Wat is Gemini 3.7 Flash? Benchmarks, prijs en API-gids

TL;DR Google bracht Gemini 3.7 Flash uit op 13 augustus 2026 — slechts drie weken na Gemini 3.6 Flash. Gepositioneerd als het meest intelligente “werkpaard”-model van het bedrijf tot nu toe voor coderen, agent-workflows, webontwikkeling en kenniswerk, levert het substantiële verbeteringen ten opzichte van zijn voorganger, terwijl het een introductieprijs biedt van $0.75 per miljoen inputtokens en $3.75 per miljoen outputtokens tot en met 31 december 2026 (de helft van het oorspronkelijke 3.6 Flash-tarief). Het ondersteunt een contextvenster van 1M tokens, multimodale input (tekst, afbeelding, video, audio, PDF), instelbare denkniveaus en sterk toolgebruik. Beschikbaar via de Gemini API, Google AI Studio, Antigravity, Android Studio, Gemini Enterprise en aggregators zoals CometAPI.

Belangrijkste punten

• Gemini 3.7 Flash is een grote iteratieve upgrade gericht op real-world software-engineering, meerstaps agents en ontwerpconforme webontwikkeling.
• Belangrijke benchmark-verbeteringen t.o.v. 3.6 Flash omvatten 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%) en AutomationBench (30.4% vs 17%).
• Introductieprijzen van $0.75 / $3.75 per 1M input-/outputtokens gelden tot eind 2026; standaardtarieven van $1.50 / $7.50 zijn van toepassing vanaf 1 januari 2027.
• 1M context, 64K–65K maximale output, denkniveaus (laag/middel/hoog), function calling, code execution, computer use (preview), search grounding en structured outputs.
• Ideaal voor productie van coding-agents, langetermijn engineeringtaken, UI-generatie vanuit designmocks en complexe document-/kennisworkflows tegen een aantrekkelijke kost.
• CometAPI biedt eenvoudige, OpenAI-compatibele toegang tot Gemini 3.7 Flash naast 500+ andere modellen, met uniforme facturatie en concurrerende tarieven.

Wat is Gemini 3.7 Flash?

Gemini 3.7 Flash is het nieuwste stabiele model in Google’s Gemini 3 Flash-lijn. Flash-modellen zijn ontworpen om intelligentie, snelheid en kosten in balans te houden voor toepassingen die frequent modelaanroepen doen. Ze zijn vooral relevant voor agents omdat een agent moet kunnen redeneren, tools aanroepen, resultaten inspecteren, fouten corrigeren en meerdere beurten doorgaan vóórdat één gebruikersverzoek is voltooid.

Google noemt 3.7 Flash zijn meest intelligente werkpaardmodel tot nu toe voor coderen en agents. Die positionering is belangrijk. Gemini 3.7 Flash wordt niet gepresenteerd als vervanging voor elk frontier reasoning-model. In plaats daarvan mikt het op voldoende intelligentie voor veeleisende productieworkflows, met behoud van Flash-niveau latency en economie.

De modelkaart geeft de duidelijkste technische uitleg: Gemini 3.7 Flash is gebaseerd op Gemini 3.6 Flash en introduceert algoritmische verbeteringen aan de kern van zijn redeneerfundament. Dit helpt verklaren waarom Google het slechts drie weken na 3.6 uitbracht. Het is een optimalisatie- en capability-release op dezelfde basis, geen volledig nieuwe pretrainingsgeneratie.

Specificaties van Gemini 3.7 Flash

Wat is er nieuw in Gemini 3.7 Flash?

Sterkere agent-codering

De grootste verbeteringen hebben betrekking op software-engineering. Google zegt dat het model beter is in debuggen, probleemoplossing, het genereren van productieklare code bij de eerste poging en effectief blijven in langere codeerworkflows.

