Google Gemini 3.7 Flash: tańszy, szybszy, ale czy to wystarczy?

Benchmarki – porównanie z poprzednikiem (Gemini 3.6 Flash)

Największe postępy widać w złożonej inżynierii oprogramowania i analizie dokumentów. W teście DeepSWE V1.1 wynik 3.7 Flash (65%) zbliża się do osiągów modelu GPT-5.6 Terra w tej konkretnej ewaluacji .

Jednak konkurencja Google wciąż prowadzi w powszechnie uznawanych benchmarkach kodowania. Dla porównania: Claude Sonnet 5 uzyskał 76,1% w Terminal-Bench 2.1 i 63,2% w SWE-Bench Pro, a GPT-5.6 Terra odpowiednio około 70% i 60% .

Ceny: o 50% taniej niż Gemini 3.6 Flash

Gemini 3.7 Flash zadebiutował w cenie promocyjnej 0,75 dolara za milion tokenów wejściowych i 3,75 dolara za milion tokenów wyjściowych – to 50% mniej niż Gemini 3.6 Flash, który kosztował 1,50/7,50 dolara . Promocyjna stawka obowiązuje do 31 grudnia 2026 r., po czym wróci do 1,50/7,50 dolara .

Porównanie cen (za milion tokenów, wejście/wyjście):

Gemini 3.7 Flash jest tańszy od Claude Sonnet 5 i GPT-5.6 Terra o około 60–75% w ujęciu mieszanym . Jednak w surowych benchmarkach kodowania konkurencja wciąż ma przewagę. Dla programistów 3.7 Flash oferuje atrakcyjny stosunek kosztów do wydajności w zadaniach o dużej skali, gdzie absolutna dokładność nie jest wymagana.

Status opóźnionego flagowca Gemini 3.5 Pro

• maj 2026 r.: Model zapowiedziano na Google I/O z obiecaną premierą w czerwcu . Termin minął bez premiery.
• lipiec 2026 r.: Bloomberg podał, że model jest "miesiącami opóźniony", ponieważ jego wydajność w kodowaniu nie spełniła wewnętrznych celów . Kapitalizacja rynkowa Alphabetu spadła o około 200 miliardów dolarów (4,4%) .
• Stan na 13 sierpnia 2026 r.: Google wciąż nie podał daty ani harmonogramu premiery Gemini 3.5 Pro . Firma mówi jedynie, że model jest "testowany z partnerami i wkrótce będzie dostępny" . Nie ma go w API Gemini ani w oficjalnej specyfikacji .

Zmiany kadrowe i presja strategiczna w Google DeepMind

5 sierpnia 2026 r. Alphabet ogłosił gruntowną restrukturyzację kierownictwa AI :

• Demis Hassabis zrezygnował z funkcji dyrektora generalnego Google DeepMind, by zostać przewodniczącym jednostki i głównym naukowcem w Alphabet . Ruch ten formalizuje przejście od zarządzania codzienną działalnością w stronę strategii AGI i badań naukowych . Jako przyczynę wskazywano napięcie między długoterminowymi ambicjami naukowymi Hassabisa a potrzebą szybkiej komercjalizacji AI w Google .
• Jeff Dean (wieloletni lider AI w Google) i inni kluczowi inżynierowie odeszli, by założyć nowy start-up . Dwóch czołowych badaczy odeszło do rywali już w czerwcu .
• Google konsoliduje wysiłki AI w swojej siedzibie w Kalifornii, osłabiając londyńską siedzibę DeepMind .
• Fortune poinformował, że restrukturyzacja była spowodowana niskim morale, exodusem talentów i opóźnieniami modeli – głównymi przyczynami były zablokowane modele, niedotrzymane terminy i wypalenie zawodowe pracowników . Eksperci określili to jako największą restrukturyzację od czasu połączenia Google Brain z DeepMind .

Obowiązki Hassabisa przejął Koray Kavukcuoglu, dotychczasowy dyrektor ds. technologii DeepMind, który teraz jest starszym wiceprezesem raportującym bezpośrednio do Sundara Pichai .