8月14日消息,Google 发布 Gemini 3.7 Flash。这是 Gemini 3 系列 Flash 家族的新版本,距 7月21日 的 3.6 Flash 仅约三周,是 Flash 系列迭代最快的一次。官方将其定位为"迄今为止最智能的编程与 AI 智能体(workhorse)模型",首发输入价格定为 3.6 Flash 首发价的一半,优惠持续到年底。 三周迭代:算法改进而非新预训练
Gemini 3.7 Flash 基于 3.6 Flash 的模型结构,改进集中在核心推理算法,并非新的预训练。官方模型卡显示,其知识截止日期为 2026年3月,上下文窗口 100 万 Token,单次最大输出 64K Token,支持文本、图像、音频、视频输入,输出为文本。模型提供可调节的思考预算(低/中/高),用于在质量、成本与延迟之间权衡。
官方博客称,这次更新的重点是代码调试、问题解决与更高的首次生成代码通过率,以及面向金融、法律、生物科学领域的推理与 PDF 文档理解。可用渠道包括 Gemini API、AI Studio、Android Studio、Gemini Enterprise Agent Platform、Google Antigravity 与 Gemini Spark。
编程基准:FrontierCode 反超两款竞品
官方模型卡的编程基准显示,Gemini 3.7 Flash 较 3.6 Flash 全面上升:FrontierCode 1.1 Main(生产级代码)从 34.4% 升至 43.6%,高于 Claude Sonnet 5 的 42.7% 与 GPT-5.6 Terra 的 41.3%;DeepSWE v1.1(长程软件工程)从 48.6% 升至 65.3%;Terminal-Bench 2.1 从 78.0% 升至 85.8%;WebDev Arena 从 1538 升至 1588 Elo。 需要说明的是,这些数据为 Google 官方自测口径。在 DeepSWE 与 Terminal-Bench 上,3.7 Flash 仍落后于 GPT-5.6 Terra(分别为 69.6% 与 87.4%),并非所有编程指标都领先。
Agent 基准:AutomationBench 形成差异化
Agent 能力是这次更新的另一个重点。AutomationBench(企业工作流自动化)从 17.0% 升至 30.4%,明显高于 GPT-5.6 Terra 的 23.6% 与 Claude Sonnet 5 的 10.7%;GDP.pdf(专家级文档理解)从 22.0% 升至 34.0%;长上下文检索(GDM-MRCR v2 @ 128k)达到 97.0%。官方称多步执行更严谨、重试更少、指令遵循度更好。
同样来自官方模型卡的短板数据:在开放式分析类知识工作(GDPVal-AA)上,3.7 Flash 的 1525 仍低于 Claude Sonnet 5 的 1598 与 GPT-5.6 Terra 的 1578;CharXiv Reasoning 从 85.2% 微降至 84.5%。模型卡把这些一并披露,没有只列上升项。
首发半价:2027年翻倍
价格是这次发布的主要竞争信号。Gemini 3.7 Flash 首发价为输入 0.75、输出0.75、输出3.75 每百万 Token,是 3.6 Flash 首发价的一半,也低于 Claude Sonnet 5 与 GPT-5.6 Terra。2027年1月1日起价格翻倍至输入 1.50、输出1.50、输出7.50。思考 token 按输出计费,上下文缓存与 Batch/Flex 档位另有折扣。
对采购方而言,2026年底前是明确的低成本窗口。三周迭代与半价策略的组合,把 Flash 系列推入高频更新的竞争通道。
观察:性价比定位与企业自动化卖点
把三周迭代、半价定价与 AutomationBench 的领先放在一起看,Google 对 Flash 系列的打法很清楚:用快速迭代维持能力新鲜度,用低价扩大采用,用企业工作流自动化(AutomationBench)建立差异化。它不与旗舰模型比拼全能,而是在"workhorse"定位上做性价比与场景深度。
对开发者与企业采购,这个窗口期的选择需要同时看基准与价格:3.7 Flash 在编程与企业自动化上显著强于 3.6,但 DeepSWE 仍落后 GPT-5.6 Terra,开放式知识工作也不及 Sonnet 5,且 2027 年价格将翻倍。这些判断基于 Google 官方自测数据,实际生产表现仍需第三方评测与长期使用验证。