Czym jest Gemini 3.7 Flash? Benchmarki, cena i przewodnik po API

TL;DR Google udostępniło Gemini 3.7 Flash 13 sierpnia 2026 — zaledwie trzy tygodnie po Gemini 3.6 Flash. Pozycjonowany jako najinteligentniejszy dotąd „koń pociągowy” firmy do kodowania, agentowych przepływów pracy, tworzenia stron WWW i pracy z wiedzą, model przynosi znaczące zyski względem poprzednika, oferując jednocześnie cenę wprowadzającą 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych do 31 grudnia 2026 (połowa pierwotnej stawki 3.6 Flash). Obsługuje okno kontekstu 1M tokenów, wejścia multimodalne (tekst, obraz, wideo, audio, PDF), dostrajane poziomy rozumowania oraz zaawansowaną obsługę narzędzi. Dostępny przez Gemini API, Google AI Studio, Antigravity, Android Studio, Gemini Enterprise oraz agregatory takie jak CometAPI.

Kluczowe wnioski

• Gemini 3.7 Flash to duża iteracyjna aktualizacja skoncentrowana na inżynierii oprogramowania w realnych warunkach, agentach wieloetapowych i tworzeniu stron WWW zgodnym z projektem.
• Wzrosty na kluczowych benchmarkach względem 3.6 Flash obejmują: 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%) oraz AutomationBench (30,4% vs 17%).
• Cena wprowadzająca 0,75 / 3,75 USD za 1M tokenów wejścia/wyjścia obowiązuje do końca 2026; od 1 stycznia 2027 stawki standardowe to 1,50 / 7,50 USD.
• Kontekst 1M, maks. wyjście 64K–65K, poziomy rozumowania (niski/średni/wysoki), wywoływanie funkcji, wykonywanie kodu, użycie komputera (preview), podparcie wyszukiwaniem i strukturyzowane wyjścia.
• Idealny do produkcji agentów kodujących, zadań inżynieryjnych długiego horyzontu, generowania interfejsów z makiet oraz złożonych przepływów dokumentowych/wiedzowych przy atrakcyjnym koszcie.
• CometAPI zapewnia łatwy dostęp zgodny z OpenAI do Gemini 3.7 Flash obok 500+ innych modeli, z ujednoliconym rozliczaniem i konkurencyjnymi stawkami.

Czym jest Gemini 3.7 Flash?

Gemini 3.7 Flash to najnowszy stabilny model z linii Gemini 3 Flash Google. Modele Flash są projektowane tak, by równoważyć inteligencję, szybkość i koszt dla aplikacji wykonujących częste wywołania modelu. Są szczególnie istotne dla agentów, ponieważ agent może potrzebować rozumować, wywoływać narzędzia, analizować wyniki, korygować błędy i kontynuować przez kilka tur, zanim zrealizuje jedno żądanie użytkownika.

Google określa 3.7 Flash jako najinteligentniejszy dotąd „koń pociągowy” do kodowania i agentów. To pozycjonowanie jest ważne. Gemini 3.7 Flash nie jest przedstawiany jako zamiennik każdego modelu granicznego rozumowania. Zamiast tego ma dostarczać wystarczającą inteligencję do wymagających przepływów produkcyjnych, przy zachowaniu opóźnień i ekonomii na poziomie Flash.

Karta modelu dostarcza najjaśniejszego technicznego wyjaśnienia: Gemini 3.7 Flash bazuje na Gemini 3.6 Flash i wprowadza ulepszenia algorytmiczne do rdzeniowych podstaw rozumowania. To pomaga wyjaśnić, dlaczego Google wydało go zaledwie trzy tygodnie po 3.6. To wydanie optymalizacyjne i funkcjonalne oparte na tej samej bazie, a nie całkowicie nowa generacja pretreningu.

Specyfikacja Gemini 3.7 Flash

Co nowego w Gemini 3.7 Flash?

Silniejsze agentowe kodowanie

Największe ulepszenia dotyczą inżynierii oprogramowania. Google informuje, że model lepiej debuguje, rozwiązuje problemy, generuje gotowy do produkcji kod już w pierwszym podejściu oraz pozostaje skuteczny w dłuższych przepływach kodowania.

