摘要：
2026年8月13日，Google正式推出Gemini 3.7 Flash，距离上一代3.6 Flash仅相隔23天。它并非全新预训练基座，而是在3.6... 2026年8月13日，Google正式推出Gemini 3.7 Flash，距离上一代3.6 Flash仅相隔23天。它并非全新预训练基座，而是在3.6 Flash基础上对推理层进行算法升级，定位为“迄今最智能的编程与智能体主力模型”。该模型拥有100万token上下文窗口，主打低成本、高吞吐，适用于代码生成、智能体工作流和批量知识处理等场景，并以半价API促销吸引开发者。
编程能力显著跃升
真实软件工程任务是本次升级的核心验证场景。据Google官方模型卡，Gemini 3.7 Flash在FrontierCode 1.1（生产级编程基准）上得分43.6%，较上一代的34.4%提升明显；在DeepSWE v1.1（长周期软件工程任务基准）上从约49%攀升至65.3%，涨幅超过16个百分点。
前端开发方面，WebDev Arena（网页开发人工对战榜）Elo评分从1538升至1588。Google特别强调，模型可根据截图、设计稿或设计系统直接生成功能完整的应用布局，实现“看图出码”的能力。
智能体与多步自动化：进步显著，但绝对水平仍偏低
多步自动化任务成功率接近翻倍，但仍需理性看待。AutomationBench（跨应用业务流程基准）从17.0%升至30.4%，超越了GPT-5.6 Terra（23.6%）和Claude Sonnet 5（10.7%）——这意味着每十个多步自动化任务中仍有约七个会失败。Terminal-bench 2.1（终端命令行执行基准）达到85.8%，但在更难的Terminal-bench 3.0上仅录得14.9%。
官方称模型在遇到障碍时会主动检查已完成工作、澄清意图、调整后续步骤，这正是智能体场景所需的行为模式。同时，长上下文检索能力也同步增强：GDM-MRCR v2（128k多轮长上下文检索基准）从91.8%升至97.0%。
三档思考模式与输出速度
新模型以low、medium（默认）、high三档思考等级取代旧的minimal档位。思考token按输出价格计费，档位选择成为每次调用成本的主要杠杆。迁移时需注意：旧的minimal参数会直接报错，须改为low。
独立评测机构Artificial Analysis数据显示，3.7 Flash智能指数为56分（3.6 Flash为52），输出速度约340 token/秒，在186个模型中排名第一，但幻觉率高于前代，上生产前建议用自有任务集验证。
横向对比：成本优势突出，极限能力仍有差距
| 维度 | Gemini 3.7 Flash | GPT-5.6 Terra | Claude Sonnet 5 |
|---|---|---|---|
| 开发方 | OpenAI | Anthropic | |
| 模型定位 | 编程与智能体主力 | 全能旗舰 | 通用主力 |
| AutomationBench完成率 | 30.4% | 23.6% | 10.7% |
| 每百万token混合成本（80/20输入输出比） | 约$1.35（促销价） | 约$4.00 | 约$3.60 |
成本是此次发布最大的差异化优势。按80/20输入输出比例计算，Gemini 3.7 Flash混合成本约$1.35/百万token，仅为GPT-5.6 Terra的三分之一。对全天候运行智能体的团队而言，这一价差足以改变架构选型。
不过，GPT-5.6 Terra在终端执行和计算机操作类任务上仍保持领先：Terminal-bench 2.1得分87.4%（Flash为85.8%），DeepSWE v1.1得分69.6%（Flash为65.3%）。追求极限任务成功率的场景，旗舰模型仍有不可替代性。
适用场景与人群
基于官方公布的升级方向与实际能力，Gemini 3.7 Flash主要面向三类场景：
高频代码生成与重构：FrontierCode 43.6%配合340 token/秒输出速度，适合IDE实时代码补全和批量重构，GitHub Copilot已将其接入为可选核心模型。
智能体工作流：多步工具调用、受阻后自我调整的行为优化，配合100万token上下文，适合代码库审计、跨系统信息整合等Agent任务。
文档与知识处理：GDP.pdf（复杂文档理解基准）从22.0%升至34.0%，原生支持PDF输入，适合合同、财报、技术文档批量处理。
适合人群：预算敏感的个人开发者、需控制token成本的初创团队、跑大批量智能体任务的企业。图表理解要求高的场景需注意CharXiv（图表推理基准）较3.6略有回退，建议先行实测。
使用方式与迁移须知
API / AI Studio：模型ID为
gemini-3.7-flash，注册后即可调用。开发工具集成：Android Studio、Google Antigravity已内置；GitHub Copilot可选为核心模型，覆盖VS Code、JetBrains、Xcode。
企业渠道：Gemini Enterprise智能体平台及应用。
个人入口：Gemini应用内的Spark体验（需AI Pro或Ultra订阅，限支持地区）。
从3.6 Flash迁移需注意三处必须修改：模型ID更换为gemini-3.7-flash；删除自定义temperature、top_p、top_k、candidate_count（已废弃会报错）；将数字thinking_budget参数改为字符串thinking_level，minimal改为low。官方提醒，价格不变不代表token消耗不变，上线首日即有报告显示单任务token用量高于3.6，迁移后应重跑代表性提示词对比成本。
定价与局限
促销价有明确截止日期：输入$0.75、输出$3.75/百万token持续至2026年12月31日，2027年1月1日起自动恢复至$1.50/$7.50——与3.6 Flash原价持平，全年成本测算应按恢复后价格计算。
局限方面：模型不开源、无开放权重，不支持自部署或离线环境；AutomationBench 30.4%的绝对水平意味着复杂多步任务仍需人工兜底；幻觉率高于前代，对事实准确性敏感场景须加验证层；CharXiv图表理解小幅回退。此外，部分API聚合渠道上线进度不一，OpenRouter为Day 0支持，其他渠道需确认。
常见问题重申
与3.6 Flash的区别：3.7 Flash并非重新预训练，而是在3.6基座上改进推理算法，核心提升在编程和智能体维度，价格与上下文窗口保持不变。
与GPT-5.6如何选型：多步自动化和成本敏感场景选3.7 Flash；终端执行、计算机操作和极限推理选GPT-5.6系列，建议采用Flash做主力、旗舰做兜底的双模型架构。
收费方式：促销期内输入$0.75/输出$3.75/百万token，思考token按输出价计费，思考档位是控制成本的主要手段。
能否本地部署：不能，仅提供API和云端服务，无自部署或离线方案，需本地部署可关注GLM-5.3、Muse Glimmer等开源权重模型。
迁移代码改动：三处必须改——模型ID、废弃采样参数移除、thinking参数替换，改后需重测token消耗。