Dit is belangrijk omdat de kosten van coding-agents niet alleen worden bepaald door het aantal tokens in één antwoord. Een model dat een plausibele maar kapotte patch produceert kan meer repository-scans, terminalcommando’s, testruns, herstelprompts en menselijke review triggeren. Hogere first-pass-accuratesse kan de kosten per geaccepteerd resultaat verlagen, zelfs wanneer twee modellen vergelijkbare tokenprijzen hebben.

Gemini 3.7 Flash past zich naar verluidt ook beter aan bij obstakels. Google beschrijft meer gedisciplineerde planning en toolgebruik, betere verduidelijking van intentie en minder retries. Dat zijn operationele verbeteringen voor IDE-assistenten, pull-request agents, debugsystemen en interne ontwikkeltools.

Betere webontwikkeling en UI-getrouwheid

Google zegt dat 3.7 Flash in minder prompts functionelere layouts en meer feature-complete applicaties kan maken. Het is ook ontworpen om visuele referenties nauwkeuriger te volgen, inclusief screenshots, afbeeldingen en volledige designsystemen.

Het Code Arena-resultaat ondersteunt deze focus: 3.7 Flash bereikt 1588 Elo versus 1538 voor 3.6 Flash. Voor teams die screenshot-naar-code tools, designsystem-assistenten, landingpage-generators of full-stack prototypes bouwen, is de praktische vraag of het nieuwe model handmatige CSS-correcties en het herstellen van ontbrekende features vermindert. Dat moet worden gemeten op jullie eigen componenten, breakpoints en toegankelijkheidseisen.

Betrouwbaardere enterprise-workflows

Gemini 3.7 Flash boekt grote winst op kennisintensieve en automatiseringsbenchmarks. Google benadrukt finance, recht, biowetenschappen, complexe PDF’s en real-world bedrijfsworkflows.

Dit is een nuttig onderscheid met gewone vraag-antwoord. Enterprise-agents moeten vaak meerdere documenten lezen, bewijs extraheren, feiten vergelijken, een spreadsheet of statusdocument bijwerken, een e-mail opstellen en interne tools aanroepen. AutomationBench stijgt van 17.0% naar 30.4%, terwijl GDP.pdf stijgt van 22.0% naar 34.0%. Deze scores zijn nog verre van perfect, maar de relatieve winst is groot genoeg om workflows opnieuw te testen die eerder een duurder model vereisten.

Verbeterde langcontext en computergebruik

Gemini 3.7 Flash behoudt de invoercapaciteit van één miljoen tokens en verbetert Google’s GDM-MRCR v2 langcontextscore van 91.8% naar 97.0% bij 128K. Het verbetert ook de OSWorld-2.0 computergebruikprestatie van 33.8% naar 47.9%.

Een groot contextvenster garandeert geen betrouwbare retrieval over elke token. De benchmarkwinst suggereert beter gebruik van lange input, maar productietests moeten de documentvolgorde, herhaalde boilerplate, codestructuur, tabellen en retrieval-ruis omvatten die jullie applicatie daadwerkelijk tegenkomt.

Bijgewerkte veiligheidsmaatregelen

Google zegt dat Gemini 3.7 Flash wordt geleverd met bijgewerkte waarborgen voor misbruik op chemisch, biologisch, radiologisch en nucleair gebied en cyberaanvallen. De modelkaart rapporteert qua veiligheid en toon grotendeels vergelijkbare prestaties als Gemini 3.6 Flash en zegt dat gemonitorde frontier-capabilitydrempels niet zijn bereikt.

De kaart noemt ook bekende foundation-modelbeperkingen: hallucinaties, af en toe traagheid of time-outs, onvolledige kennis, en de voortdurende noodzaak voor verbeterde jailbreak-resistentie. Toepassingen in juridische, financiële, medische, beveiligings- of andere impactvolle settings hebben nog steeds bronverificatie en menselijke review nodig.