Ma to znaczenie, ponieważ koszt agenta kodującego nie zależy wyłącznie od liczby tokenów w jednej odpowiedzi. Model, który tworzy wiarygodną, ale błędną poprawkę, może wywołać więcej skanów repozytorium, poleceń terminala, uruchomień testów, promptów naprawczych i przeglądów przez ludzi. Wyższa trafność pierwszego przebiegu może obniżyć koszt na zaakceptowany wynik, nawet jeśli dwa modele mają podobne ceny tokenów.

Według doniesień Gemini 3.7 Flash lepiej też adaptuje się przy napotkanych blokadach. Google opisuje bardziej zdyscyplinowane planowanie i użycie narzędzi, lepsze doprecyzowanie intencji i mniej ponowień. To operacyjne ulepszenia dla asystentów IDE, agentów pull request, systemów debugowania i wewnętrznych narzędzi deweloperskich.

Lepszy web development i wierność UI

Google twierdzi, że 3.7 Flash potrafi tworzyć bardziej funkcjonalne layouty i bardziej kompletne aplikacje w mniejszej liczbie promptów. Został też zaprojektowany, by ściślej podążać za odniesieniami wizualnymi, w tym zrzutami ekranu, obrazami i kompletnymi systemami projektowymi.

Wynik Code Arena wspiera to ukierunkowanie: 3.7 Flash osiąga 1588 Elo wobec 1538 dla 3.6 Flash. Dla zespołów budujących narzędzia screenshot-to-code, asystentów systemów projektowych, generatory landing page’y czy prototypy full-stack, praktyczne pytanie brzmi, czy nowy model ogranicza ręczne poprawki CSS i naprawę brakujących funkcji. To należy zmierzyć na własnych komponentach, breakpointach i wymaganiach dostępności.

Bardziej niezawodne przepływy pracy w przedsiębiorstwach

Gemini 3.7 Flash notuje duże przyrosty na benchmarkach opartych na wiedzy i automatyzacji. Google wyróżnia finanse, prawo, nauki biologiczne, złożone pliki PDF oraz realne przepływy biznesowe.

To użyteczne odróżnienie od zwykłego odpowiadania na pytania. Agenci korporacyjni często muszą przeczytać kilka dokumentów, wyodrębnić dowody, porównać fakty, zaktualizować arkusz lub dokument statusu, przygotować e-mail i wywołać narzędzia wewnętrzne. AutomationBench wzrasta z 17,0% do 30,4%, a GDP.pdf z 22,0% do 34,0%. Wyniki wciąż są dalekie od perfekcji, ale względne zyski są na tyle duże, by uzasadnić ponowne testy przepływów, które wcześniej wymagały droższego modelu.

Ulepszony długi kontekst i użycie komputera

Gemini 3.7 Flash zachowuje milion-tokenową pojemność wejścia i poprawia wynik długiego kontekstu GDM-MRCR v2 z 91,8% do 97,0% przy 128K. Poprawia też wydajność użycia komputera w OSWorld-2.0 z 33,8% do 47,9%.

Duże okno kontekstu nie gwarantuje niezawodnego przywołania na całej długości. Wzrost na benchmarku sugeruje lepsze wykorzystanie długich wejść, ale testy produkcyjne powinny obejmować kolejność dokumentów, powtarzalny szablon, strukturę kodu, tabele i szum przywołania, które faktycznie napotyka Twoja aplikacja.

Zaktualizowane zabezpieczenia

Google informuje, że Gemini 3.7 Flash jest dostarczany z aktualnymi zabezpieczeniami przeciwko nadużyciom chemicznym, biologicznym, radiologicznym i nuklearnym oraz cyberatakom. Karta modelu raportuje ogólnie podobny poziom bezpieczeństwa i tonu co Gemini 3.6 Flash i informuje, że śledzone progi granicznych możliwości nie zostały osiągnięte.

Karta wymienia też znane ograniczenia modeli podstawowych: halucynacje, sporadyczną powolność lub timeouty, niekompletną wiedzę oraz ciągłą potrzebę wzmocnienia odporności na jailbreak. Aplikacje w obszarach prawnych, finansowych, medycznych, bezpieczeństwa lub innych o wysokim wpływie nadal wymagają weryfikacji źródeł i przeglądu przez człowieka.

