Gemini 3.7 Flash 不拚每項跑分，改用更快、更便宜的 AI 推理搶開發者市場

Gemini 3.7 Flash 是 Google 最新的生產力型「主力模型」，鎖定複雜程式設計、網頁開發、工具調用，以及需要多次往返的 AI 代理工作流程。模型於 2026 年 8 月 13 日推出，可透過 Gemini API、Google AI Studio、Google Antigravity 與 Gemini Enterprise Agent Platform 使用。

它真正吸引開發者的地方，不是每一項智慧基準都拿下第一，而是把接近前沿的能力、高輸出速度與低 API 入門價格放在同一個組合裡。對需要反覆讀取上下文、呼叫工具、檢查結果並重試的代理系統而言，這種取捨可能比單一跑分更重要。

「成長最快」到底代表什麼？

Google 將 Gemini 3.7 Flash 稱為「史上成長最快的模型」，但目前提供的資料並未披露足以驗證這項說法的數字。現有證據沒有列出使用者基數、統計期間、活躍開發者數、token 用量，也沒有指出比較對象。

因此，較穩妥的結論是：Google 正把 Flash 定位為能快速吸引開發者採用的模型，而低廉的上市價格，以及它在 Google 多項開發者產品中的整合，確實支撐這項策略。至於「成長最快」這個最高級描述，現階段應視為尚未量化的公司宣稱，不能當成已獲獨立證實的市場統計。

價格：2026 年底前便宜，2027 年起翻倍

Gemini 3.7 Flash 的 API 入門價格有效至 2026 年 12 月 31 日：

• **輸入：**每百萬個 token 0.75 美元
• **輸出：**每百萬個 token 3.75 美元，包含 thinking tokens

自 2027 年 1 月 1 日起，標準價格將變為每百萬個輸入 token 1.50 美元、每百萬個輸出 token 7.50 美元，正好是入門價的兩倍。Google 列出的折扣或批次處理價格，也會由輸入／輸出每百萬 token 0.375／1.875 美元，調升至 0.75／3.75 美元。

這個到期日對產品規劃相當重要。若某項工作負載在上市優惠期間看起來特別便宜，開發團隊在確定長期架構前，應先用 2027 年價格重新估算成本。

不過，token 單價只是代理系統成本的一部分。實際支出還會受到上下文長度、工具呼叫次數、失敗重試、快取輸入、推理強度與輸出量影響。基準測試中的單次任務成本，也不能直接等同於完整生產工作流程的保證價格。

智慧表現與速度：Flash 的核心賣點

Artificial Analysis 的獨立報告給予 Gemini 3.7 Flash 56 分 Intelligence Index，高於 Claude Sonnet 5 的 55 分，但略低於 GPT-5.6 Terra 的 57 分。

速度則是它最鮮明的差異化優勢。Artificial Analysis 測得其輸出速度約為每秒 340 個 token，平均每項任務的時間分數為 1.7，並指出在最高推理設定下，Flash 比 GPT-5.6 Terra 快約 40%。

這些數字反映的是模型或供應商環境中的測量結果，不代表所有應用都會獲得相同體驗。網路狀況、供應商路由、提示詞大小、工具延遲與推理設定，都可能改變使用者實際感受到的端到端回應時間。

程式設計與代理工作流程跑分

Google 表示，Gemini 3.7 Flash 相比 Gemini 3.6 Flash，在軟體工程、除錯、問題修復、網頁開發與代理工作流程方面都有顯著進步。目前資料中的代表性結果包括：

• FrontierCode 1.1 Main：43.6%，高於 Gemini 3.6 Flash 的 34.4%。
• Code Arena 網頁開發：1,588 Elo。
• Terminal-Bench 2.1：85.8%；Google 的比較中，Claude Sonnet 5 為 80.4%，GPT-5.6 Terra 為 87.4%。

這些結果顯示 Flash 是具備實力的程式與終端機代理模型，但不是所有項目都領先。以引用的 Terminal-Bench 成績來看，GPT-5.6 Terra 仍在前面；Flash 的優勢主要來自更快的生成速度與較低的入門價格。

