XXII, y comprende todo el bucle mientras aún está de pie en el barro mil años antes: "Era la base de la Cinder Spire."

El mecanismo de la trama es en realidad bastante sólido. La historia menciona una estrella fugaz que los antiguos monjes presenciaron y aclara que fue el destello de la propia llegada de Jose, y el arma que trajo para borrar la anomalía es lo que la forja. Su línea de cierre: "Simplemente había estado esperando que él la completara" - aterriza el determinismo que el aviso pedía.

Pero para aquellos acostumbrados a ello, la historia grita "IA". Casi cada sustantivo llega con dos adjetivos añadidos: "torres hiperluminosas", "tierra húmeda y cubierta de musgo", "cabello grueso y obsidiana". Esa es la textura de un modelo que elige la palabra más probable en lugar de seleccionar una, y produce colisiones como un monolito "zumbando con un zumbido de baja frecuencia".

Lo comparamos con Qwopus3.5-27B-v3, un ajuste comunitario de Qwen3.5-27B que destila el razonamiento al estilo Claude Opus y funciona en una sola GPU de consumo por nada por consulta. Cumplió la regla que Gemini rompió.

Jose mata a un monje en San Millán de la Cogolla, un monasterio real de La Rioja que realmente importaba alrededor del año 1000, y solo entiende lo que hizo después de regresar a 2150 y encontrar su propio ADN en un códice sellado con cera.

Qwopus no está completamente limpio tampoco. Volcó su hoja de planificación completa sobre la historia, incluidos errores tipográficos, y su sección final rompe el ciclo cerrado que pasó ocho secciones construyendo al permitir que Jose regrese y arregle las cosas.

Pero considerando todo, Qwopus se lleva la victoria. Gemini entregó un paquete más ordenado y un final más disciplinado, pero falló en la única instrucción en la que se basaba el aviso, y un modelo gratuito que funciona en una GPU de juegos escribió la mejor historia.

Pensamiento asociativo: ¿Puede una metáfora llevar un argumento?

Esta prueba mide el razonamiento asociativo: si un modelo puede generar enlaces entre conceptos no relacionados sin tener que explicarse a sí mismo. El aviso pide una descripción de una ramita, usa esa descripción para explicar la explotación laboral y la adoración de los ricos, y luego requiere que el argumento se disuelva en una descripción de una lechuga.

El señalamiento es el modo de fallo. Nombrar la metáfora la mata.

Gemini la nombra en la línea de apertura de su segundo párrafo: "Esta es la mecánica precisa del proletariado moderno". Todo lo anterior estaba funcionando.

Algunas de las imágenes se ganan su lugar. El trabajador recibe "sólo suficiente corteza para mantenerse rígido durante otra semana de producción", y las ramitas caídas están condicionadas a creer que con suficiente rigidez cualquiera de ellas podría convertirse en un tronco. El párrafo que contiene el primero de esos también contiene a un trabajador "atado a una vasta jerarquía corporativa desproporcionada".

No está mal en términos de lógica y estructura.

La disolución es el verdadero colapso. Gemini narra la transición en lugar de realizarla: las jerarquías "se desmoronan, disolviéndose en la tranquila y humilde realidad del mundo orgánico debajo"; y luego una lechuga simplemente aparece, desconectada de cualquier cosa anterior.

GPT-5.6 Sol pudre la ramita en suelo y hace crecer la lechuga a partir de ella: "La lluvia entra en el grano. Las fibras se aflojan, oscurecen". El argumento también llega enterrado en el objeto, con la riqueza reformulada como un lenguaje de virtud donde "La mansión significa inteligencia".

GPT-5.6 Sol gana por mucho. Gemini produjo una buena línea individual, pero explicó su propia metáfora y luego saltó la transición que el aviso estaba probando específicamente.

Lógica: ¿Lee el aviso o reconoce el rompecabezas?

Esta prueba mide el razonamiento no matemático, y específicamente si un modelo lee la pregunta que tiene delante o hace coincidencias de patrones con una versión que memorizó. Nuestro aviso de puente da a cuatro personas una antorcha y tiempos de cruce de 1, 2, 5 y 10 minutos, y luego pregunta cuán rápido pueden cruzar todos.

