什麼是 Gemini 3.7 Flash？基準測試、價格與 API 指南

TL;DR Google 於 2026 年 8 月 13 日發布了 Gemini 3.7 Flash，距離 Gemini 3.6 Flash 僅三週。其定位為公司迄今最聰明的「主力」模型，面向程式設計、代理式工作流程、網頁開發與知識工作，在保持低延遲與成本的同時，較前代有顯著提升；並在 2026 年 12 月 31 日前提供 $0.75/百萬輸入 tokens、$3.75/百萬輸出 tokens 的試用價（為 3.6 Flash 原價的一半）。支援 100 萬 tokens 的上下文視窗，多模態輸入（文字、影像、影片、音訊、PDF）、可調思考層級與強工具使用。可透過 Gemini API、Google AI Studio、Antigravity、Android Studio、Gemini Enterprise，以及 CometAPI 等聚合平台取得。

重點摘要

• Gemini 3.7 Flash 是一次面向真實軟體工程、多步代理與遵循設計規範的網頁開發的重大迭代升級。
• 相較 3.6 Flash 的關鍵基準提升包括 FrontierCode 1.1 Main（43.6% vs 34.4%）、DeepSWE v1.1（65.3% vs 約 49%）、WebDev Arena Elo（1588 vs 1538）、GDP.pdf（34% vs 22%）、AutomationBench（30.4% vs 17%）。
• 試用價 $0.75 / $3.75（每 100 萬輸入/輸出 tokens）至 2026 年底；自 2027 年 1 月 1 日起標準價 $1.50 / $7.50。
• 100 萬上下文、64K–65K 最大輸出、思考層級（低/中/高）、函式呼叫、程式碼執行、電腦使用（預覽）、搜尋對齊與結構化輸出。
• 適合生產環境的程式代理、長期工程任務、從設計稿生成 UI，以及具成本優勢的複雜文件/知識工作。
• CometAPI 提供與 OpenAI 相容的 Gemini 3.7 Flash 便捷介接，涵蓋 500+ 其他模型，統一計費與具競爭力的資費。

什麼是 Gemini 3.7 Flash？

Gemini 3.7 Flash 是 Google 的 Gemini 3 Flash 系列中最新的穩定模型。Flash 系列旨在為高頻模型呼叫的應用平衡智能、速度與成本。對代理尤為關鍵，因為代理在完成單次使用者請求前，可能需要推理、呼叫工具、檢視結果、修正錯誤並持續多輪。

Google 將 3.7 Flash 稱為迄今最聰明的主力模型，重點面向程式與代理。這一定位很重要：Gemini 3.7 Flash 並非用來取代所有前沿推理模型，而是致力於在保留 Flash 等級延遲與經濟性的同時，提供足夠的智能以支撐嚴苛的生產工作流程。

模型卡提供最清晰的技術解釋：Gemini 3.7 Flash 基於 Gemini 3.6 Flash，並在核心推理基礎上引入演算法改進。這也解釋了為何 Google 能在 3.6 發布後僅三週就推出 3.7——它是在同一基礎上進行優化與能力增強，而非完全新的預訓練世代。

Gemini 3.7 Flash 規格

Gemini 3.7 Flash 有哪些新變化？

更強的代理式程式能力

最大提升集中在軟體工程。Google 表示該模型在除錯、問題解決、首輪就生成可用於生產的程式碼，以及在更長的程式工作流中保持效果方面更為出色。

這很重要，因為程式代理的成本不僅取決於單次回應中的 tokens 數量。若模型產出看似合理但實際失效的修補，可能會觸發更多存儲庫掃描、終端指令、測試執行、修復提示與人工審查。更高的首輪準確率可以降低每個被接受結果的成本，即便兩個模型列示的 token 價格相近。

Gemini 3.7 Flash 在面對阻礙時 reportedly 也能更好地適應。Google 描述了更有紀律的規劃與工具使用、更佳的意圖澄清與更少的重試。這些是 IDE 助手、拉取請求代理、除錯系統與內部開發者工具的運營面改進。

更好的網頁開發與 UI 忠實度

Google 稱 3.7 Flash 能以更少提示創建更具功能性的版面與更完整的應用。它也被設計為更緊密遵循視覺參考，包括螢幕擷圖、影像與完整設計系統。

Code Arena 的結果支撐了這一重點：3.7 Flash 的 Elo 為 1588，相較 3.6 Flash 的 1538。有意打造從螢幕擷圖到程式碼的工具、設計系統助手、登陸頁產生器或全端原型的團隊，實務上的問題是新模型是否能減少手動 CSS 校正與遺漏功能的修補。應在你們自己的元件、斷點與無障礙要求上驗證。

