fanweibin.cn

主题

⏱ 11 分钟阅读✍️ 3,025 字👁 ...AI大模型# Google# Gemini 3.7 Flash# Gemini# 编程助手# Agent# API# 大模型评测

Gemini 3.7 Flash 发布：三周一迭代，编程与 Agent 能力大涨的同时价格砍半 ​

2026 年 8 月 13 日，Google 正式发布了 Gemini 3 系列的最新一代"工作模型"——Gemini 3.7 Flash。距离上一代 Gemini 3.6 Flash 发布还不到三周，这个节奏本身就是一个值得注意的信号：Google 把 Flash 这条产品线的迭代周期压缩到了近乎"月更"的速度。官方将 Gemini 3.7 Flash 定位为"迄今为止最智能的工作模型"（our most intelligent workhorse model yet），主打编程、Agent 工作流与知识密集型任务，在 FrontierCode、DeepSWE、WebDev Arena 等和开发者强相关的基准上都有两位数百分比的提升，同时把入门期 API 价格直接砍到上一代的一半。对于每天在用大模型写代码、跑 Agent、做长文档处理的开发者来说，这是一次"既提能力又降价"的双重利好，也是观察 Google 如何在 Gemini 3 家族内部做梯度定位的一个好样本。

一、背景：为什么是"三周一迭代"，Flash 在 Gemini 3 家族里是什么角色 ​

Gemini 3 家族目前呈现出清晰的三层结构：面向深度推理的 Pro 系列、追求极致吞吐与低成本的 Flash-Lite 系列，以及介于两者之间、作为"主力工作模型"的 Flash 系列。按照 Google AI for Developers 文档的表述，Gemini 3.7 Flash 的定位是"连接深度推理的 Pro 模型与高吞吐的 Flash-Lite 模型之间的桥梁"，目标是在保持高 token 效率的同时，具备处理多步骤、多模态任务的能力——这正是 Agent 场景最需要的组合：既要足够聪明，又不能贵到没法大规模跑。

这次发布的背景也和整个行业的竞争节奏有关。就在 Gemini 3.7 Flash 发布前后几天，OpenAI 刚刚因为下一代模型 Astra 的网络安全能力可能触及"Critical"红线而选择暂停发布（本站 8 月 11 日文章已详细拆解），DeepSeek 也在 8 月 12 日把 V4 Pro 推到了正式版。在这样的节奏下，Google 选择用一次小版本、高频率的迭代去持续压制"编程 + Agent"这个开发者最敏感的场景，而不是憋一个大版本——这本身就是一种产品策略上的表态：与其等半年发一次"炸场"的旗舰，不如三周一次地把编程和 Agent 基准往上顶一截，同时用价格战巩固开发者心智。Google 官方也明确说这次更新"源于开发者反馈和核心推理能力的算法改进"，说明这更像一次听取一线开发者痛点后的针对性打磨，而非架构层面的重做。

二、技术细节解析 ​

1. 基础规格：不变的骨架，调优的推理 ​

Gemini 3.7 Flash 依然是基于 Transformer 的混合专家（Mixture-of-Experts）架构，和 3.6 Flash 保持一致，官方没有对外公布参数规模。核心变化在"算法层面对核心推理基础的改进"（algorithmic improvements to its core reasoning foundation）——也就是说，这次提升更多来自训练方法和推理策略的优化，而不是简单地堆参数或堆数据。

关键规格如下：

  • 上下文窗口：输入 1,048,576 token（约 100 万 token），输出上限 65,536 token；
  • 支持输入模态：文本、图像、视频、音频、PDF；
  • 支持输出：仅文本；
  • 模型 ID：gemini-3.7-flash；
  • 知识截止：官方模型卡标注为 2026 年 3 月（部分领域为 2025 年 1 月）；
  • 不支持：音频生成、图像生成、Live API。

2. 三档可调思考深度（Thinking Level） ​

Gemini 3.7 Flash 延续了 Gemini 3 系列的"可调思考深度"机制，支持 low、medium、high 三档（注意这一代不再支持 minimal 档位）。这个参数本质上是在推理时长/成本与答案质量之间做权衡：简单的分类、摘要、格式转换任务可以用 low 档快速出结果，压低延迟和花费；而涉及多步骤代码调试、跨文件重构、复杂业务流程编排的 Agent 任务则应该切到 high 档，让模型花更多"思考 token"去做链式推理。这也是当前一线大模型厂商的共同趋势——把推理深度做成一个显式可控的旋钮，而不是让开发者在"快而浅"和"慢而准"的多个模型之间做二选一。

3. 关键基准：编程与 Agent 能力的具体提升 ​

官方公布的对比数据（Gemini 3.7 Flash vs. Gemini 3.6 Flash）：

基准含义3.6 Flash3.7 Flash
FrontierCode 1.1 Main多语言编程任务，含 bug 修复与代码规范符合度34.4%43.6%
DeepSWE v1.1软件工程 Agent 端到端任务完成率49.0%65.3%
WebDev Arena（Elo）前端/Web 应用生成的人类偏好评分15381588
GDP.pdf长文档/商业文档理解22.0%34.0%
AutomationBench私有测试集上的业务流程自动化能力17.0%30.4%
Terminal-bench 2.1终端环境下的 Agent 任务执行—85.8%

其中 DeepSWE v1.1 从 49% 跳到 65.3%，是这次更新里最亮眼的一项——这个基准衡量的是模型在真实软件工程场景里独立完成任务的能力（读代码、定位问题、写补丁、跑测试），16.3 个百分点的提升意味着"少人工介入、少来回重试"的 Agent 体验有实质性改善。SiliconANGLE 的报道也提到，在涵盖九项评测的横向对比中，Gemini 3.7 Flash 的表现整体优于 Anthropic 和 OpenAI 的同价位可比模型；GDP.pdf 商业文档基准上，3.7 Flash 比 Claude Sonnet 5 高 6 个百分点、比 GPT-5.6 Terra 高 9.3 个百分点。需要提醒的是，跨厂商基准对比通常由发布方自行给出测试条件，实际选型时建议在自己的业务数据上跑一遍再下结论。

