Gemini 3.7 Flash 是 Google 8 月 2026 对 Gemini 3.6 Flash 的更新，专为编码、知识工作和多步骤代理工作流程而设计。谷歌报告称，在不改变介绍性 API 价格的情况下，在几个软件工程基准测试中取得了有意义的进步，但这些进步因任务而异，不应被解释为普遍的性能改进。
简而言之：当工具使用、存储库规模编码、Web 开发或长的多步骤工作流程很重要时，请选择 Gemini 3.7 Flash。如果 Gemini 3.6 Flash 已满足您的质量目标，请在更改生产系统之前针对代表性工作负载测试 3.7。
Gemini 3.7 Flash 与 3.6 Flash：快速判断
- 升级的最佳理由：在长周期软件工程、终端任务和网页开发方面具有更强的官方表现。
- 熟悉的地方：该模型基于 Gemini 3.6 Flash，并保留 1M 代币输入窗口。
- 定价：谷歌列出的介绍性价格为每百万个输入代币 0.75 美元，到 2026 结束时每百万个输出代币为 3.75 美元。
- 重要警告：基准测试结果测量定义的测试条件。它们不保证每个应用程序、提示或工具环境都有相同的改进。
Gemini 3.7 闪存规格
| 规格 | Gemini 3.7 Flash |
|---|---|
| 型号编号 | 双子座-3.7-闪光 |
| 地位 | 一般可用性 |
| 输入限制 | 1,048,576 个 Token |
| 输出限制 | 65,536 个 Token |
| 输入 | 文本、图像、视频、音频和 PDF |
| 输出 | 文本 |
| 思维层次 | 低、中、高 |
| 电脑使用 | 预览版支持 |
| API 介绍价格 | $0.75 输入 / $3.75 输出，每 1M 个 Token |
该模型支持函数调用、代码执行、文件搜索、结构化输出、URL 上下文和搜索基础。计算机使用可在预览中使用，因此制作团队应将浏览器或界面操作视为受监督的工作流程，而不是假设完美执行。
官方规范：Gemini API文档中的Gemini3.7Flash
官方基准比较
以下数字是截至 8 月2026 Google 公布的业绩。以“点”显示的改进是绝对百分比变化，而不是相对百分比。
| 基准测试 | Gemini 3.6 闪光 | Gemini 3.7 Flash | 更改 |
|---|---|---|---|
| DeepSWE v1.1 | 48.6% | 65.3% | +16.7 分 |
| FrontierCode 1.1 主 | 34.4% | 43.6% | +9.2 分 |
| 终端工作台2.1 | 78.0% | 85.8% | +7.8 分 |
| 终端工作台3.0 | 5.4% | 14.9% | +9.5 分 |
| 代码竞技场 — 网页开发 | 1538 Elo | 1588 Elo | +50 Elo |
来源及评测详情：Google DeepMind Gemini 3.7 Flash模型卡
基准收益意味着什么
软件工程
DeepSWE 评估长期软件工程工作。从 48.6% 到 65.3% 的增加是测试 3.7 Flash 以进行存储库级调试、多文件更改以及需要多次工具调用的任务的最明显原因。这仍然是一个基准结果，并不能保证您自己的 65.3% 问题将得到解决。
终端和代理工作流程
终端工作台的改进表明，当代理必须检查文件、运行命令并从障碍中恢复时，性能会更好。实际结果还取决于周围的代理、工具权限、时间限制和任务描述的质量。
网页开发
Code Arena 的 50 点增益表明该评估下的 Web 开发输出有所提高。团队仍应使用自己的设计系统来测试可访问性、响应行为、框架约定和视觉准确性。
Gemini 3.7 Flash 发生了什么变化？
Google 将 3.7 Flash 描述为对 3.6 Flash 推理基础的算法改进。其目的是更可靠地遵循指令，在需要时澄清意图，并在多步骤规划和工具调用上投入更多精力。底层关系很重要：这是 3.6 Flash 的迭代，而不是不相关的架构。