Gemini 3.7 Flash vs Gemini 3.6 Flash: Benchmarkverbeteringen

De onderstaande tabel gebruikt Google’s modelkaart van augustus 2026. Veranderingen in procentpunten zijn berekend op basis van de gepubliceerde scores. Elo-verschillen worden als punten weergegeven omdat het misleidend zou zijn om Elo als een simpel percentage te behandelen.

Google en onafhankelijke evaluatoren (waaronder Artificial Analysis) rapporteren duidelijke verbeteringen. Geselecteerde vergelijkingen:

Bronnen: modelkaart van Google DeepMind en officiële blog, onafhankelijke evaluaties van Artificial Analysis (augustus 2026). 3.7 Flash concurreert bovendien dicht bij of leidt mid-frontier-modellen zoals Claude Sonnet 5 en GPT-5.6 Terra op verschillende praktische codeer- en agenttests, terwijl het aanzienlijk goedkoper blijft.

Waar de upgrade het grootst is

De grootste praktische winsten zijn DeepSWE, AutomationBench, GDP.pdf en OSWorld-2.0. Relatief ten opzichte van de 3.6-score zijn die stijgingen ongeveer 34%, 79%, 55% en 42%. Relatieve percentages kunnen veranderingen overdrijven wanneer de baseline laag is, dus de absolute verbetering in procentpunten zou de primaire vergelijking moeten blijven.

Terminal-Bench 3.0 is een ander opvallend resultaat: 14.9% versus 5.4%. Dat is een absolute winst van 9.5 punten en ongeveer 176% relatieve verbetering, maar de lage eindscore laat ook zien dat algemene autonome-agenttaken moeilijk blijven.

Waar Gemini 3.7 Flash niet verbetert

Gemini 3.7 Flash ligt 0.7 procentpunt achter Gemini 3.6 Flash op beide CharXiv-configuraties. Dit herinnert eraan dat modelupgrades niet uniform beter zijn. Als jullie workload sterk afhankelijk is van complexe wetenschappelijke grafieken, diagrammen of tool-ondersteunde visuele synthese, houd 3.6 beschikbaar tijdens het testen en vergelijk beide modellen op representatieve input.

Door Google gerapporteerde benchmarks zijn waardevol als releasbewijsmateriaal, maar vormen geen vervanging voor een applicatiespecifieke evaluatie. Meet geaccepteerde outputs, latency, toolfouten, retries, tokengebruik en tijd voor menselijke review op ten minste 20 tot 50 echte taken voordat je productieverkeer wijzigt.

Prijzen van Gemini 3.7 Flash

Google-introductieprijs en standaardprijzen

Google vermeldt een introductieprijs tot en met 31 december 2026:

Google beschrijft het introductietarief als de helft van de oorspronkelijke kosten van Gemini 3.6 Flash. De gedetailleerde modelkaart toont momenteel hetzelfde promotietarief voor zowel 3.6 als 3.7 Flash, gevolgd door hetzelfde standaardtarief per januari 2027. Met andere woorden, 3.7 levert sterkere benchmarkprestaties tegen het huidige promotietarief, zonder direct een premie te vragen.

Denktokens worden normaal gesproken als uitvoertokens gefactureerd. Toolgebruik kan ook modeltokens of afzonderlijke tolkosten toevoegen. Search grounding, bestandsophaling, URL-context, computer use en herhaalde agentstappen kunnen de uiteindelijke rekening materieel beïnvloeden.

CometAPI-prijzen

Op 14 augustus 2026 vermeldt CometAPI voor Gemini 3.7 Flash:

Voor een workload met één miljoen inputtokens en 200,000 outputtokens bedraagt Google’s introductiekost $1.50: $0.75 voor input plus $0.75 voor output. Bij de vermelde tarieven van CometAPI is hetzelfde tokenvolume $1.20. Deze berekening is exclusief tolkosten, caching, retries en eventuele verschillen in aanvraaggedrag.