Google 产品高级总监 Tulsee Doshi 在发布时的表述也印证了这个方向：新模型"能更好地适应任务中的障碍、在需要时主动澄清意图、更忠实地遵循指令"，这些描述指向的都是 Agent 循环里"少犯错、少绕弯路"的可靠性提升，而不只是单点能力分数的提高。

4. 价格：入门期直接砍半 ​

这次发布另一个对开发者钱包最直接的变化是定价。Gemini 3.7 Flash 的入门价（截至 2026 年 12 月 31 日有效）为：

  • 输入：每百万 token 0.75 美元
  • 输出：每百万 token 3.75 美元

这是 Gemini 3.6 Flash 价格的一半，2027 年 1 月 1 日起会涨回 1.50/7.50 美元每百万 token。对于需要跑批量 Agent 任务、长上下文文档处理的团队来说，趁着这个价格窗口迁移是相当划算的选择——尤其考虑到能力还同步在提升，属于"既降价又提质"的少见组合。

5. 接入方式与工具生态 ​

Gemini 3.7 Flash 已经全面接入 Google 的开发者与企业工具链：面向开发者可以通过 Google AI Studio、Android Studio、Google Antigravity（Google 的 Agent 开发环境）直接调用；面向企业客户接入 Gemini Enterprise Agent Platform；面向消费者则通过 Gemini Spark（Pro/Ultra 订阅用户，已覆盖 160 多个国家/地区）间接使用，支持联网浏览和 Google 服务集成。API 层面支持的能力包括：缓存（caching）、代码执行、Computer Use（预览版）、文件搜索、函数调用（function calling）、搜索关联（search grounding）、结构化输出、URL 上下文，以及 Google 地图关联（Google Maps grounding），并提供 Batch API、Flex 推理和 Priority 推理几种调用模式。

三、实践指南：从 3.6 Flash 迁移与调用示例 ​

如果你已经在用 gemini-3.6-flash，迁移到 3.7 Flash 通常只需要改一行模型 ID，逻辑不需要大改。以下是用 Python 官方 SDK（google-genai）调用的示例，演示如何设置思考深度并做一次典型的代码调试类 Agent 请求：

python
from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents=[
        "下面这段 Python 代码在并发写入时会出现数据丢失，"
        "请定位问题、给出修复后的完整代码，并解释根因：\n\n"
        "<粘贴你的代码>"
    ],
    config=types.GenerateContentConfig(
        # 复杂调试/多步骤 Agent 任务用 high，
        # 简单摘要、格式转换等用 low 以降低延迟和成本
        thinking_config=types.ThinkingConfig(thinking_level="high"),
        tools=[types.Tool(code_execution=types.ToolCodeExecution())],
    ),
)

print(response.text)

几点实践建议：

  1. 按任务复杂度分档使用 thinking_level：批量处理简单文本任务时统一用 low 能显著压低成本；只在真正需要多步推理的 Agent 环节切到 high，避免"高射炮打蚊子"。
  2. 利用 100 万 token 上下文做整仓库级别的代码理解：结合 FrontierCode 和 DeepSWE 的提升幅度，Gemini 3.7 Flash 更适合直接喂入整个项目的关键文件做跨文件重构和缺陷定位，而不是逐文件切片喂入。
  3. 趁价格窗口期做压测和成本核算：0.75/3.75 美元每百万 token 的价格会持续到 2026 年底，如果你的应用有稳定的月度调用量，现在是把 Agent 流水线迁移过来、顺便做一次真实成本核算的好时机。
  4. Computer Use 仍是预览功能：如果计划用它做浏览器/桌面自动化类 Agent，建议先在非生产环境验证稳定性和权限边界，官方明确标注该能力还在 preview 阶段。
  5. 安全边界：官方模型卡说明 Gemini 3.7 Flash 在 CBRN、网络安全等前沿安全维度均未触及 critical 能力等级，这意味着它仍然是一个可以放心用于生产 Agent 场景的"常规安全等级"模型，但涉及高权限工具调用（如自动执行 shell 命令、发起真实交易）时，仍建议按最小权限原则做沙箱隔离。

四、总结与展望 ​

Gemini 3.7 Flash 这次发布最值得关注的不是某一项基准分数的绝对高低，而是它所代表的节奏和策略：三周一次的高频迭代、明确聚焦编程与 Agent 场景的能力打磨、以及用价格砍半去抢占开发者心智——这套组合拳背后是 Google 在"中间价位、主力工作模型"这个赛道上的强势布局。结合 OpenAI Astra 因安全评估被按下暂停键、DeepSeek V4 Pro 正式版涨价的同期动态，可以看到 2026 年 8 月这几周的大模型竞争已经从单纯的"参数堆量"转向了更细分的维度：谁能在编程和 Agent 这类高频刚需场景里做到"又快又准又便宜"，谁就能在开发者生态里占住位置。对于国内的开发者和团队来说，如果你的产品里有代码生成、自动化测试、长文档处理或者浏览器/桌面 Agent 这类场景，值得在接下来几个月里把 Gemini 3.7 Flash 纳入选型对比，尤其是利用好这段价格窗口期做一次真实成本和效果的双重验证。

参考来源 ​

📚 相关文章

💬 评论

已运行 … · 总访问 … 次

© 2018-2026 范伟彬 · 写作空间