Hvad er Gemini 3.7 Flash? Benchmark-tests, pris og API-vejledning

TL;DR Google lancerede Gemini 3.7 Flash den 13. august 2026—kun tre uger efter Gemini 3.6 Flash. Positioneret som virksomhedens hidtil mest intelligente “arbejdshest”-model til kodning, agentiske arbejdsgange, webudvikling og vidensarbejde, leverer den markante gevinster over sin forgænger, mens den tilbyder en introduktionspris på $0.75 pr. million inputtokens og $3.75 pr. million outputtokens til og med 31. december 2026 (halvdelen af den oprindelige 3.6 Flash-sats). Den understøtter et 1M-token kontekstvindue, multimodale input (tekst, billede, video, lyd, PDF), justerbare tænkeniveauer og stærk værktøjsbrug. Tilgængelig via Gemini API, Google AI Studio, Antigravity, Android Studio, Gemini Enterprise og aggregatorer som CometAPI.

Vigtige pointer

• Gemini 3.7 Flash er en stor iterativ opgradering med fokus på software engineering i den virkelige verden, multi-trins agenter og webudvikling med høj designfidelitet.
• Nøglebenchmarks løft vs 3.6 Flash inkluderer FrontierCode 1.1 Main (43.6% vs 34.4%), DeepSWE v1.1 (65.3% vs ~49%), WebDev Arena Elo (1588 vs 1538), GDP.pdf (34% vs 22%) og AutomationBench (30.4% vs 17%).
• Introduktionspris på $0.75 / $3.75 pr. 1M input/outputtokens varer til udgangen af 2026; standardtakster på $1.50 / $7.50 gælder fra 1. januar 2027.
• 1M kontekst, 64K–65K maks. output, tænkeniveauer (lav/mellem/høj), funktionskald, kodeeksekvering, computerbrug (preview), søgeforankring og strukturerede outputs.
• Ideel til produktion af kodningsagenter, lang-horisont ingeniøropgaver, UI-generering fra designmockups og komplekse dokument-/vidensarbejdsgange til attraktiv pris.
• CometAPI giver nem OpenAI-kompatibel adgang til Gemini 3.7 Flash sammen med 500+ andre modeller med samlet fakturering og konkurrencedygtige satser.

Hvad er Gemini 3.7 Flash?

Gemini 3.7 Flash er den nyeste stabile model i Googles Gemini 3 Flash-serie. Flash-modeller er designet til at balancere intelligens, hastighed og omkostninger for applikationer, der foretager hyppige modelkald. De er særligt relevante for agenter, fordi en agent kan have behov for at ræsonnere, kalde værktøjer, inspicere resultater, rette fejl og fortsætte i flere omgange, før én brugerforespørgsel er fuldført.

Google kalder 3.7 Flash sin hidtil mest intelligente arbejdshest til kodning og agenter. Den positionering er vigtig. Gemini 3.7 Flash præsenteres ikke som en erstatning for enhver frontier-ræsonneringsmodel. I stedet sigter den mod at levere tilstrækkelig intelligens til krævende produktionsarbejdsgange, mens Flash-niveau latens og økonomi bevares.

Modelkortet giver den klareste tekniske forklaring: Gemini 3.7 Flash er baseret på Gemini 3.6 Flash og introducerer algoritmiske forbedringer af den centrale ræsonneringsfundament. Det forklarer, hvorfor Google udgav den kun tre uger efter 3.6. Det er en optimerings- og kapabilitetsudgivelse bygget på samme base frem for en helt ny prætræningsgeneration.

Specifikationer for Gemini 3.7 Flash

Hvad er nyt i Gemini 3.7 Flash?

Stærkere agentisk kodning

De største forbedringer vedrører software engineering. Google siger, at modellen er bedre til fejlfinding, problemløsning, at generere produktionsklar kode i første forsøg og at forblive effektiv på længere kodningsarbejdsgange.