Kies een route niet alleen op tokenprijs. Vergelijk kosten per geaccepteerd resultaat, omdat een lager geprijsde route duurder kan uitvallen als die meer fouten, retries of escalaties produceert.

Hoe krijg je toegang tot Gemini 3.7 Flash

1. Google AI Studio

Google AI Studio is de snelste plek om prompts en modelgedrag te testen zonder een volledige applicatie te bouwen. Open de Gemini 3.7 Flash AI Studio-prompt, verkrijg een API-sleutel en exporteer code wanneer de prompt klaar is.

2. Gemini API

Gebruik de stabiele modelcode gemini-3.7-flash. De modelpagina van Google raadt de Interactions API aan voor toegang tot huidige features. Het model ondersteunt denkniveaus laag, medium en hoog, maar het verzenden van minimal geeft een fout.

Ontwikkelaars die migreren vanaf oudere Gemini-generaties moeten ook de huidige API-regels doornemen. Afgeschafte samplingparameters en handmatig vooraf ingevulde modelbeurten kunnen zich anders gedragen dan in eerdere integraties.

3. Google Antigravity en Android Studio

Google biedt Gemini 3.7 Flash voor agent-first ontwikkeling in Google Antigravity en voor codeerworkflows in Android Studio. Deze omgevingen zijn geschikt wanneer de hoofdtaken repository-navigatie, applicatieontwikkeling, testen of toolgestuurde codeherstel zijn.

4. Gemini Enterprise en Gemini Spark

Enterprises hebben toegang tot het model via het Gemini Enterprise Agent Platform en de Gemini Enterprise-app. Google AI Pro- en Ultra-abonnees in meer dan 160 landen kunnen het gebruiken via Gemini Spark, Google’s persoonlijke agent in de Gemini-app.

5. CometAPI

CometAPI stelt Gemini 3.7 Flash bloot via zowel een Gemini-native aanvraagformaat als een OpenAI-compatibel chat-completions patroon. Dit is nuttig wanneer een team één sleutel en facturatie-laag wil voor Google en concurrerende modelfamilies.

Gemini-native CometAPI-aanvraag

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-compatibel Python-verzoek 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)

Gebruik de Gemini-native route wanneer je providerspecifieke controls nodig hebt die niet door de compatibiliteitslaag worden weergegeven. Gebruik de OpenAI-compatibele route wanneer portabiliteit en snelle modelvergelijking prioriteit hebben. Bevestig ondersteunde parameters in de live documentatie vóór productiegebruik.

Beste gebruiksscenario’s voor Gemini 3.7 Flash

Codering en software-engineeringagents

Gemini 3.7 Flash is een sterke kandidaat voor debuggen, probleemoplossing, repository-analyse, testgeneratie, refactoring en code review. De verbeteringen op DeepSWE, FrontierCode en terminalbenchmarks maken coderen de duidelijkste upgradecase.

Web- en UI-generatie

Gebruik het voor screenshot-naar-code workflows, implementatie van designsystemen, interactieve prototypes en full-stack webapplicatiegeneratie. Evalueer visuele getrouwheid, responsief gedrag, toegankelijkheid en featurecompleetheid in plaats van alleen op basis van de eerste screenshot te oordelen.

Enterprise-documentagents

Het contextvenster van één miljoen tokens, PDF-invoer, verbetering op GDP.pdf, function calling en bestandszoekfunctie maken het model relevant voor financiële rapporten, juridische documenten, wetenschappelijke literatuur, beleidsbibliotheken en interne kennissystemen.

Multimodale automatisering en computergebruik

Gemini 3.7 Flash kan redeneren over tekst, afbeeldingen, video, audio en PDF’s, terwijl preview computer use UI-gestuurde workflows mogelijk maakt. Houd menselijke goedkeuring rond onomkeerbare acties, permissies, transacties en beslissingen met hoge impact.

