---
url: /gemini_3.7.md
description: >-
  详细介绍 Google 于 2026年8月13日发布的 Gemini 3.7 Flash 模型：百万级上下文、64K 输出、Agentic
  编码与多模态能力、入门价格及官方 benchmark 数据。
---

# Gemini 3.7 Flash 模型介绍

你见过"新品比旧品便宜一半"的发布吗？

2026 年 8 月 13 日，Google DeepMind 把 **Gemini 3.7 Flash** 推上了正式可用（GA，General Availability）。按惯例，越新的模型越贵——但 3.7 Flash 的**入门价直接给到输入 $0.75 / 百万 token、输出 $3.75 / 百万 token**，这比上一代 3.6 Flash 的常规价（输入 $1.50、输出 $7.50）整整便宜了一半。

> 我第一反应是：谷歌是不是算错账了？后来一想，这是故意的。3.7 Flash 的定位很明确——它是给"干活的智能体"用的主力模型，要的是规模铺量，不是单笔溢价。便宜，恰恰是为了让你敢把它塞进长期跑的 Agent 循环里。

这就是今天这篇要讲的主角。下面用最白话的方式，把它是什么、强在哪、能干什么、怎么上手，一次性说清楚。

## 什么是 Gemini 3.7 Flash

Gemini 3.7 Flash 是 Google DeepMind 于 **2026 年 8 月 13 日**正式发布的**生产级模型**，模型 ID 为 `gemini-3.7-flash`。

官方给它的定义非常直白：**"Our most intelligent workhorse model yet for coding and agents."**（迄今为止最适合编码与智能体的、最聪明的主力工作模型。）一句话定位就是——**为规模化复杂智能体任务而生**。

它和前代 Flash 系列的核心区别，不在"更聪明一点点"，而在"更敢接活"：长程任务、多步推理、工具调用、终端编码、计算机操作，这些以前要旗舰 Pro 才扛得动的活，现在 Flash 档位就能跑。

> 谷歌的命名逻辑越来越像手机迭代了：大版本号是能力跃迁，小版本号是体验打磨。3.7 Flash 不是"3.6 的小修"，而是把"Agent 干活"这件事从可选能力变成了出厂默认。

## Gemini 3.7 Flash 的核心特点

* **百万级上下文窗口**：输入上限 **1,048,576 token（约 100 万）**，输出上限 **65,536 token（约 6.5 万 / 64K）**。整本书、几小时视频、一个大代码库，一次塞进去不在话下。
* **真·多模态输入**：原生支持 **文本、图片、视频、音频、PDF** 五种输入；输出为文本。看视频、读票据、听录音、解析长文档，同一条管线全包。
* **Agentic Coding 强化**：官方把"Agentic coding"列在第一条能力里——复杂开发任务、长程软件工程（Long-horizon SWE）是它最硬的长板。
* **完整工具调用**：支持 **函数调用（Function Calling）、搜索即工具（Search as a tool）、计算机使用（Computer use）**。这意味着它能自己调 API、自己上网搜、自己操作桌面。
* **长程任务 + 多步问题求解**：能在较长时间跨度里执行复杂工作流，靠高级工具一步步拆解真实世界问题。
* **严格的推理（Rigorous reasoning）**：官方强调"rigorous reasoning efforts"，对质量要求高的任务，输出更稳更准，而不是急着给答案。
* **多端可用**：已上线 Gemini App、Gemini Enterprise App、Gemini Enterprise Agent Platform、Google AI Studio、Gemini API 与 Google Antigravity，开发者免费层和付费层都能用。

## 能拿它干什么（附真实案例与数据）

**企业知识工作。** 企业内容平台 Box 的 AI 产品 VP 在官方测评里点名夸了它："在真实企业知识工作评测中，Gemini 3.7 Flash 比上一代**又快又准**，最难的分析任务上提升最大。" 注意，这是真实企业场景，不是 demo 玩具。

**一句话生成可玩的 3D 游戏。** 在 Google Antigravity 里，用一个文本提示就能生成完整可玩的 3D 游戏——3.7 Flash 配合 Nano Banana 实时生成角色、道具和贴图。

**把静态 PDF 年报变成交互数据故事。** 官方 Hands-on 演示：一份静态 PDF 年报，被 3.7 Flash 变成带实时图表和聚合洞察的网页体验。这背后是它对 PDF 的 34.0% 专家级理解（GDP.pdf 基准，同组最高）。

