Google ha presentato Gemini 3.7 Flash, il nuovo modello della famiglia Gemini destinato soprattutto allo sviluppo software, agli agenti di intelligenza artificiale e all’automazione dei processi aziendali. L’aggiornamento arriva appena 23 giorni dopo Gemini 3.6 Flash, lanciato il 21 luglio, e segnala quanto si sia accorciato il ciclo industriale dei grandi modelli di AI.
Il punto economicamente più rilevante riguarda il prezzo. Google offre Gemini 3.7 Flash fino al 31 dicembre 2026 a 0,75 dollari per milione di token in input e 3,75 dollari per milione di token in output. È la metà delle tariffe originarie di Gemini 3.6 Flash. Dal 1° gennaio 2027, secondo il listino ufficiale della Gemini API, i prezzi saliranno rispettivamente a 1,50 e 7,50 dollari.
La riduzione temporanea mette al centro una delle questioni economiche che stanno accompagnando la diffusione dell’AI generativa nelle aziende: il costo di esecuzione. Nei sistemi basati su agenti, un compito può richiedere molte chiamate al modello, consultazioni di documenti, utilizzo di strumenti esterni, correzioni e nuovi tentativi. Migliorare l’affidabilità e contemporaneamente abbassare il prezzo per token può quindi incidere sul costo effettivo di un processo molto più del semplice prezzo della singola richiesta.
Indice degli argomenti:
Più precisione nel codice e meno tentativi
Google descrive Gemini 3.7 Flash come il suo modello Flash più avanzato per coding e agenti. I risultati pubblicati nella model card di Google DeepMind indicano un miglioramento sensibile rispetto alla versione precedente in diversi test, anche se i benchmark non equivalgono alle prestazioni garantite in ogni ambiente produttivo.
Nel test FrontierCode 1.1 Main, dedicato alla qualità del codice destinato a sistemi reali, Gemini 3.7 Flash raggiunge il 43,6%, contro il 34,4% di 3.6 Flash. Su DeepSWE v1.1, che misura la capacità di affrontare attività di ingegneria software più lunghe e articolate, il risultato sale al 65,3%, contro il 48,6% indicato nella model card per il predecessore.
Anche lo sviluppo web registra progressi. Nella WebDev Arena il nuovo modello ottiene un punteggio Elo di 1.588, contro 1.538 di Gemini 3.6 Flash. Secondo Google, il modello riesce inoltre a produrre interfacce più aderenti ai riferimenti ricevuti, compresi screenshot, immagini e design system.
Per un’impresa, la differenza importante riguarda soprattutto le iterazioni. Un sistema che produce codice corretto al primo tentativo, modifica meno parti non richieste e recupera meglio dagli errori riducendo l’intervento umano necessario. È su questa combinazione di qualità e costo che Google sta cercando di posizionare la serie Flash.
Agenti AI, l’obiettivo è automatizzare processi completi
Gemini 3.7 Flash è progettato per attività che richiedono più passaggi e l’uso coordinato di strumenti software. Google sostiene che il modello segua meglio le istruzioni, sappia modificare il proprio percorso quando incontra un ostacolo e dedichi maggiore capacità di elaborazione alla pianificazione delle operazioni.
AutomationBench, benchmark dedicato all’automazione di flussi aziendali, attribuisce a Gemini 3.7 Flash un risultato del 30,4%, contro il 17% di 3.6 Flash. Nel test GDP.pdf, utilizzato per valutare la comprensione di documenti complessi, il punteggio passa dal 22% al 34%, secondo i dati pubblicati da Google.
Il salto interessa attività che vanno oltre il chatbot: analizzare report finanziari, estrarre informazioni da documenti, utilizzare applicazioni, aggiornare file, generare codice o coordinare più sotto-agenti. La model card indica inoltre una finestra di contesto fino a un milione di token e un output massimo di 64mila token, con supporto in ingresso per testo, immagini, audio e video.
Google ha mostrato anche prototipi nei quali 3.7 Flash trasforma un prompt in un gioco 3D, coordina agenti per costruire landing page interattive, supporta l’addestramento di sistemi robotici e converte report annuali in esperienze web con grafici e dati navigabili.
Sono dimostrazioni predisposte dall’azienda e non prove indipendenti, ma chiariscono il mercato a cui Google punta: applicazioni nelle quali il modello svolge una sequenza di azioni anziché limitarsi a produrre testo.
Il prezzo diventa una leva competitiva
La tariffa promozionale modifica il confronto con Gemini 3.6 Flash. Quest’ultimo era stato lanciato il 21 luglio a 1,50 dollari per milione di token in input e 7,50 dollari in output. Google aveva già costruito la comunicazione di 3.6 Flash attorno all’efficienza: secondo l’azienda consumava il 17% in meno di token in output rispetto a 3.5 Flash sull’Artificial Analysis Index.
Tre settimane dopo, Google ha mantenuto la stessa direzione industriale ma ha alzato le prestazioni e dimezzato temporaneamente le tariffe. VentureBeat ha osservato che, per i clienti aziendali, il valore dell’aggiornamento dipende proprio dall’unione tra maggiore affidabilità e minori costi di inferenza. Un agente che deve ripetere meno volte un processo può consumare meno risorse anche quando la singola esecuzione richiede un ragionamento più articolato.
