Gemini 3.7 Flash 於 2026 年 8 月 13 日 發布,距離 3.6 Flash 僅相隔三週。 根據官方說明,這並非全新的預訓練模型,而是基於 3.6 Flash 的核心推理基礎進行演算法優化改良的版本。 該模型支援 文字、圖片、音訊與影片 輸入,擁有 100 萬 tokens 的上下文窗口,並可輸出高達 64K tokens。 Google 將其定位為 Gemini 3 系列的主要代理工作馬,用以填補深度推理的 Pro 模型與輕量級 Flash-Lite 模型之間的空缺。 目前已可透過 Google 的 APIs、AI Studio 與 Antigravity 平台使用,並將逐步推廣至其他產品中。
| 基準測試 | 3.7 Flash | 3.6 Flash | 變化 |
|---|---|---|---|
| AA Intelligence Index | 56 | 52 | +4 |
| FrontierCode 1.1(生產環境程式碼品質) | 43.6% | 34.4% | +9.2 百分點 |
| DeepSWE 1.1(複雜軟體工程) | 65.3% | 48.6% | +16.7 百分點 |
| Terminal-Bench 2.1 | 85.8% | 78.0% | +7.8 百分點 |
| Terminal-Bench 3.0 | 14.9% | 5.4% | +9.5 百分點(約 2.8 倍增長) |
| AutomationBench | 30.4% | 17.0% | +13.4 百分點 |
| Code Arena WebDev(Elo 評分) | 1,588 | 1,538 | +50 |
最大的進步體現在複雜軟體工程與文件理解能力。在 DeepSWE V1.1 基準測試中,3.7 Flash 的 65% 成績已逼近 GPT-5.6 Terra 的表現。
然而,在業界廣泛引用的程式碼基準測試上,Google 的競爭對手仍保持領先。作為對照,Claude Sonnet 5 在 Terminal-Bench 2.1 上獲得 76.1%,在 SWE-Bench Pro 獲得 63.2%;而 GPT-5.6 Terra 則分別約為 70% 和 60%。
Gemini 3.7 Flash 以 每百萬輸入 tokens 0.75 美元、每百萬輸出 tokens 3.75 美元的入門價格 推出,比 Gemini 3.6 Flash 的 1.50 美元 / 7.50 美元便宜了一半。 此優惠價格將持續至 2026 年 12 月 31 日,之後將恢復為 1.50 美元 / 7.50 美元。
價格比較(每百萬 tokens,輸入/輸出):
| 模型 | 輸入($/MTok) | 輸出($/MTok) |
|---|---|---|
| Gemini 3.7 Flash(入門價) | $0.75 | $3.75 |
| Gemini 3.6 Flash | $1.50 | $7.50 |
| Claude Sonnet 5(標準價) | $3.00 | $15.00 |
| GPT-5.6 Terra | ~$2.50 | ~$15.00 |
從綜合成本來看,3.7 Flash 比 Claude Sonnet 5 和 GPT-5.6 Terra 便宜了約 60-75%。 對於開發者而言,在執行大量代理任務且不需要絕對頂尖精確度的場景下,3.7 Flash 提供了極具吸引力的成本效益比。
2026 年 8 月 5 日,Alphabet 宣布了一項大規模的 AI 領導層重組:
Hassabis 的日常營運職責由 DeepMind 技術長 Koray Kavukcuoglu 接替,他目前擔任資深副總裁,直接向 Sundar Pichai 彙報。
Gemini 3.7 Flash 於 2026 年 8 月 13 日 發布,距離 3.6 Flash 僅相隔三週。 根據官方說明,這並非全新的預訓練模型,而是基於 3.6 Flash 的核心推理基礎進行演算法優化改良的版本。 該模型支援 文字、圖片、音訊與影片 輸入,擁有 100 萬 tokens 的上下文窗口,並可輸出高達 64K tokens。 Google 將其定位為 Gemini 3 系列的主要代理工作馬,用以填補深度推理的 Pro 模型與輕量級 Flash-Lite 模型之間的空缺。 目前已可透過 Google 的 APIs、AI Studio 與 Antigravity 平台使用,並將逐步推廣至其他產品中。
| 基準測試 | 3.7 Flash | 3.6 Flash | 變化 |
|---|---|---|---|
| AA Intelligence Index | 56 | 52 | +4 |
| FrontierCode 1.1(生產環境程式碼品質) | 43.6% | 34.4% | +9.2 百分點 |
| DeepSWE 1.1(複雜軟體工程) | 65.3% | 48.6% | +16.7 百分點 |
| Terminal-Bench 2.1 | 85.8% | 78.0% | +7.8 百分點 |
| Terminal-Bench 3.0 | 14.9% | 5.4% | +9.5 百分點(約 2.8 倍增長) |
| AutomationBench | 30.4% | 17.0% | +13.4 百分點 |
| Code Arena WebDev(Elo 評分) | 1,588 | 1,538 | +50 |
最大的進步體現在複雜軟體工程與文件理解能力。在 DeepSWE V1.1 基準測試中,3.7 Flash 的 65% 成績已逼近 GPT-5.6 Terra 的表現。
然而,在業界廣泛引用的程式碼基準測試上,Google 的競爭對手仍保持領先。作為對照,Claude Sonnet 5 在 Terminal-Bench 2.1 上獲得 76.1%,在 SWE-Bench Pro 獲得 63.2%;而 GPT-5.6 Terra 則分別約為 70% 和 60%。
Gemini 3.7 Flash 以 每百萬輸入 tokens 0.75 美元、每百萬輸出 tokens 3.75 美元的入門價格 推出,比 Gemini 3.6 Flash 的 1.50 美元 / 7.50 美元便宜了一半。 此優惠價格將持續至 2026 年 12 月 31 日,之後將恢復為 1.50 美元 / 7.50 美元。
價格比較(每百萬 tokens,輸入/輸出):
| 模型 | 輸入($/MTok) | 輸出($/MTok) |
|---|---|---|
| Gemini 3.7 Flash(入門價) | $0.75 | $3.75 |
| Gemini 3.6 Flash | $1.50 | $7.50 |
| Claude Sonnet 5(標準價) | $3.00 | $15.00 |
| GPT-5.6 Terra | ~$2.50 | ~$15.00 |
從綜合成本來看,3.7 Flash 比 Claude Sonnet 5 和 GPT-5.6 Terra 便宜了約 60-75%。 對於開發者而言,在執行大量代理任務且不需要絕對頂尖精確度的場景下,3.7 Flash 提供了極具吸引力的成本效益比。
2026 年 8 月 5 日,Alphabet 宣布了一項大規模的 AI 領導層重組:
Hassabis 的日常營運職責由 DeepMind 技術長 Koray Kavukcuoglu 接替,他目前擔任資深副總裁,直接向 Sundar Pichai 彙報。