Gemini 3.7 Flash vs Gemini 3.6 Flash: Usprawnienia w benchmarkach

Poniższa tabela korzysta z sierpniowej 2026 karty modeli Google. Zmiany punktów procentowych są obliczone z opublikowanych wyników. Różnice Elo są pokazane jako punkty, ponieważ traktowanie Elo jako zwykłego procentu byłoby mylące.

Google i niezależni ewaluatorzy (w tym Artificial Analysis) raportują wyraźne zyski. Wybrane porównania:

Źródła: karta modelu Google DeepMind i oficjalny blog, niezależne ewaluacje Artificial Analysis (sierpień 2026). 3.7 Flash również blisko konkuruje lub prowadzi z modelami średniego segmentu granicznego, takimi jak Claude Sonnet 5 i GPT-5.6 Terra, na kilku praktycznych testach kodowania i agentów, pozostając znacząco tańszym.

Gdzie poprawa jest największa

Największe praktyczne zyski to DeepSWE, AutomationBench, GDP.pdf i OSWorld-2.0. Względem wyniku 3.6, wzrosty te wynoszą odpowiednio około 34%, 79%, 55% i 42%. Procenty względne mogą wyolbrzymiać zmiany przy niskiej bazie, dlatego miarą podstawową powinien pozostać bezwzględny wzrost punktów procentowych.

Terminal-Bench 3.0 to kolejny uderzający wynik: 14,9% wobec 5,4%. To 9,5 pkt bezwzględnego przyrostu i około 176% względnej poprawy, ale niski wynik końcowy pokazuje też, że ogólne zadania autonomicznych agentów nadal są trudne.

Gdzie Gemini 3.7 Flash nie przynosi poprawy

Gemini 3.7 Flash jest o 0,7 punktu procentowego gorszy od Gemini 3.6 Flash na obu konfiguracjach CharXiv. To użyteczne przypomnienie, że aktualizacje modeli nie są jednolicie lepsze. Jeśli Twoje obciążenie silnie opiera się na złożonych wykresach naukowych, diagramach lub wspomaganej narzędziami syntezie wizualnej, utrzymaj 3.6 podczas testów i porównaj oba modele na reprezentatywnych wejściach.

Raportowane przez Google benchmarki są wartościową evidencją wydania, ale nie zastępują ewaluacji specyficznej dla aplikacji. Mierz odsetek zaakceptowanych wyników, opóźnienia, błędy narzędzi, ponowienia, użycie tokenów i czas przeglądu przez człowieka na co najmniej 20–50 realnych zadaniach przed zmianą ruchu produkcyjnego.

Cennik Gemini 3.7 Flash

Ceny wprowadzające i standardowe Google

Google podaje cenę wprowadzającą do 31 grudnia 2026:

Google opisuje stawkę wprowadzającą jako połowę pierwotnego kosztu Gemini 3.6 Flash. Szczegółowa karta modelu obecnie pokazuje tę samą promocyjną stawkę zarówno dla 3.6, jak i 3.7 Flash, a następnie te same stawki standardowe od stycznia 2027. Innymi słowy, 3.7 zapewnia lepszą wydajność na benchmarkach w obecnej cenie promocyjnej, zamiast natychmiastowego premiowania stawką.

Tokeny „thinking” są zwykle rozliczane jako tokeny wyjściowe. Użycie narzędzi może również dodać tokeny modelu lub oddzielne opłaty za narzędzia. Podparcie wyszukiwaniem, pobieranie plików, kontekst URL, użycie komputera i powtarzane kroki agentów mogą istotnie zmienić finalny rachunek.

Ceny CometAPI

Na moment sprawdzenia 14 sierpnia 2026, CometAPI podaje dla Gemini 3.7 Flash:

Dla obciążenia używającego miliona tokenów wejścia i 200 000 tokenów wyjścia koszt tokenów u Google przy cenie wprowadzającej wynosi 1,50 USD: 0,75 USD za wejście plus 0,75 USD za wyjście. Przy stawkach CometAPI ten sam wolumen tokenów to 1,20 USD. To wyliczenie nie obejmuje opłat za narzędzia, cache, ponowień i ewentualnych różnic w zachowaniu żądań.

