Gemini 3.7 Flash

1. 编程能力

3.7 Flash 这一代最明显的变化，还是软件工程能力。

FrontierCode 1.1 Main 从 34.4% 提升到 43.6%，DeepSWE v1.1 则从 49.0% 提升到 65.3%。

和上一代相比，它不只是代码生成更强，在 Bug 修复、代码理解和完整软件工程任务上的表现也更稳。对 Coding Agent 来说，这种提升比单纯生成一段代码更有实际价值。

2. 网页开发

WebDev Arena Elo 达到 1588，在根据截图生成网页、还原设计稿和生成前端 UI 这类任务上表现不错，成绩也超过 Claude Sonnet 5 和 GPT-5.6 Terra。

如果平时会用 AI 做网页原型、前端页面或者根据设计稿还原 UI，这部分升级会比较直观。

3. Agent 与自动化

AutomationBench 从上一代的 17.0% 提升到 30.4%，接近翻倍。

这类测试更看重模型能不能连续调用工具、读取结果、判断下一步，再把整个任务跑完。

很多模型单步表现不错，但任务一长就容易跑偏。3.7 Flash 在多步骤执行上的进步，对企业自动化、工作流 Agent 和多工具调用场景更有意义。

4. 文档与多模态处理

GDP.pdf 从 22.0% 提升到 34.0%，主要对应复杂 PDF、商业材料和长文档问答。

财报、合同、研究报告这类内容，3.7 Flash 的处理效果比 3.6 Flash 更好。

同时，它支持文本、图片、音频和视频等多模态输入，再加上 100 万 Token 上下文，基本能覆盖大多数企业和开发场景。

随着代码、Agent 和文档能力不断往上走，Flash 已经能承担一部分过去更依赖旗舰模型的任务。反过来看，Gemini 3.5 Pro 迟迟没有迎来新一轮升级，之后 Flash 和 Pro 怎么分工，谷歌还需要把产品定位讲得更清楚。

优势

Gemini 3.7 Flash 这次升级比较扎实。编程、Agent、网页开发和复杂文档处理都有明显进步，100 万 Token 上下文、多模态输入和约 340 Token/秒的输出速度，也足够覆盖大多数实际场景。

现阶段最大的优势还是价格。2026 年底前，输入只要 0.75 美元 / 百万 Token，输出 3.75 美元 / 百万 Token。对于调用量大的 AI 产品，这个成本优势很直接。

限制

它依然不是能力天花板。DeepSWE 等部分高难度软件工程测试还没有超过 GPT-5.6 Terra，100 万 Token 上下文对于极端长上下文任务也不算特别大。

2027 年开始 API 价格还会翻倍。短期试水很划算，但准备长期、大规模部署的话，不能只看现在的促销价。

Gemini Pro 系列迟迟没有更新，也让谷歌目前的产品线显得有些不平衡。

推荐人群

比较适合做 AI 编程辅助、Coding Agent、企业自动化、工作流 Agent、复杂文档处理，以及需要大量 API 调用的个人开发者和团队。

尤其是预算有限、又不想明显牺牲模型能力的 AI 创业公司，2026 年底前很适合拿真实业务跑一遍。

不推荐人群

只追求模型能力上限、成本不是主要考虑因素的用户，Flash 依然不是首选，可以继续等谷歌下一代 Pro。

需要超过 100 万 Token 上下文，或者准备长期进行超大规模调用的团队，也要提前算清楚 2027 年恢复原价后的成本。