Det er vigtigt, fordi omkostningen for en kodningsagent ikke kun bestemmes af antallet af tokens i ét svar. En model, der producerer en plausibel men defekt patch, kan udløse flere scanninger af repository, terminalkommandoer, testruns, reparationsprompter og menneskelig gennemgang. Højere nøjagtighed i første forsøg kan reducere omkostningen pr. accepteret resultat, selv når to modeller har lignende angivne tokenpriser.

Ifølge Google tilpasser Gemini 3.7 Flash sig også bedre, når den møder forhindringer. Google beskriver mere disciplineret planlægning og værktøjsbrug, bedre afklaring af intention og færre gentagelser. Det er operationelle forbedringer for IDE-assistenter, pull-request-agenter, debug-systemer og interne udviklerværktøjer.

Bedre webudvikling og UI-fidelitet

Google siger, at 3.7 Flash kan skabe mere funktionelle layouts og mere funktionsfuldendte applikationer med færre prompts. Den er også designet til at følge visuelle referencer tættere, inklusive screenshots, billeder og komplette design-systemer.

Code Arena-resultatet understøtter dette fokus: 3.7 Flash når 1588 Elo mod 1538 for 3.6 Flash. For teams, der bygger screenshot-til-kode-værktøjer, designsystem-assistenter, landingpage-generatorer eller full-stack prototyper, er det praktiske spørgsmål, om den nye model reducerer manuel CSS-korrektion og reparation af manglende funktioner. Det bør måles på jeres egne komponenter, breakpoints og tilgængelighedskrav.

Mere pålidelige virksomhedsarbejdsgange

Gemini 3.7 Flash giver store gevinster på videnstunge og automatiseringsbenchmarks. Google fremhæver finans, jura, biosciences, komplekse PDF’er og realistiske forretningsarbejdsgange.

Dette er en nyttig sondring fra almindelig spørgsmål-svar. Enterprise-agenter skal ofte læse flere dokumenter, udtrække beviser, sammenligne fakta, opdatere et regneark eller statusdokument, udkaste en e-mail og kalde interne værktøjer. AutomationBench stiger fra 17.0% til 30.4%, mens GDP.pdf stiger fra 22.0% til 34.0%. Disse scorer er stadig langt fra perfekte, men de relative gevinster er store nok til at reteste arbejdsgange, der tidligere krævede en dyrere model.

Forbedret lang-kontekst og computerbrug

Gemini 3.7 Flash bevarer inputkapaciteten på én million tokens og forbedrer Googles GDM-MRCR v2 lang-kontekst-score fra 91.8% til 97.0% ved 128K. Den forbedrer også OSWorld-2.0 computerbrugsydelse fra 33.8% til 47.9%.

Et stort kontekstvindue garanterer ikke pålidelig hentning på tværs af alle tokens. Benchmark-gevinsten antyder bedre udnyttelse af lange input, men produktionstests bør inkludere dokumentrækkefølge, gentaget boilerplate, kodestruktur, tabeller og hentestøj, som jeres applikation faktisk møder.

Opdaterede sikkerhedsbeskyttelser

Google siger, at Gemini 3.7 Flash leveres med opdaterede værn mod kemisk, biologisk, radiologisk og nukleart misbrug samt cyberangreb. Modelkortet rapporterer overordnet lignende sikkerheds- og toneydelse som Gemini 3.6 Flash og siger, at overvågede frontier-kapabilitetstærskler ikke blev nået.

Kortet oplister også velkendte foundation-modelbegrænsninger: hallucinationer, lejlighedsvis langsomhed eller timeouts, ufuldstændig viden og et fortsat behov for forbedret modstandsdygtighed mod jailbreaks. Applikationer inden for jura, finans, sundhed, sikkerhed eller andre højimpact miljøer kræver stadig kildeverificering og menneskelig gennemgang.

