谷歌发布Gemini 3.7 Flash，这是其Flash系列中最智能的模型，专为编码和智能体设计。相比三周前的3.6 Flash版本，它在软件工程、知识工作和网页开发方面有显著提升，且每百万token的初始价格仅为3.6 Flash的一半。

谷歌于2026年8月13日发布Gemini 3.7 Flash，这是其Flash系列中最智能的模型，专为编码和智能代理设计。该版本在3.6 Flash发布仅三周后推出，基于开发者反馈和算法创新，在软件工程、知识工作和网页开发方面有显著提升，且输入价格仅为3.6 Flash的一半（每百万token 0.75美元）。

在编码任务中，3.7 Flash在调试和问题解决上表现更强，首次代码准确率更高，例如在FrontierCode 1.1 Main基准测试中得分从34.4%提升至43.6%，在DeepSWE v1.1中从49.0%升至65.3%。网页开发方面，它能用更少的提示生成功能更完整的布局和应用，在WebDev Arena的Elo评分从1538升至1588。在金融、法律和生物科学等知识密集型领域，其推理和准确性也有提升，如在GDP.pdf基准测试中得分从22.0%升至34.0%，在AutomationBench中从17.0%升至30.4%。

开发者体验方面，3.7 Flash能更好地应对障碍、澄清意图并遵循指令，在多步骤规划和工具调用上更严谨，减少了人工监督和重试。该模型以优惠价格提供至年底，输出价格为每百万token 3.75美元，使开发者能经济高效地扩展生产级代理。

此外，Gemini Spark（面向Google AI Pro和Ultra订阅者）即日起采用3.7 Flash，提升了知识工作效率和工具使用能力，如合并文件、起草邮件和更新状态文档。模型还加强了安全防护，防止化学、生物、放射、核及网络攻击等滥用。开发者可通过Google Antigravity、AI Studio和Android Studio使用，企业可通过Gemini Enterprise Agent Platform访问，个人用户可在支持国家的Gemini应用中体验。

评论总结

主要观点

1. 性能与定位：有进步但非前沿 - 多数评论认为3.7 Flash相比3.6 Flash有显著提升，尤其在编码和智能体任务上，但并非顶尖模型。 - 关键引用： - "strong improvement over 3.6 flash" (tosh) - "This is genuinely a competitive model...though not leading the frontier anymore." (nickandbro)

2. 价格争议：促销定价策略遭质疑 - 促销价（$0.75/$3.75）至2026年底，之后翻倍。评论普遍认为在快速迭代的市场中，此策略不合理。 - 关键引用： - "Introductory pricing until December 2026 implies no significant Gemini Flash developments until the next year." (spelk) - "by Jan 2027 there will be at least 3 newer generation of models...nobody would use flash 3.7 at that time." (npn)

3. 竞争对比：面临Luna/Terra等强劲对手 - 多个评论指出，Luna、Terra、DeepSeek V4等模型在性价比上更具优势，削弱了Flash的竞争力。 - 关键引用： - "Luna is hard to beat @ capability / cost" (tosh) - "13-26x cheaper with comparable intelligence...I fail to see the usecase where DS V4 Pro is not enough" (euazOn)

4. 核心优势：速度与多模态 - 支持者强调其端到端响应速度快、多模态能力强（视频推理、1M上下文）。 - 关键引用： - "The selling point for gemini continues to be speed and particularly end-to-end response time." (twelvechairs) - "you do get 1 million tokens and the ability to reason over video natively" (algoth1)

5. 对Google战略的质疑 - 部分评论质疑Google为何持续推出Flash系列而非Pro模型，并担忧其创新能力。 - 关键引用： - "When are we getting another pro model from Gemini?" (pkoird) - "Does Google believe people want fast models...Or are they no longer capable of delivering a Pro model?" (stillpointlab)

平衡性总结

• 正面：性能提升、速度优势、多模态能力、促销期性价比尚可。
• 负面：定价策略短视、面临更便宜竞品（Luna/DS）、缺乏Pro级模型、API使用体验差。
• 中立：适合“够用就好”的自动化场景，但非前沿选择。