**机器人训练提速。** 把 3.7 Flash 的多模态理解接进一个"3-agent 图循环（graph looping）"，加速机器人模型的训练循环。

光说场景不够直观，上基准测试。下面是官方模型卡公布的对比数据（3.7 Flash 领先处已加粗）：

| 基准测试 | 测的是什么 | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra |
|---|---|---|---|---|---|
| FrontierCode 1.1 | 生产级代码质量 | **43.6%** | 34.4% | 42.7% | 41.3% |
| Code Arena（Web 开发 Elo） | 网页开发实战 | **1588** | 1538 | 1541 | 1523 |
| AutomationBench | 企业工作流自动化 | **30.4%** | 17.0% | 10.7% | 23.6% |
| Harvey LAB-AA | 复杂法律工作流 | **90.7%** | 85.1% | 90.1% | 85.2% |
| GDP.pdf | 专家级 PDF 理解 | **34.0%** | 22.0% | 28.0% | 24.7% |
| LVBench | 长视频理解 | **85.4%** | 84.2% | 68.5% | 78.9% |
| GDM-MRCR v2（8-needle，128K） | 长上下文检索 | **97.0%** | 91.8% | 81.5% | 93.5% |
| HLE-Verified | 跨学科专家推理 | **53.6%** | 51.2% | 31.0% | 51.1% |
| BioMysteryBench（人类困难） | 生物信息推理 | **49.4%** | 41.2% | 34.1% | 43.5% |
| LABBench2 | 生物真实研究任务 | **82.1%** | 76.1% | 80.1% | 81.2% |
| Terminal-bench 2.1 | 终端智能体编码 | 85.8% | 78.0% | 80.4% | **87.4%** |
| Terminal-bench 3.0 | 通用智能体能力 | 14.9% | 5.4% | 14.6% | **20.8%** |

> 说实话，这张表我盯了很久。3.7 Flash 在编码、法律、PDF、长视频、长上下文、专家推理上几乎全是第一；但在 Terminal-bench 这类"终端实操 / 通用智能体"硬核项上，GPT-5.6 Terra 暂时还压它一头。所以结论不是"它碾压一切"，而是：**做知识工作、读文档、写代码、跑企业流程，它目前是 Flash 档位里最稳的选择。**

## 价格怎么算

3.7 Flash 这波最劝退"观望党"的，是价格：

| 计费项 | 入门价（2026-12-31 前） | 常规价（2027-01-01 起） |
|---|---|---|
| 输入（每百万 token） | $0.75 | $1.50 |
| 输出（每百万 token） | $3.75 | $7.50 |

注意那个"\*"：入门价是**限时优惠**，到 **2026 年 12 月 31 日**截止；从 **2027 年 1 月 1 日**起涨回 $1.50 / $7.50，跟 3.6 Flash 的常规价持平。换句话说，现在上车是最便宜的一波。

> 我的建议很直接：如果你正打算用 Flash 档位跑 Agent，现在就是迁移到 3.7 的最佳窗口——又强又便宜，过了年底就没这价了。

## 快速上手 Gemini 3.7 Flash

**完全新手**：打开 Gemini App 或 Google AI Studio，直接对话，零代码。

**开发者**：在 AI Studio 的模型选择器里选 `gemini-3.7-flash`，或者直接用 Gemini API。

最简 Python 调用：

```python
from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="用三段话解释一下什么是 MoE 混合专家架构",
)

print(response.text)
```

多模态输入也很简单，比如丢一张图 + 一句中文问它：

```python
from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents=[
        {"text": "这张架构图里瓶颈在哪？给出三个优化点"},
        {"inline_data": {"mime_type": "image/png", "data": image_bytes}},
    ],
)

print(response.text)
```

**和 3.6 Flash 比，要改的就一个地方**：把模型 ID 从 `gemini-3.6-flash` 换成 `gemini-3.7-flash`，API 接口完全兼容，几乎零迁移成本。顺手还能把账单砍一半（在优惠期内）。

## 进阶

更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。