Nie wybieraj ścieżki wyłącznie po cenie tokenów. Porównuj koszt na zaakceptowany wynik, ponieważ tańsza ścieżka może okazać się droższa, jeśli generuje więcej błędów, ponowień lub eskalacji.

Jak uzyskać dostęp do Gemini 3.7 Flash

1. Google AI Studio

Google AI Studio to najszybsze miejsce do testowania promptów i zachowania modelu bez budowania kompletnej aplikacji. Otwórz prompt Gemini 3.7 Flash w AI Studio, uzyskaj klucz API i wyeksportuj kod, gdy prompt będzie gotowy.

2. Gemini API

Użyj stabilnego identyfikatora modelu gemini-3.7-flash. Strona modelu Google rekomenduje Interactions API dla dostępu do bieżących funkcji. Model obsługuje poziomy rozumowania low, medium i high, ale wysłanie minimal zwraca błąd.

Deweloperzy migrujący ze starszych generacji Gemini powinni także przejrzeć aktualne zasady API. Przestarzałe parametry próbkowania i ręcznie wypełnione tury modelu mogą nie zachowywać się tak jak we wcześniejszych integracjach.

3. Google Antigravity i Android Studio

Google udostępnia Gemini 3.7 Flash do developmentu zorientowanego na agentów w Google Antigravity oraz do przepływów kodowania w Android Studio. Te interfejsy są właściwe, gdy głównym zadaniem jest nawigacja po repozytorium, tworzenie aplikacji, testowanie lub naprawa kodu z użyciem narzędzi.

4. Gemini Enterprise i Gemini Spark

Przedsiębiorstwa mogą uzyskać dostęp do modelu przez Gemini Enterprise Agent Platform i aplikację Gemini Enterprise. Subskrybenci Google AI Pro i Ultra w ponad 160 krajach mogą korzystać przez Gemini Spark, osobistego agenta Google w aplikacji Gemini.

5. CometAPI

CometAPI udostępnia Gemini 3.7 Flash zarówno przez natywny format żądania Gemini, jak i wzorzec zgodny z OpenAI dla chat-completions. To przydatne, gdy zespół chce jednego klucza i warstwy rozliczeń dla Google i konkurencyjnych rodzin modeli.

Żądanie CometAPI w formacie natywnym Gemini

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
    }
  }'

Zgodne z OpenAI żądanie w Pythonie przez 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)

Użyj ścieżki natywnej Gemini, gdy potrzebujesz kontroli specyficznych dla dostawcy, których nie obejmuje warstwa kompatybilności. Użyj ścieżki zgodnej z OpenAI, gdy priorytetem jest przenośność i szybkie porównanie modeli. Przed użyciem w produkcji potwierdź obsługiwane parametry w aktualnej dokumentacji.

Najlepsze zastosowania Gemini 3.7 Flash

Agenci do kodowania i inżynierii oprogramowania

Gemini 3.7 Flash to mocny kandydat do debugowania, rozwiązywania problemów, analizy repozytoriów, generowania testów, refaktoryzacji i przeglądu kodu. Jego poprawy na DeepSWE, FrontierCode i benchmarkach terminalowych czynią kodowanie najczytelniejszym przypadkiem przewagi.

Tworzenie stron WWW i generowanie UI

Używaj go do przepływów screenshot-to-code, implementacji systemów projektowych, interaktywnych prototypów i generowania pełnych aplikacji webowych. Oceniaj wierność wizualną, zachowanie responsywne, dostępność i kompletność funkcji, zamiast sądzić wyłącznie po pierwszym zrzucie ekranu.

Firmowi agenci dokumentowi

Milion-tokenowe okno kontekstu, wejście PDF, poprawa GDP.pdf, wywoływanie funkcji i wyszukiwanie plików czynią model istotnym dla raportów finansowych, dokumentów prawnych, literatury naukowej, bibliotek polityk i wewnętrznych systemów wiedzy.

Automatyzacja multimodalna i użycie komputera

Gemini 3.7 Flash potrafi rozumować nad tekstem, obrazami, wideo, audio i PDF, a podglądowe użycie komputera umożliwia przepływy sterowane interfejsem. Utrzymuj akceptację przez człowieka przy działaniach nieodwracalnych, uprawnieniach, transakcjach i decyzjach o dużym wpływie.