对于开发人员来说，实际的变化不是单一的标题分数，而是每个接受任务的成本。即使每个代币的价格不变，以更少的重试完成工作流程的模型也可能更便宜。这种好处应该通过任务完成率、延迟、审核时间和总代币来衡量，而不仅仅是基准分数。
多模式输入和长上下文
Gemini 3.7 Flash 接受文本、图像、音频、视频和 PDF 输入，并具有文本输出。它的 1,048,576 令牌输入限制使其适用于大型文档集合和存储库，但大窗口并不能消除检索、分块或相关性过滤的需要。发送不必要的上下文可能会增加延迟和成本，同时使提示不那么集中。
65,536-令牌输出限制支持长报告和更大的代码响应。在生产中，较短的结构化输出通常更容易验证、重试和存储。
Gemini Spark 和产品可用性
Google 表示，Gemini 3.7 Flash 为 Gemini Spark 提供支持，为超过 160 个国家/地区的 Google AI Pro 和 Ultra 订阅者提供支持。开发人员可以通过Google AI Studio和Gemini API访问模型，而企业可用性包括Google的企业代理产品。
代理的定价和实际成本
到 2026 结束时，Google 的初始价格为每百万个输入代币0.75 美元，每百万个输出代币3.75 美元。由于这是明确的介绍性定价，因此请在预测该期间之后的成本之前验证实时定价页面。
为了进行实际比较，请在同一任务集上跟踪这四个指标：
- 成功的任务完成率。
- 每个接受结果的输入和输出标记的中值。
- 延迟和工具重试次数。
- 人工审核和纠正时间。
您应该从 Gemini 3.6 Flash 升级吗？
如果您的工作负载涉及软件存储库、终端工具、长的多步骤计划、UI 生成或复杂的文档处理，请升级或开始受控测试。如果已经满足稳定的生产目标，并且迁移风险比增量质量更重要，则暂时保留3.6闪存。
安全的迁移流程
- 构建一个包含 20–50 个真实任务的测试集，包括常见案例和已知失败案例。
- 使用相同的提示、工具、限制和评估标准运行两个模型。
- 测量接受任务率、延迟、令牌成本和人工纠正时间。
- 单独审查安全敏感操作，尤其是计算机使用工作流程。
- 逐步推出并保留后备，直到新模型稳定为止。
局限性
Gemini 3.7 Flash 可能会产生幻觉、误解指令或做出错误的工具决策。谷歌还注意到可能出现的缓慢和超时问题。计算机的使用仍然具有预览功能。在采取后续行动之前需要确认，验证生成的代码并将检索到的 Web 内容视为不受信任的输入。
相关Premier Solutions指南
- 对于更广泛的模型架构和产品系列，请阅读 我们完整的 Gemini 3 技术指南.
- 比较之前的版本 我们的 Gemini 3.5 能力指南.
- 对于代理优先的开发工作流程，请继续 我们的谷歌反重力指南.
- 从终端工作的开发人员可以使用 我们的 Gemini CLI 指南.
- 对于本地开放模型替代方案，比较 完整的 Gemma 4 阵容.
常见问题
Gemini 3.7 Flash 普遍可用吗？
是的。 Google 将 gemini-3.7-flash 列为稳定、普遍可用的模型。
它有 1M 代币上下文窗口吗？
是的。记录的输入限制为 1,048,576 令牌，输出限制为 65,536 令牌。
3.7 Flash 总是比 3.6 Flash 更好吗？
不会。它在上面列出的官方基准测试中得分较高，但性能取决于任务、提示、工具和评估方法。在您自己的工作负载上测试这两个模型。
标价是永久的吗？
不会。Google 将每百万输入代币 0.75 美元和每百万输出代币 3.75 美元描述为在 2026 年底前可用的介绍性定价。
概括
Gemini 3.7 Flash 是针对编码和代理工作的重点升级。其最强劲的官方收益出现在长期软件工程、终端任务和网络开发领域。最佳迁移决策应将这些结果与质量、延迟、总令牌使用和审核时间的受控测试结合起来。
