Gemini 3.7 Flash 发布：Google 把高频编程 Agent 推向更低成本
Google 于 2026 年 8 月 13 日发布 Gemini 3.7 Flash，重点强化编程、网页开发和多步骤 Agent 工作流。模型支持最高 100 万 Token 上下文，并以截至年底的推广价格开放给开发者、企业和部分 Gemini 订阅用户。
Google 在 2026 年 8 月 13 日发布 Gemini 3.7 Flash，距离 Gemini 3.6 Flash 上线约三周。新模型继续承担 Flash 系列的高频主力角色，但升级重点明显向编程和 Agent 倾斜：更高的首次代码准确率、更稳定的多步骤规划，以及在遇到阻碍时调整策略和确认用户意图的能力。
开发者现在可以通过 Google AI Studio、Gemini API、Google Antigravity 和 Android Studio 使用模型；企业入口包括 Gemini Enterprise Agent Platform 与 Gemini Enterprise。Gemini App 中的 Spark 也已面向支持地区的 Google AI Pro、Ultra 订阅用户切换到 Gemini 3.7 Flash。
这次发布还有一项直接影响选型的变化：截至 2026 年 12 月 31 日，Gemini 3.7 Flash 的推广价格为每百万输入 Token 0.75 美元、输出 Token 3.75 美元，只有原 Gemini 3.6 Flash 标准价格的一半。Google 正在用一个更偏工程执行的 Flash 模型，同时压低生产级 Agent 的试用门槛。
Flash 的更新重点从响应速度转向任务完成率
Gemini 3.7 Flash 基于 Gemini 3.6 Flash，Google 称此次进步来自核心推理基础的算法改进和开发者反馈。模型依然强调速度与成本，但官方发布材料反复提到软件工程、知识工作、网页开发和复杂工具调用，说明它的目标已超出简单问答或轻量内容生成。
模型支持文本、图像、音频和视频输入，最高上下文窗口为 100 万 Token，文本输出上限为 64K Token。可定制思考配置让开发者在质量、延迟和成本之间做取舍。对于代码库分析、长文档处理和跨工具工作流，这些规格提供了更大的任务空间；实际调用成本仍会取决于输入长度、思考开销和重试次数。
Google 展示的示例包括生成可玩的 3D 游戏、协调子 Agent 构建交互式网页，以及用三个 Agent 组成的工作流辅助机器人模型训练。这些演示强调的是编排和持续执行，而非单次生成一段代码。
编程、文档与自动化评测均有提升
Google 公布的对比结果显示，Gemini 3.7 Flash 相比 3.6 Flash 在多项目标任务上取得明显进步。
评测 | Gemini 3.6 Flash | Gemini 3.7 Flash | 测试重点 |
|---|---|---|---|
FrontierCode 1.1 Main | 34.4% | 43.6% | 生产代码质量 |
DeepSWE v1.1 | 48.6% | 65.3% | 长程软件工程 |
WebDev Arena | 1538 Elo | 1588 Elo | 网页应用生成 |
AutomationBench | 17.0% | 30.4% | 真实业务自动化 |
GDP.pdf | 22.0% | 34.0% | 复杂专业 PDF 理解 |
这组数据说明升级覆盖了代码实现、工具执行和知识密集型文档处理。对小团队更有价值的是，模型如果能减少首次执行错误和循环重试，最终节省的可能不只是一轮 API Token，也包括人工检查和重新下发任务的时间。
厂商评测仍不能直接替代自己的工作负载。Google 模型卡列出的完整对比中，Gemini 3.7 Flash 并未在每个项目领先：它在 DeepSWE v1.1、Agent's Last Exam 和 OSWorld 2.0 等任务上仍有表现更高的对照模型。所谓“最智能的 Flash”是系列内部定位，不应改写成所有场景下的最强模型。
年底前是低价窗口，长期成本需要重新计算
Gemini 3.7 Flash 的推广价格有明确期限，不能当成长期固定价格。
时间 | 每百万输入 Token | 每百万输出 Token |
|---|---|---|
截至 2026 年 12 月 31 日 | 0.75 美元 | 3.75 美元 |
2027 年 1 月 1 日起 | 1.50 美元 | 7.50 美元 |
对准备上线 Agent 的团队，这段低价期适合做规模化验证，但预算模型应同时按恢复后的价格计算。一次真实任务通常包含多轮模型调用、工具执行、上下文回传和错误重试，标价只是总成本的一部分。低价模型若需要频繁人工介入，单任务成本仍可能高于更贵但稳定的方案。
比较模型时可以记录四个指标：任务一次完成率、平均重试次数、完整输入输出 Token、人工接管时间。用同一批真实任务跑完，才能判断 3.7 Flash 的价格优势是否能转化为业务优势。
小团队可以优先测试哪些工作流
Gemini 3.7 Flash 适合先进入候选模型池，而不是直接替换现有生产模型。已有 Google AI Studio 或 Gemini API 工作流的团队，可以从以下场景开始：
- 中型代码库修复。 选择有测试套件和验收条件的 Issue，观察模型能否完成定位、修改、测试和回归检查。
- 网页原型交付。 使用同一份设计参考和功能清单，对比页面完整度、交互正确性、首次生成可用率及后续修改轮数。
- 复杂文档转流程。 输入合同、财务资料或产品规范时先脱敏，再测试信息提取、规则判断与工具调用；高风险结论保留人工复核。
- Google Workspace Agent。 对 Spark 或企业工作流，重点验证授权边界、错误恢复和跨应用操作日志，而不是只看最终回答。
Flash 的价值在高频执行。测试重点应放在一周或一个月内能稳定完成多少任务，而不是挑选一次效果最好的演示。
仍需注意知识时效与生产稳定性
Google 模型卡将 Gemini 3.7 Flash 的知识截止时间列为 2026 年 3 月，同时说明部分领域的信息可能仍受 Gemini 3 系列较早知识边界影响。涉及最新政策、价格、产品状态或市场数据的任务，仍需要搜索、企业数据源或其他检索机制补充。
模型也保留基础模型常见的幻觉问题，并可能偶发变慢或超时。Google 为化学、生物、放射性与核风险以及网络攻击滥用更新了防护措施，这类请求的响应边界可能与普通编程任务不同。
Gemini 3.7 Flash 最值得继续观察的，是推广期结束后能否凭较高任务完成率维持合理的单任务成本。对于独立开发者和创业小团队，近期更现实的决定是用可验收的真实任务建立基线，在 2027 年价格恢复前拿到足够数据，再决定是否扩大部署。
