Google 推出 Gemini 3.7 Flash,主打程式開發與 AI 代理應用,在程式設計、網頁開發與複雜知識工作等任務帶來明顯提升。Google 表示,新模型是目前 Gemini Flash 系列中智慧程度最高的工作型模型,且推出初期每百萬輸入 Token 價格僅 0.75 美元,為 Gemini 3.6 Flash 原始價格的一半。
3.7 Flash 上線距離前代僅 3 周
Google 8 月 13 日宣布推出 Gemini 3.7 Flash,距離 Gemini 3.6 Flash 發表僅過去約 3 周。Google 表示,新模型是根據開發者回饋與演算法改進打造,主要針對軟體工程、知識工作與網頁開發流程強化效能。

程式開發能力提升 Debug 與程式生成更準確
在軟體工程任務方面,Gemini 3.7 Flash 相較 Gemini 3.6 Flash,在除錯與問題排解等工作有更好的表現。Google 公布的測試結果顯示,3.7 Flash 在 FrontierCode 1.1 Main 的得分為 43.6%,高於 3.6 Flash 的 34.4%;DeepSWE v1.1 則從 49.0% 提升至 65.3%。
Google 表示,新模型也提高首次產出正確程式碼的能力,並能更有效生成可用於實際生產環境的程式碼。
網頁開發減少提示次數 UI 還原能力提升
在網頁開發方面,Gemini 3.7 Flash 能以較少的提示完成具備更多功能的網站與應用程式。針對 UI 生成,模型可以根據螢幕截圖、圖片或完整設計系統等參考資料產生介面,並提高設計內容的還原程度。
Google 引述 Arena.ai 的 WebDev Arena 測試指出,Gemini 3.7 Flash 的 Elo 分數達 1588,高於 Gemini 3.6 Flash 的 1538。
複雜文件與企業流程 推理能力同步強化
除了程式開發,Gemini 3.7 Flash 也針對金融、法律及生物科學等需要處理大量資訊的工作進行強化。在 GDP.pdf 測試中,Gemini 3.7 Flash 得分為 34.0%,高於 Gemini 3.6 Flash 的 22.0%;AutomationBench 則從前代的 17.0% 提升至 30.4%,Google 表示這反映新模型在實際企業工作流程中的任務執行能力有所提升。
Google 展示的應用案例包括從文字提示直接生成可遊玩的 3D 遊戲、製作互動式網站、協助訓練機器人,以及將 PDF 年度報告轉換成包含即時圖表與資料摘要的互動式網頁。
強化工具使用與多步驟執行 降低人工介入
Google 表示,Gemini 3.7 Flash 也改善開發者使用體驗。模型能更好地處理執行過程中的障礙,在需要時釐清使用者意圖,並更精確遵循指令。此外,3.7 Flash 會在多步驟規劃與工具呼叫上投入更多運算,讓 Agent 能更有系統地執行複雜任務。Google 認為,這能減少開發者在工程工作流程中的人工監督與重複嘗試。
每百萬 Token 最低 0.75 美元 限時提供優惠價格
價格方面,Gemini 3.7 Flash 在今年年底前提供優惠價格,每百萬輸入 Token 為 0.75 美元,每百萬輸出 Token 為 3.75 美元。Google 表示,在模型效能提升的同時降低使用成本,有助於開發者以較低成本擴大 AI Agent 的實際部署規模。
Gemini Spark 將改用 3.7 Flash
Google 同時宣布,Gemini Spark 從即日起採用 Gemini 3.7 Flash。導入新模型後,Spark 將在知識工作與 Google Workspace 工具使用方面獲得改善,包括整理檔案、撰寫電子郵件及更新狀態文件等工作,Google 表示新模型能提升複雜、多技能工作流程的準確度與輸出品質。
新模型同步更新安全防護
安全性方面,Google 表示 Gemini 3.7 Flash 已更新 Frontier Safety 防護機制,針對化學、生物、放射性與核能(CBRN)以及網路攻擊等可能被濫用的領域強化防護。
Gemini 3.7 Flash 已開放開發者透過 Gemini API、Google AI Studio 與 Android Studio 使用,企業則可透過 Gemini Enterprise Agent Platform 與 Gemini Enterprise 存取。一般使用者則可透過 Gemini Spark 使用新模型。
此次 Gemini 3.7 Flash 距離前一代僅約 3 周,同時大幅調整程式開發、代理執行能力與價格策略,顯示 Google 持續將 Flash 系列定位在需要兼顧效能、速度與成本的實際工作場景。後續開發者能否在實際部署中獲得與測試結果相近的效益,仍有待更多使用情境驗證。









