Google 发布 Gemini 3.7 Flash
来自 Google DeepMind · 期号 2026-08-14
摘要
Google DeepMind 发布 Gemini 3.7 Flash，距离 3.6 Flash 仅三周。 编程能力提升最明显：FrontierCode 1.1 Main 从 34.4% 升至 43.6%，DeepSWE v1.1 从 49.0% 升至 65.3%。Web 开发方面，WebDev Arena Elo 得分从 1538 升至 1588。复杂文档处理（GDP.pdf）从 22.0% 升至 34.0%，企业自动化（AutomationBench）从 17.0% 升至 30.4%。 开发者体验也有改进：模型更擅长应对障碍、澄清意图、遵循指令，多步规划和工具调用更严谨。 3.7 Flash 以半价推出：输入每百万 token 0.75 美元，输出 3.75 美元，优惠持续到年底。同时，Google AI Pro 和 Ultra 订阅用户的 Gemini Spark 也已切换至 3.7 Flash。
深读
导读 Google DeepMind 发布了 Gemini 3.7 Flash，距离上一代 3.6 Flash 仅三周。这是面向编程和 agent 场景的最强工作模型，在软件工程、知识密集型任务和网页开发上均有显著提升，同时定价降至上一代的一半。读完本文能了解 3.7 Flash 的具体性能提升幅度、定价策略以及适用场景。 关键信息 - 在 FrontierCode 1.1 Main 基准上，3.7 Flash 得分从 34.4% 升至 43.6%。 - 在 DeepSWE v1.1 基准上，得分从 49.0% 升至 65.3%。 - WebDev Arena Elo 评分从 1538 升至 1588。 - GDP.pdf 基准（复杂文档处理）得分从 22.0% 升至 34.0%。 - AutomationBench 基准（真实业务流程）得分从 17.0% 升至 30.4%。 - 定价为每百万输入 token 0.75 美元、输出 token 3.75 美元，是 3.6 Flash 的一半，优惠价持续到年底。 逐节讲解 模型定位与发布背景 Gemini 3.7 Flash 是 Google DeepMind Flash 系列的最新版本，定位为面向编程和 agent 场景的“最强工作模型”。发布距离上一代 3.6 Flash 仅三周，官方称改进直接来自开发者反馈和算法创新。模型在软件工程、知识工作和网页开发三个方向上有实质性提升。 性能提升详解 模型在多个基准测试上展示了具体提升幅度。在代码任务上，FrontierCode 1.1 Main 和 DeepSWE v1.1 分别提升约 9 和 16 个百分点，表明在调试、问题解决和生成生产级代码方面有进步。在网页开发上，WebDev Arena Elo 提升 50 分，模型能更少轮次地生成功能完整的布局和应用，且对截图、图像或完整设计系统的设计遵循度更高。在知识密集型领域（金融、法律、生物科学），GDP.pdf 和 AutomationBench 分别提升 12 和 13.4 个百分点，说明模型处理复杂文档和完成真实业务流程的能力更强。 开发者体验与定价 3.7 Flash 在指令遵循、多步规划和工具调用上更加严谨，能更好地应对障碍并在需要时澄清意图，从而减少人工监督和重试。定价方面，优惠价到年底为每百万输入 token 0.75 美元、输出 token 3.75 美元，是 3.6 Flash 的一半。同时，面向 Google AI Pro 和 Ultra 订阅用户的 Gemini Spark 服务即日起切换至 3.7 Flash。 值得注意 原文未提供 3.7 Flash 的架构细节（如参数量、是否采用 MoE），也未说明性能提升有多少来自数据、多少来自算法创新。定价优惠期到年底，之后是否会恢复原价或调整尚未明…