Gemini 3.7 Flash vs Gemini 3.6 Flash: Benchmark-forbedringer

Tabellen nedenfor bruger Googles modelkort fra august 2026. Procentpointsændringer er beregnet ud fra de offentliggjorte scorer. Elo-forskelle vises som point, fordi det ville være misvisende at behandle Elo som en simpel procent.

Google og uafhængige evaluatorer (inklusive Artificial Analysis) rapporterer klare gevinster. Udvalgte sammenligninger:

Kilder: Google DeepMind modelkort og officiel blog, Artificial Analysis uafhængige evalueringer (august 2026). 3.7 Flash konkurrerer også tæt med eller fører mid-frontier-modeller som Claude Sonnet 5 og GPT-5.6 Terra på flere praktiske kodnings- og agentiske tests, samtidig med at den er betydeligt billigere.

Hvor opgraderingen er størst

De største praktiske gevinster er DeepSWE, AutomationBench, GDP.pdf og OSWorld-2.0. Relativt til 3.6-scoren er stigningerne cirka 34%, 79%, 55% og 42%. Relative procenter kan overdrive ændringer, når baseline er lav, så den absolutte procentpointsforbedring bør forblive den primære sammenligning.

Terminal-bench 3.0 er et andet markant resultat: 14.9% mod 5.4%. Det er en absolut gevinst på 9.5 point og cirka 176% relativ forbedring, men den lave slutscore viser også, at generelle autonome-agentopgaver stadig er svære.

Hvor Gemini 3.7 Flash ikke forbedrer sig

Gemini 3.7 Flash ligger 0.7 procentpoint efter Gemini 3.6 Flash på begge CharXiv-konfigurationer. Det er en nyttig påmindelse om, at modelopgraderinger ikke er ensartet bedre. Hvis din arbejdsbyrde afhænger stærkt af komplekse videnskabelige diagrammer, figurer eller værktøjsassisteret visuel syntese, så behold 3.6 tilgængelig under test og sammenlign begge modeller på repræsentative input.

Google-rapporterede benchmarks er værdifuld udgivelsesdokumentation, men de erstatter ikke en applikationsspecifik evaluering. Mål accepterede outputs, latens, værktøjsfejl, gentagelser, tokenforbrug og tid til menneskelig gennemgang på mindst 20 til 50 reelle opgaver, før du ændrer produktionstrafik.

Priser for Gemini 3.7 Flash

Google introduktions- og standardpriser

Google angiver en introduktionspris frem til 31. december 2026:

Google beskriver introduktionssatsen som halvdelen af den oprindelige pris for Gemini 3.6 Flash. Detaljeret modelkort viser i øjeblikket samme kampagnesats for både 3.6 og 3.7 Flash, efterfulgt af den samme standardpris fra januar 2027. Med andre ord giver 3.7 stærkere benchmarkperformance til den aktuelle kampagnepris i stedet for at tage en øjeblikkelig præmie.

Tænkningstokens faktureres normalt som outputtokens. Værktøjsbrug kan også tilføje modeltokens eller separate værktøjsgebyrer. Søgeforankring, filhentning, URL-kontekst, computerbrug og gentagne agenttrin kan ændre den endelige regning væsentligt.

CometAPI-priser

På tidspunktet for tjek den 14. august 2026 oplister CometAPI Gemini 3.7 Flash til:

For en arbejdsbyrde med én million inputtokens og 200,000 outputtokens er Googles introduktions-tokenomkostning $1.50: $0.75 for input plus $0.75 for output. Med CometAPIs listede priser er samme tokenmængde $1.20. Denne beregning udelukker værktøjsgebyrer, caching, gentagelser og eventuelle forskelle i forespørgselsadfærd.

Vælg ikke en rute alene ud fra tokenpris. Sammenlign pris pr. accepteret resultat, fordi en billigere rute kan blive dyrere, hvis den giver flere fejl, gentagelser eller eskaleringer.

