Gemini 3.7 Flash

Pro 缺席时期的 Gemini 主力

Gemini 3.7 Flash（稳定 API 标识 gemini-3.7-flash）是 Google 于 2026 年 8 月 13 日以 GA 身份发布的多模态推理模型。Google 官方给它的定语是「我们最智能的 workhorse 模型」，重点方向是真实软件工程、网页与 UI 生成、复杂知识工作，以及需要可靠执行的多步智能体流程。

放在时间线里看会更清楚它的分量：同系列的 Gemini 3.5 Pro 自 2026 年 5 月官宣后连续跳票、至今未发布，Flash 线却已经从 3.5 一路迭代到 3.7。所以它虽然叫 Flash，实际承担的是 Gemini 当前的主力角色，而不是「省钱的备选」。

官方成绩里，最该看的是那个落差

DeepMind 官方模型卡给出的数据是：Artificial Analysis Intelligence Index 56、FrontierCode 1.1 Main 43.6%、DeepSWE v1.1 65.3%、Code Arena 1588 Elo、Terminal-Bench 2.1 85.8%、GDPval-AA v2 1525 Elo、GDP.pdf 34.0%、GDM-MRCR v2（128K）97.0%、OSWorld 2.0 47.9%、HLE-Verified 53.6%。

其中最值得单独拎出来的一组对比是 Terminal-Bench 2.1 拿到 85.8%，而 Terminal-Bench 3.0 只有 14.9%。这不是模型忽然变差，而是 3.0 版本大幅提高了任务难度和长程要求——它恰好说明：当前一代模型在「已被充分适配的命令行任务」上已经接近饱和，但面对更长链路、更开放的终端任务时，成功率仍然很低。做智能体规划时，这个数字比 85.8% 更有参考价值。

Google 的评测方法说明也值得留意：多数结果使用默认采样设置，DeepSWE 使用 high thinking 与 mini-SWE agent harness，各基准在工具、联网、视频帧数和重复运行次数上的条件并不一致，跨模型比较时不能只看数字。

规格与可调项

输入上下文上限 1,048,576 tokens，最大输出 65,536 tokens；支持文本、图像、视频、音频和 PDF 输入，输出文本，知识截止为 2026 年 3 月。思考档位分 low / medium / high 三档，默认 medium。功能面覆盖函数调用、代码执行、File Search、Google 搜索与 Maps grounding、结构化输出、URL Context、上下文缓存，以及预览阶段的 Computer Use；推理档位可选 Batch、Flex 和 Priority。

价格有个明确的悬崖，别按现价做长期预算

Gemini Developer API 目前执行推广价，且官方已经写明了到期时间：2026 年 12 月 31 日前，标准档每百万 tokens 输入 0.75 美元、输出 3.75 美元（含 thinking tokens），缓存读取 0.075 美元；2027 年 1 月 1 日起分别涨到 1.50、7.50 和 0.15 美元，正好翻倍。如果你在做全年成本测算或者签长期用量，务必按翻倍后的价格留出余量。

可用渠道包括 Gemini API、Google AI Studio、Google Antigravity、Gemini Enterprise Agent Platform、Gemini Enterprise 应用以及 Gemini Spark。模型权重未公开，使用需遵守 Google Gemini API 服务条款。

官方来源

• Gemini 3.7 Flash 发布博客
• Google DeepMind 官方模型卡
• Gemini API 模型文档