ARC-AGI：高分之外，也要看每項任務成本

在高推理強度下，ARC Prize 公布 Gemini 3.7 Flash 的成績為：

• ARC-AGI-1 Semi-Private：95.5%，每項任務成本 0.12 美元
• ARC-AGI-2 Semi-Private：84.6%，每項任務成本 0.25 美元

考慮到所公布的單項成本，這是相當強的成本效益表現。不過，ARC-AGI 成績應被視為基準訊號，而不是軟體代理可靠度的直接預測。真實環境中的代理可能需要多次模型呼叫、外部工具、錯誤重試，還可能處理遠大於基準任務的上下文。

與其他模型相比，Flash 位於哪個位置？

模型	每百萬 token 的輸入／輸出價格	現有資料中的定位
Gemini 3.7 Flash	0.75／3.75 美元（入門價）	Intelligence Index 56；輸出速度約每秒 340 個 token；面向高吞吐量程式與代理工作流程。
GPT-5.6 Terra	2／12 美元	Intelligence Index 57，引用的 Terminal-Bench 成績較高，但列出的價格較貴、速度較慢。
Claude Sonnet 5	2／10 美元	接近 Flash 的生產級程式與代理競爭者，但引用的 Intelligence Index 為 55。
Claude Opus 5	5／25 美元	面向更困難的代理程式工作，價格也明顯更高。
Qwen3.8-Max	2／6 美元	資料包括 SWE-bench Pro 67.7 與 Terminal-Bench 2.1 86.6；列出的 token 價格高於 Flash 入門價。
GLM-5.3	1.40／4.40 美元	表面價格接近 Flash，但現有證據不足以進行同條件的獨立智慧或單任務成本比較。
Nemotron 3.5 Lightning	0.05／0.20 美元（列出的託管價格）	名目 token 價格低得多，但現有資料不足以與 Flash 進行嚴格、同基準的比較。

這張表不是 सार्व用的模型排行榜。不同基準來自不同評測，現有來源也沒有建立一場涵蓋所有模型的單一受控測試；價格則可能反映不同的託管方式、折扣條件或供應狀態。

Google 的策略：用吞吐量，而不是最高跑分取勝

現有比較透露出一個清楚的定位選擇。Gemini 3.7 Flash 在引用的 Intelligence Index 上接近前沿，但沒有拿下最高分：GPT-5.6 Terra 以 57 分略勝，且在 Google 引用的 Terminal-Bench 比較中也領先。

Google 強調的是智慧、延遲與成本之間的平衡。對 AI 代理平台來說，一個速度足以支援互動式開發、價格又低到可以反覆呼叫的模型，可能比一個在狹窄基準上取勝、但速度較慢且成本更高的模型更實用。這對程式助手、自動化問題修復、網頁開發代理，以及需要不斷讀取上下文、呼叫工具、檢視結果並再次嘗試的系統尤其重要。

在 2026 年 8 月的密集發表潮中，這種取捨更加明顯。Qwen3.8-Max 帶來強勁的代理與軟體工程競爭，GLM-5.3 與 Nemotron 3.5 Lightning 從價格和效率施壓，而 Claude Opus 5 與 GPT-5.6 則鎖定更高階的能力市場。

結論：它是高吞吐量主力，不是無可爭議的最聰明模型

Gemini 3.7 Flash 最適合被理解為一款高吞吐量的主力模型，而不是無可爭議的智慧冠軍。它的核心優勢是 Intelligence Index 56、約每秒 340 個 token 的生成速度、穩健的程式與終端機代理成績，以及異常低廉的上市入門價格。

對開發者而言，最大的注意事項可能不是技術，而是財務：每百萬個輸入／輸出 token 0.75／3.75 美元的優惠價格只到 2026 年 12 月 31 日，隔天起便改為 1.50／7.50 美元。

Google 的「成長最快」說法未來或許會被數據證實，但在目前缺乏使用量資料的情況下，證據真正支持的，是另一個較窄的判斷：Google 正試圖讓快速、負擔得起的推理成為開發者大規模部署 AI 代理的預設選項，而不是已經證明 Gemini 3.7 Flash 在模型採用率上創下紀錄。