Gemini 3.7 Flash punta su velocità e costi ridotti, non sul primo posto nei benchmark

Dal 1° gennaio 2027 entreranno in vigore le tariffe standard: 1,50 dollari per un milione di token in ingresso e 7,50 dollari per un milione di token in uscita. Anche le tariffe scontate o in modalità batch indicate da Google raddoppieranno, passando da 0,375/1,875 a 0,75/3,75 dollari per milione di token in ingresso/uscita.

La scadenza è importante per chi sta progettando un prodotto in produzione. Un agente che durante la fase promozionale sembra insolitamente economico dovrebbe essere valutato anche usando i prezzi del 2027, prima di adottarlo in un’architettura destinata a durare.

Il costo per token, inoltre, racconta solo una parte della spesa reale. Il conto finale dipende dalla lunghezza del contesto, dalle chiamate agli strumenti, dai tentativi ripetuti, dall’eventuale riutilizzo degli input memorizzati, dal livello di ragionamento e dalla quantità di output. Il costo riportato per un benchmark non equivale quindi automaticamente al prezzo di un intero workflow in produzione.

Velocità e intelligenza generale

Secondo l’Artificial Analysis Intelligence Index, Gemini 3.7 Flash ottiene 56 punti. Il risultato lo colloca sopra Claude Sonnet 5, a quota 55, e appena sotto GPT-5.6 Terra, che raggiunge 57 nella comparazione citata.

La velocità è il suo elemento più distintivo. Artificial Analysis ha misurato circa 340 token di output al secondo e un punteggio medio di 1,7 nel tempo per attività, indicando che Flash è circa il 40% più veloce di GPT-5.6 Terra con il massimo livello di ragionamento.

Sono comunque misurazioni di modello o provider, non una garanzia di risposta identica in ogni applicazione. Rete, instradamento del provider, dimensione del prompt, latenza degli strumenti e impostazioni di ragionamento possono modificare sensibilmente il tempo percepito dall’utente.

Coding e workflow agentici

Google segnala miglioramenti consistenti rispetto a Gemini 3.6 Flash nell’ingegneria del software, nel debugging, nella risoluzione dei problemi, nello sviluppo web e nei workflow agentici. Tra i risultati citati figurano:

• 43,6% in FrontierCode 1.1 Main, contro il 34,4% di Gemini 3.6 Flash.
• 1.588 punti Elo in Code Arena per lo sviluppo web.
• 85,8% in Terminal-Bench 2.1, rispetto all’80,4% di Claude Sonnet 5 e all’87,4% di GPT-5.6 Terra nella comparazione di Google.

Il quadro è quello di un modello solido per coding e agenti da terminale, ma non di un vincitore assoluto. GPT-5.6 Terra resta davanti nel risultato citato di Terminal-Bench; Flash risponde soprattutto con maggiore velocità e un prezzo introduttivo più basso.

ARC-AGI: punteggi elevati e costo per attività

Con il livello di ragionamento alto, ARC Prize riporta per Gemini 3.7 Flash questi risultati:

• 95,5% in ARC-AGI-1 Semi-Private, a 0,12 dollari per attività
• 84,6% in ARC-AGI-2 Semi-Private, a 0,25 dollari per attività

Sono numeri notevoli, soprattutto considerando il costo dichiarato per singola attività. Ma ARC-AGI resta un indicatore di benchmark, non una previsione diretta dell’affidabilità di un agente software. In produzione, un agente può effettuare molte chiamate al modello, usare strumenti esterni, riprovare dopo un errore e gestire contesti molto più ampi rispetto a quelli di un test.

Il confronto con i concorrenti

La tabella non è una classifica universale. I benchmark provengono da valutazioni diverse e le fonti non dimostrano l’esistenza di un test controllato unico per tutti i modelli. Anche i prezzi possono riflettere condizioni differenti di hosting, sconti o disponibilità.

La scommessa di Google: più throughput, meno inseguimento del punteggio record

I confronti disponibili suggeriscono una scelta di posizionamento precisa. Gemini 3.7 Flash è vicino alla frontiera nell’Intelligence Index, ma non guida la classifica citata: GPT-5.6 Terra lo supera di poco con 57 e ottiene anche il risultato migliore nella comparazione di Terminal-Bench.

Google punta invece sul compromesso tra intelligenza, latenza e costo. Un modello abbastanza rapido per lo sviluppo interattivo e abbastanza economico per essere richiamato molte volte può risultare più utile all’interno di una piattaforma per agenti rispetto a un modello più lento e costoso, anche se quest’ultimo vince un benchmark specifico.

È uno scenario rilevante per assistenti di programmazione, risoluzione automatica dei problemi, agenti per lo sviluppo web e workflow che leggono ripetutamente il contesto, chiamano strumenti, verificano i risultati e tentano nuove azioni.

L’ondata di rilasci dell’agosto 2026 rende il confronto ancora più affollato: Qwen3.8-Max porta una forte concorrenza nel software engineering e negli agenti, GLM-5.3 e Nemotron 3.5 Lightning spingono su prezzo ed efficienza, mentre Claude Opus 5 e GPT-5.6 presidiano la fascia delle capacità più elevate.

Verdetto

Gemini 3.7 Flash va letto come un modello da lavoro ad alto throughput, non come il modello indiscutibilmente più intelligente. La sua tesi più convincente combina un punteggio di 56 nell’Intelligence Index, una generazione di circa 340 token al secondo, risultati robusti nel coding e negli agenti da terminale e prezzi introduttivi insolitamente bassi.

Per gli sviluppatori, la principale avvertenza è economica: le tariffe di lancio da 0,75/3,75 dollari scadono il 31 dicembre 2026, mentre dal giorno successivo entreranno in vigore quelle standard da 1,50/7,50 dollari.

La previsione di Google sulla crescita potrebbe rivelarsi corretta, ma senza dati pubblici sull’utilizzo le evidenze dimostrano soprattutto una strategia: rendere l’inferenza veloce ed economica una scelta predefinita per l’uso su larga scala, non un record di adozione già verificato.