El truco es lo que el aviso omite. Nunca dice que solo dos personas pueden estar en el puente a la vez, así que la respuesta es 10 minutos: todos cruzan juntos al ritmo de la persona más lenta.

Gemini respondió 17 minutos, ejecutando el memorándum de cinco pasos de la versión de texto del rompecabezas. Estableció la restricción como un hecho sin verificar si lo habíamos escrito.

GPT-5.6 vs Fable 5 Review: Which One You Pick Depends on These Factors

Su razonamiento visible es peor que su respuesta. El rastro argumenta que enviar a los dos más lentos juntos sería ineficiente porque alguien tendría que llevar la antorcha de vuelta---y luego la respuesta final los envía juntos de todos modos. Se contradice a sí mismo dentro de una sola respuesta y reporta el resultado con total confianza.

Claude Fable 5 llegó al mismo número incorrecto en julio. Comenzó declarando lo que asumía, "asumiendo la restricción clásica de que el puente solo sostiene a dos personas a la vez", que es la diferencia entre una respuesta incorrecta que puedes detectar y una que no puedes.

Nadie gana. Fable lo toma solo por transparencia, y la falsa confianza que muestra el agente Gemini aparece aquí en un rompecabezas que puedes verificar a mano.

Matemáticas: ¿Termina el trabajo?

Esta prueba mide matemáticas simbólicas muy por encima del uso del consumidor, además de algo más simple---si el modelo hace lo que se le pidió. El aviso requiere un polinomio monico impar de grado 19 con coeficientes reales y un coeficiente lineal de -19, cuya curva se divide en al menos tres componentes irreducibles, y luego pide p(19).

Ambos modelos encontraron la misma puerta. Gemini y Qwen 3.7 Max Preview identificaron el polinomio de Dickson, resolvieron la restricción para fijar su parámetro en 1 y derivaron la forma cerrada correctamente.

Luego Gemini se detuvo. Imprimió p(19) como una expresión no evaluada que involucraba la 19ª potencia de una raíz cuadrada, nunca produjo el número y nunca demostró el conteo de componentes que el aviso también exigía. Entregó todo esto dentro de una página HTML estilizada con CSS y una sombra que nadie pidió.

Qwen terminó. Dio la factorización completa en 10 componentes---uno lineal, nueve cuadráticos---llevó la recurrencia hasta 1,876,572,071,974,094,803,391,179 y verificó el resultado de manera modular. Verificamos esa cifra de forma independiente en SymPy y se sostiene.

Qwen gana en el único criterio que importaba. Gemini comenzó bien y decidió omitir la aritmética, lo cual es un lugar extraño para detenerse.

Conclusión

Gemini 3.7 Flash vale la pena el cambio si ya estás dentro del ecosistema de Google. Es dramáticamente mejor en código que el modelo que reemplaza, lo suficientemente rápido como para importar para el trabajo de agentes, y lo suficientemente barato como para que ejecutarlo a gran escala sea un error de redondeo.

Sus fortalezas son la ejecución y la estructura. Dale una especificación detallada y construirá la cosa, mantendrá una trama unida y mantendrá la lógica causal coherente a través de miles de palabras.

Sus debilidades son la creatividad y el razonamiento. La escritura es lo suficientemente predecible como para identificarse como hecha por máquina a simple vista, y el modelo afirma respuestas incorrectas sin señalar la suposición que las hizo incorrectas.

El precio es el argumento más fuerte a su favor. A 75 centavos por millón de tokens de entrada y $3.75 de salida, subestima la tarifa de entrada de $5 de GPT-5.6 Sol en un 85% y cuesta la mitad de lo que costó 3.6 Flash en su lanzamiento.

El argumento en contra es un modelo gratuito de 27B en una GPU de juegos que escribió una mejor historia y no cobró nada por hacerlo. La tarifa introductoria de Google expira el 31 de diciembre, cuando la entrada se duplica a $1.50 y la salida a $7.50.

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.