Sådan får du adgang til Gemini 3.7 Flash

1. Google AI Studio

Google AI Studio er den hurtigste måde at teste prompts og modeladfærd uden at bygge en komplet applikation. Åbn Gemini 3.7 Flash AI Studio-prompten, få en API-nøgle, og eksporter kode, når prompten er klar.

2. Gemini API

Brug det stabile modelkode gemini-3.7-flash. Googles modelside anbefaler Interactions API for adgang til de aktuelle funktioner. Modellen understøtter lavt, mellem og højt tænkeniveau, men afsendelse af minimal returnerer en fejl.

Udviklere, der migrerer fra ældre Gemini-generationer, bør også gennemgå de aktuelle API-regler. Udfasede samplingparametre og manuelt forfyldte modelomgange opfører sig muligvis ikke, som de gjorde i tidligere integrationer.

3. Google Antigravity og Android Studio

Google oplister Gemini 3.7 Flash til agent-first-udvikling i Google Antigravity og til kodningsarbejdsgange i Android Studio. Disse overflader er relevante, når hovedopgaven er repositorynavigation, applikationsudvikling, test eller værktøjsdrevet kodereparation.

4. Gemini Enterprise og Gemini Spark

Virksomheder kan få adgang til modellen via Gemini Enterprise Agent Platform og Gemini Enterprise-appen. Google AI Pro- og Ultra-abonnenter i mere end 160 lande kan bruge den via Gemini Spark, Googles personlige agent i Gemini-appen.

5. CometAPI

CometAPI eksponerer Gemini 3.7 Flash via både et Gemini-native forespørgselsformat og et OpenAI-kompatibelt chat-completions-mønster. Dette kan være nyttigt, når et team ønsker én nøgle og faktureringslag på tværs af Google og konkurrerende modelfamilier.

Gemini-native CometAPI-forespørgsel

model="gemini-3.7-flash"

curl "https://api.cometapi.com/v1beta/models/${model}:generateContent" \
  -H "x-goog-api-key: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{
        "text": "Review this implementation plan and identify the three highest-risk assumptions."
      }]
    }],
    "generationConfig": {
      "maxOutputTokens": 4096
    }
  }'

OpenAI-kompatibel Python-forespørgsel via CometAPI

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.chat.completions.create(
    model="gemini-3.7-flash",
    messages=[
        {
            "role": "user",
            "content": "Design a migration test plan from Gemini 3.6 Flash to 3.7 Flash.",
        }
    ],
)

print(response.choices[0].message.content)

Brug den Gemini-native rute, når du har brug for leverandørspecifikke kontroller, som ikke er repræsenteret af kompatibilitetslaget. Brug den OpenAI-kompatible rute, når portabilitet og hurtig model­sammenligning er prioritet. Bekræft understøttede parametre i den live dokumentation før produktionsbrug.

Bedste anvendelsesområder for Gemini 3.7 Flash

Kodning og software engineering-agenter

Gemini 3.7 Flash er en stærk kandidat til fejlfinding, problemløsning, repositoryanalyse, testgenerering, refaktorering og kodegennemgang. Dens DeepSWE-, FrontierCode- og terminal-benchmark-forbedringer gør kodning til det tydeligste opgraderingscase.

Web- og UI-generering

Brug den til screenshot-til-kode-arbejdsgange, implementering af designsystemer, interaktive prototyper og generering af full-stack webapplikationer. Evaluer visuel fidelitet, responsiv adfærd, tilgængelighed og funktionsfuldstændighed i stedet for kun at bedømme det første screenshot.

Enterprise-dokumentagenter

Kontekstvinduet på én million tokens, PDF-input, forbedringen på GDP.pdf, funktionskald og filsøgning gør modellen relevant for finansielle rapporter, juridiske dokumenter, videnskabelig litteratur, policysamlinger og interne videnssystemer.

Multimodal og computerstyret automatisering

Gemini 3.7 Flash kan ræsonnere over tekst, billeder, video, lyd og PDF’er, mens preview-computerbrug muliggør UI-drevne arbejdsgange. Behold menneskelig godkendelse ved irreversible handlinger, tilladelser, transaktioner og beslutninger med høj impact.

