Gemini 3.7 Flash - Google DeepMind 发布的稳定版轻量主力模型

1.4K 00

Gemini 3.7 Flash是什么

ジェミニ 3.7 Flash 是 Google DeepMind 发布的稳定版轻量主力模型，模型 ID 为 gemini-3.7-flash，首日即非 preview。在 Gemini 3.6 Flash 的算法与推理核心基础上增强，主打编码与 Agent 工作负载，支持最高 100 万トークン输入、64K 输出，可处理文本、图片、音频、视频和 PDF。

Gemini 3.7 Flash - Google DeepMind 发布的稳定版轻量主力模型

Gemini 3.7 Flash的功能特色

定位与版本：模型 ID 为 gemini-3.7-flash，首日即为稳定版、无 preview 后缀；官方定位为面向编码与 Agent 的 workhorse 模型.
超大上下文：最高支持 100 万 tokens 输入、64K tokens 输出，适合长代码库、长文档与长对话 Agent 场景.
マルチモーダル入力：支持文本、图片、音频、视频、PDF 输入，输出为文本.
可调思考深度：提供低/中/高三档 thinking 预算，可在质量、成本与延迟之间灵活权衡。
编码能力增强：FrontierCode 1.1 Main 从 34.4% 升至 43.6%，超过クロード Sonnet 5 的 42.7% 和 GPT-5.6 Terra 的 41.3%.
Agent 执行能力提升：Terminal-Bench 2.1 从 78.0% 升至 85.8%，DeepSWE v1.1 升至 65.3%，AutomationBench 从 17.0% 升至 30.4%.
前端与文档处理：WebDev Arena Elo 从 1538 升至 1588；复杂文档理解基准 GDP.pdf 从 22% 升至 34%。
低成本推广价：输入 $0.75/M、输出 $3.75/M 至 2026 年底，批处理 API 半价；2027 年 1 月起恢复 $1.50/$7.50。
多渠道接入：可通过 Gemini API、AI Studio、Android Studio、Gemini Enterprise Agent Platform、Antigravity、Gemini Spark 等使用.
Agent 原生接口：配套 Interactions API，并弱化 temperature、top_p、top_k 等传统采样参数，向 Agent 工作流迁移。

Gemini 3.7 Flash的核心优势

同档位编码领先：FrontierCode 1.1 Main 达 43.6%，反超 Claude Sonnet 5（42.7%）和 GPT-5.6 Terra（41.3%），在 Flash/轻量档中形成差异化优势.
百万级上下文：100 万 tokens 输入 + 64K 输出，是同价位模型中少见的长上下文规格，适合整库代码分析与长链路 Agent 任务.
极致性价比：推广价输入 $0.75/M、输出 $3.75/M 至 2026 年底，且与 3.6 Flash 同价——升级几乎零成本；批处理再享半价.
Agent 执行力大幅跃升：Terminal-Bench 2.1 从 78.0% 升至 85.8%，AutomationBench 从 17.0% 升至 30.4%，工具调用与长程任务可靠性显著增强.
成本-质量灵活可控：低/中/高三档 thinking 预算，让同一模型覆盖从高频低延迟到高难度推理的不同场景.
全模态输入：文本、图片、音频、视频、PDF 统一接入，一套 API 覆盖多类工作流.
效率获第三方认可：Artificial Analysis 智能指数升至 56，并进入其“智能/任务耗时”帕累托前沿，兼顾质量与速度.
即开即用、生态成熟：首日即稳定版，Gemini API、AI Studio、Android Studio、Antigravity、Gemini Spark 等渠道全线可用，无迁移门槛。

Gemini 3.7 Flash官网是什么

プロジェクトのウェブサイト：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/

Gemini 3.7 Flash的操作步骤

选择接入方式：轻量体验可直接用 AIスタジオ网页版；开发集成走 Gemini API；编程场景可用 Android Studio、Antigravity；Agent 场景可用 Gemini Enterprise Agent Platform 或 Gemini Spark。
APIキーの取得：登录 Google AI Studio，在 API Keys 页面创建密钥，并确认项目已开通ジェミニAPI 访问权限。
SDKのインストール：按语言安装官方库，如 Python 执行 pip install google-genai，Node.js 安装 @google/genai；也可直接调用 REST 接口。
モデルの指定：请求中将模型名设为 gemini-3.7-flash（稳定版 ID，无 preview 后缀）.
配置思考档位：按任务难度设置 thinking 预算为低/中/高三档——高频低延迟任务用低档，复杂编码与推理用高档.
组织输入内容：文本提示之外，可直接附带图片、音频、视频或 PDF 文件作为多模态输入；长文档/长代码库可利用最高 100 万 tokens 的上下文窗口一次传入.
发起请求并处理输出：模型输出为文本；单次响应上限 64K tokens，超长生成任务需自行分段续写.

Gemini 3.7 Flash的适用人群

独立开发者与初创团队：推广价低至输入 $0.75/M、输出 $3.75/M（至 2026 年底），批处理再半价，适合预算有限但调用量大的小团队.
重度编码用户/软件工程师：FrontierCode 1.1 Main 达 43.6%，反超 Claude Sonnet 5 与 GPT-5.6 Terra，且可直接在 Android Studio、Antigravity 中使用，适合日常写码、改码、调试.
Agent 应用开发者：Terminal-Bench 2.1 升至 85.8%、AutomationBench 升至 30.4%，配套 Agent 原生的 Interactions API，适合构建工具调用、自动化流程类产品.
处理长上下文任务的团队：100 万 tokens 输入窗口可一次性喂入整个代码库、长合同、长报告，适合代码审计、文档分析等场景.
多模态内容从业者：支持图片、音频、视频、PDF 统一输入，适合需要跨格式理解内容的设计、媒体与运营人员。