Hoogvolume meerstapsworkflows

Het model is ontworpen voor agentuitvoering tegen Flash-economie. Het kan de noodzaak verminderen om elke complexe taak naar een duurder model te sturen. Een praktische routeringsstrategie is te beginnen met 3.7 Flash, het resultaat te valideren en alleen onduidelijke of risicovolle gevallen te escaleren.

Veelgestelde vragen

Wat is Gemini 3.7 Flash?

Gemini 3.7 Flash is Google’s stabiele Flash-model van augustus 2026 voor coderen, AI-agents, webontwikkeling, multimodale begrip en enterprise-kenniswerk. Het is gebaseerd op Gemini 3.6 Flash en voegt algoritmische verbeteringen toe aan de kern van het redeneren.

Wat is het contextvenster van Gemini 3.7 Flash?

Gemini 3.7 Flash ondersteunt tot 1,048,576 inputtokens en tot 65,536 outputtokens. Het accepteert input in tekst, afbeelding, video, audio en PDF en retourneert tekst.

Wat kost Gemini 3.7 Flash?

Google’s introductieprijs tot en met 31 december 2026 is $0.75 per miljoen inputtokens en $3.75 per miljoen outputtokens. Google vermeldt $1.50/M input en $7.50/M output vanaf 1 januari 2027. CometAPI vermeldt $0.60/M input en $3.00/M output op het moment van publicatie.

Is Gemini 3.7 Flash beter dan Gemini 3.6 Flash?

Het is beter op de meeste door Google gepubliceerde benchmarks, vooral productiecodering, langetermijn software-engineering, workflowautomatisering, PDF-begrip, langcontext-retrieval en computergebruik. Het is iets slechter op CharXiv chart reasoning, dus het antwoord hangt af van de workload.

Is Gemini 3.7 Flash geschikt voor coding-agents?

Ja. Coderen en agents zijn de belangrijkste gebruikscases. Google rapporteert 65.3% versus 48.6% voor 3.6 Flash op DeepSWE v1.1 en 43.6% versus 34.4% op FrontierCode 1.1 Main.

Ondersteunt Gemini 3.7 Flash afbeeldingsgeneratie?

Nee. Het kan beeldinput begrijpen maar produceert tekstoutput. Afbeeldingsgeneratie en audiogeneratie worden niet ondersteund door dit model.

Welke denkniveaus ondersteunt Gemini 3.7 Flash?

Het ondersteunt denkniveaus laag, medium en hoog. De ontwikkelaarspagina van Google zegt dat minimale thinking niet wordt ondersteund en een fout geeft.

Hoe gebruik ik Gemini 3.7 Flash via CometAPI?

Maak een CometAPI-sleutel, kies gemini-3.7-flash en roep ofwel het Gemini-compatibele /v1beta/models/{model}:generateContent endpoint aan of het OpenAI-compatibele /v1/chat/completions endpoint. Controleer de live modelpagina op huidige prijzen en parameterondersteuning.

Conclusie

Gemini 3.7 Flash vertegenwoordigt een snelle, gerichte verbetering in Google’s werkpaardlijn: sterkere codeer- en agentcapaciteiten, betere designtrouw voor web- en UI-werk, verbeterde prestaties op complexe documenten en kenniswerk, en aantrekkelijke introductieprijzen die hoogvolume productieagents economischer maken. Met een context van 1M tokens, een robuuste toolset en instelbaar redeneren is het goed geschikt voor real-world software-engineering en meerstapsautomatisering.

Of je er direct toegang toe krijgt via Google’s ontwikkelaarstools of via een uniforme platformlaag zoals CometAPI, Gemini 3.7 Flash is vandaag klaar voor productie-evaluatie. Bekijk de live modelcatalogus en concurrerende tarieven op cometapi.com, claim gratis proefcredits en bouw betrouwbaardere, kosteneffectieve agents met het nieuwste Flash-model van Google.