Wieloetapowe przepływy o dużej skali

Model jest zaprojektowany do agentowego wykonania przy ekonomii Flash. Może ograniczyć potrzebę kierowania każdego złożonego zadania do droższego modelu. Praktyczna strategia routingu to start od 3.7 Flash, walidacja wyniku i eskalacja tylko przypadków niejednoznacznych lub wysokiego ryzyka.

Najczęściej zadawane pytania

Czym jest Gemini 3.7 Flash?

Gemini 3.7 Flash to sierpniowy (2026) stabilny model Flash Google do kodowania, agentów AI, tworzenia stron WWW, rozumienia multimodalnego i pracy z wiedzą w przedsiębiorstwach. Bazuje na Gemini 3.6 Flash i dodaje ulepszenia algorytmiczne do rdzeniowego rozumowania.

Jaki jest kontekst okna w Gemini 3.7 Flash?

Gemini 3.7 Flash obsługuje do 1 048 576 tokenów wejściowych i do 65 536 tokenów wyjściowych. Przyjmuje tekst, obrazy, wideo, audio i PDF, a zwraca tekst.

Ile kosztuje Gemini 3.7 Flash?

Cena wprowadzająca Google do 31 grudnia 2026 to 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych. Google podaje 1,50 USD/M za wejście i 7,50 USD/M za wyjście od 1 stycznia 2027. CometAPI podaje 0,60 USD/M za wejście i 3,00 USD/M za wyjście w momencie publikacji.

Czy Gemini 3.7 Flash jest lepszy niż Gemini 3.6 Flash?

Jest lepszy na większości benchmarków publikowanych przez Google, szczególnie w produkcyjnym kodowaniu, inżynierii oprogramowania długiego horyzontu, automatyzacji przepływów, rozumieniu PDF, przywołaniu w długim kontekście i użyciu komputera. Jest nieco gorszy na rozumowaniu wykresów CharXiv, więc odpowiedź zależy od obciążenia.

Czy Gemini 3.7 Flash nadaje się do agentów kodujących?

Tak. Kodowanie i agenci to główne przypadki użycia. Google raportuje 65,3% vs 48,6% dla 3.6 Flash na DeepSWE v1.1 i 43,6% vs 34,4% na FrontierCode 1.1 Main.

Czy Gemini 3.7 Flash obsługuje generowanie obrazów?

Nie. Potrafi rozumieć obrazy jako wejście, ale generuje tekst. Generowanie obrazów i dźwięku nie jest obsługiwane przez ten model.

Jakie poziomy rozumowania obsługuje Gemini 3.7 Flash?

Obsługuje low, medium i high. Strona deweloperska Google podaje, że minimal nie jest obsługiwany i zwraca błąd.

Jak używać Gemini 3.7 Flash przez CometAPI?

Utwórz klucz CometAPI, wybierz gemini-3.7-flash i wywołaj albo zgodny z Gemini endpoint /v1beta/models/{model}:generateContent, albo zgodny z OpenAI endpoint /v1/chat/completions. Przed produkcją sprawdź bieżącą stronę modelu pod kątem cen i obsługiwanych parametrów.

Podsumowanie

Gemini 3.7 Flash reprezentuje szybkie, ukierunkowane ulepszenie w linii „koni pociągowych” Google: silniejsze możliwości w kodowaniu i agentach, lepsze trzymanie się projektu przy pracy nad WWW i UI, poprawę wydajności w złożonych dokumentach i pracy z wiedzą oraz atrakcyjną cenę wprowadzającą, która czyni agentów produkcyjnych na dużą skalę bardziej opłacalnymi. Dzięki kontekstowi 1M tokenów, solidnemu zestawowi narzędzi i dostrajalnemu rozumowaniu, model dobrze nadaje się do realnej inżynierii oprogramowania i wieloetapowej automatyzacji.

Niezależnie od tego, czy uzyskasz dostęp bezpośrednio przez narzędzia deweloperskie Google, czy przez ujednoliconą platformę taką jak CometAPI, Gemini 3.7 Flash jest gotowy do ewaluacji produkcyjnej już dziś. Przejrzyj katalog modeli i konkurencyjne stawki na cometapi.com, odbierz darmowe kredyty testowe i zacznij budować bardziej niezawodnych, opłacalnych agentów z najnowszym modelem Flash od Google.