Il prezzo promozionale va però letto nella sua interezza. Dal 2027 Gemini 3.7 Flash tornerà allo stesso livello tariffario con cui era partito 3.6 Flash. Per le aziende che stanno progettando applicazioni destinate a grandi volumi, i calcoli economici di lungo periodo devono quindi utilizzare il prezzo ordinario, salvo nuove revisioni del listino.
Spark porta il modello dentro il lavoro quotidiano
Una parte della strategia passa da Gemini Spark, l’agente personale introdotto da Google all’I/O del 19 maggio 2026. Spark è progettato per operare continuamente sotto la direzione dell’utente e collegarsi alle applicazioni utilizzate per il lavoro e l’organizzazione personale. Google ha annunciato che Gemini 3.7 Flash diventa il modello alla base del servizio per gli abbonati Google AI Pro e Ultra nei paesi supportati.
L’azienda punta soprattutto sull’integrazione con Workspace. Gli esempi indicati comprendono la raccolta di file dispersi, la preparazione di email e l’aggiornamento di documenti di stato. Il passaggio a 3.7 Flash dovrebbe migliorare, secondo Google, l’utilizzo degli strumenti e l’affidabilità dei flussi che richiedono più competenze.
Spark aveva già ampliato le proprie funzioni il 30 giugno. Google aveva annunciato collegamenti con Tasks, Keep, Canva, Dropbox, Instacart, OpenTable e Zillow Rentals, oltre al supporto per il Model Context Protocol. La versione per macOS permette inoltre di lavorare sui file locali autorizzati dall’utente.
Il modello economico che emerge è quello di un agente collocato tra documenti, posta elettronica, servizi cloud e applicazioni esterne. In questo tipo di prodotto il costo di ogni singola chiamata conta meno del costo complessivo necessario per completare correttamente un’attività. Per Google, Flash diventa quindi l’infrastruttura destinata ai volumi elevati, mentre i modelli più costosi possono essere riservati alle operazioni che richiedono maggiore capacità.
La corsa di Google mentre il mercato aspetta Gemini Pro
L’accelerazione di Flash arriva mentre Google continua a lavorare sul modello Gemini 3.5 Pro. Il 21 luglio l’azienda aveva dichiarato che la versione Pro era ancora in fase di test con alcuni partner e sarebbe stata distribuita più ampiamente quando fosse stata pronta. Nello stesso annuncio Google aveva comunicato di aver avviato il pre-training di Gemini 4.
Reuters riferisce che gli investitori stanno seguendo con attenzione proprio l’arrivo del modello Pro, considerato importante per misurare la posizione di Google rispetto a OpenAI e Anthropic nei modelli di fascia più alta. L’agenzia ha inoltre collegato il lancio di 3.7 Flash a una fase di riorganizzazione interna di Google DeepMind e alla pressione esercitata dal gruppo per accelerare lo sviluppo di Gemini.
La frequenza dei rilasci offre però un’indicazione precisa sulla strategia commerciale. Google sta aggiornando rapidamente i modelli progettati per essere utilizzati in produzione, dove velocità, consumo di token, affidabilità e prezzo possono pesare quanto il primato nei benchmark generali.
Dalla ricerca ai processi aziendali
Il percorso era emerso già all’I/O 2026. A maggio Google aveva presentato Gemini 3.5 Flash come motore per applicazioni agentiche e aveva annunciato aggiornamenti ad Antigravity, alla Gemini API e agli strumenti di sviluppo per Android. Lo stesso modello era stato scelto come base dell’AI Mode della Ricerca Google.
Gemini 3.6 Flash, arrivato a luglio, aveva poi ridotto il numero di token e di chiamate necessarie in alcuni processi. La versione 3.7 sposta l’attenzione verso una pianificazione più accurata e una migliore esecuzione. Il ritmo dei rilasci mostra un modello di sviluppo vicino a quello del software: versioni ravvicinate, feedback degli sviluppatori e modifiche degli algoritmi applicate in cicli brevi.
Per i responsabili dei sistemi informativi aziendali cambia anche il criterio con cui valutare un modello. La metrica utile non è soltanto il costo per milione di token. Contano il numero di tentativi, la frequenza degli errori, il tempo impiegato dagli operatori per controllare il risultato e la capacità del modello di usare correttamente strumenti e dati aziendali.
Sicurezza e limiti restano parte del costo industriale
Google dichiara di avere aggiornato con Gemini 3.7 Flash le protezioni contro gli utilizzi impropri nei settori chimico, biologico, radiologico e nucleare e negli attacchi informatici. La model card pubblicata da DeepMind documenta le valutazioni di sicurezza e ricorda che i modelli possono comunque produrre risultati inaccurati o inappropriati.
Questo aspetto pesa direttamente sull’impiego negli ambiti citati da Google, come finanza, diritto e bioscienze. Un punteggio più alto nella lettura di documenti complessi non elimina la necessità di controlli quando l’output può influire su decisioni finanziarie, contratti, conformità normativa o attività sanitarie.
Gemini 3.7 Flash rappresenta quindi un passaggio soprattutto industriale. Google sta cercando di trasformare i progressi dei modelli in un costo per attività abbastanza basso da rendere economicamente sostenibili agenti utilizzati migliaia o milioni di volte.
I benchmark indicano un vantaggio netto rispetto a 3.6 Flash in diversi compiti; la prova decisiva arriverà dai carichi di lavoro reali, dove errori, tempi di esecuzione e intervento umano finiscono direttamente nel conto economico.
Partecipa alla community