Højvolumen multi-trins arbejdsgange

Modellen er designet til agentisk eksekvering til Flash-økonomi. Den kan reducere behovet for at sende enhver kompleks opgave til en dyrere model. En praktisk rutestrategi er at starte med 3.7 Flash, validere resultatet og kun eskalere tvetydige eller højrisiko-sager.

Ofte stillede spørgsmål

Hvad er Gemini 3.7 Flash?

Gemini 3.7 Flash er Googles stabile Flash-model fra august 2026 til kodning, AI-agenter, webudvikling, multimodal forståelse og enterprise-vidensarbejde. Den er baseret på Gemini 3.6 Flash og tilføjer algoritmiske forbedringer af den centrale ræsonnering.

Hvad er Gemini 3.7 Flashs kontekstvindue?

Gemini 3.7 Flash understøtter op til 1,048,576 inputtokens og op til 65,536 outputtokens. Den accepterer tekst-, billede-, video-, lyd- og PDF-input og returnerer tekst.

Hvor meget koster Gemini 3.7 Flash?

Googles introduktionspris frem til 31. december 2026 er $0.75 pr. million inputtokens og $3.75 pr. million outputtokens. Google oplister $1.50/M input og $7.50/M output fra 1. januar 2027. CometAPI oplister $0.60/M input og $3.00/M output på publiceringstidspunktet.

Er Gemini 3.7 Flash bedre end Gemini 3.6 Flash?

Den er bedre på de fleste Google-offentliggjorte benchmarks, især produktionskodning, lang-horisont software engineering, arbejdsgangsautomatisering, PDF-forståelse, lang-kontekst-hentning og computerbrug. Den er en anelse dårligere på CharXiv-diagramræsonnering, så svaret afhænger af arbejdsbyrden.

Er Gemini 3.7 Flash god til kodningsagenter?

Ja. Kodning og agenter er dens primære anvendelsestilfælde. Google rapporterer 65.3% mod 48.6% for 3.6 Flash på DeepSWE v1.1 og 43.6% mod 34.4% på FrontierCode 1.1 Main.

Understøtter Gemini 3.7 Flash billedgenerering?

Nej. Den kan forstå billedinput, men producerer tekstoutput. Billed- og lydgenerering understøttes ikke af denne model.

Hvilke tænkeniveauer understøtter Gemini 3.7 Flash?

Den understøtter lav, mellem og høj tænkning. Googles udviklerside siger, at minimal tænkning ikke understøttes og returnerer en fejl.

Hvordan bruger jeg Gemini 3.7 Flash via CometAPI?

Opret en CometAPI-nøgle, vælg gemini-3.7-flash, og kald enten den Gemini-kompatible endpoint /v1beta/models/{model}:generateContent eller den OpenAI-kompatible endpoint /v1/chat/completions. Tjek den live modelsiden for aktuelle priser og parameterunderstøttelse.

Konklusion

Gemini 3.7 Flash repræsenterer en hurtig, fokuseret forbedring i Googles arbejdshest-linje: stærkere kodnings- og agentiske kapabiliteter, bedre designoverholdelse til web- og UI-arbejde, forbedret performance på komplekse dokumenter og vidensarbejde samt attraktive introduktionspriser, der gør højvolumen produktionsagenter mere økonomiske. Med et kontekstvindue på 1M tokens, robust værktøjssuite og justerbar ræsonnering er den velegnet til software engineering i den virkelige verden og multi-trins automatisering.

Uanset om du får adgang direkte via Googles udviklerværktøjer eller via en samlet platform som CometAPI, er Gemini 3.7 Flash klar til produktionsevaluering i dag. Udforsk den live modelkatalog og konkurrencedygtige priser på cometapi.com, få gratis prøvecredits, og begynd at bygge mere pålidelige, omkostningseffektive agenter med den nyeste Flash-model fra Google.