更可靠的企業工作流程

Gemini 3.7 Flash 在重知識與自動化基準上有大幅提升。Google 強調金融、法律、生物科學、複雜 PDF 與真實商務工作流程。

這與一般問答有明顯區別。企業代理通常需要閱讀多份文件、抽取證據、比對事實、更新試算表或狀態文件、撰寫電子郵件並呼叫內部工具。AutomationBench 從 17.0% 升至 30.4%，GDP.pdf 從 22.0% 升至 34.0%。這些分數距離完美仍遠，但相對提升足以值得重測先前需要更昂貴模型的工作流程。

改進的長上下文與電腦使用

Gemini 3.7 Flash 保留百萬 tokens 的輸入容量，並將 Google 的 GDM-MRCR v2 長上下文分數在 128K 由 91.8% 提升至 97.0%。同時將 OSWorld-2.0 的電腦使用表現由 33.8% 提升至 47.9%。

大型上下文視窗並不保證每個 token 的可靠檢索。基準提升顯示對長輸入的更好利用，但生產測試應涵蓋你實際遇到的文件順序、重複樣板、程式碼結構、表格與檢索噪音。

更新的安全防護

Google 稱 Gemini 3.7 Flash 隨附針對化學、生物、放射與核不當使用以及網路攻防的更新保障。模型卡報告其安全性與語氣表現與 Gemini 3.6 Flash 大致相近，且追蹤的前沿能力門檻未被觸及。

模型卡亦列出常見基礎模型限制：幻覺、偶見的延遲或逾時、知識不完整，以及仍需強化越獄抵抗。在法律、金融、醫療、安全或其他高影響場景中，仍需來源驗證與人工審查。

Gemini 3.7 Flash 與 Gemini 3.6 Flash：基準提升

下表採用Google 2026 年 8 月的模型卡。百分點變化依公開分數計算；Elo 差異以點數呈現，因將 Elo 視為簡單百分比會誤導。

Google 與獨立評估者（包括 Artificial Analysis）皆報告了明確增益。部分比較如下：

來源：Google DeepMind 模型卡與官方部落格、Artificial Analysis 的獨立評估（2026 年 8 月）。3.7 Flash 亦在多項實務的程式與代理測試上與中階前沿模型如 Claude Sonnet 5、GPT-5.6 Terra 接近或領先，同時成本顯著更低。

升級最大之處

最具實務意義的增益為 DeepSWE、AutomationBench、GDP.pdf 與 OSWorld-2.0。相較 3.6 的分數，這些提升約為 34%、79%、55% 與 42%。相對百分比在基線較低時可能誇大變化，因此以絕對百分點提升作為主要比較更合適。

Terminal-bench 3.0 也是醒目結果：14.9% 對 5.4%。這是 9.5 個百分點的絕對增益與約 176% 的相對改善，但偏低的最終分數也顯示一般自主代理任務仍然艱難。

Gemini 3.7 Flash 未改善的地方

Gemini 3.7 Flash 在兩個 CharXiv 配置上比 Gemini 3.6 Flash 低 0.7 個百分點。這提醒我們模型升級並非處處更好。若你的工作負載高度仰賴複雜科學圖表、示意圖或工具輔助的視覺合成，請在測試期間保留 3.6，並以具代表性的輸入比較兩者。

Google 報告的基準對版本發布很有價值，但不等於應用專屬評估。在切換生產流量前，請於至少 20–50 個真實任務上測量被接受輸出、延遲、工具錯誤、重試、tokens 使用與人工審查時間。

Gemini 3.7 Flash 價格

Google 試用與標準資費

Google 列示的試用資費至 2026 年 12 月 31 日：

Google 將試用資費描述為 Gemini 3.6 Flash 原始成本的一半。詳細模型卡目前顯示 3.6 與 3.7 Flash 均為相同促銷資費，並於 2027 年 1 月轉為相同標準資費。換言之，3.7 在現行促銷價下提供更強的基準表現，而非立即加價。

思考 tokens 通常計為輸出 tokens。工具使用亦可能新增模型 tokens 或獨立工具收費。搜尋對齊、檔案擷取、URL 情境、電腦使用與反覆的代理步驟都可能明顯改變最終帳單。

CometAPI 資費

於 2026 年 8 月 14 日查詢時，CometAPI 列示 Gemini 3.7 Flash 資費如下：

對於使用 100 萬輸入 tokens 與 200,000 輸出 tokens 的工作負載，Google 的試用 token 成本為 $1.50：輸入 $0.75 加上輸出 $0.75。以 CometAPI 列示費率同量則為 $1.20。此計算不含工具收費、快取、重試與請求行為差異。

不要僅以 token 價格選擇路徑。請比較每個被接受結果的成本，因為若某路徑產生更多失敗、重試或升級，即便單價較低也可能更昂貴。

如何存取 Gemini 3.7 Flash

1. Google AI Studio

Google AI Studio 是在不構建完整應用的前提下，快速測試提示與模型行為的途徑。開啟 Gemini 3.7 Flash AI Studio 提示，取得 API 金鑰，並在提示就緒時匯出程式碼。

2. Gemini API

使用穩定模型代碼 gemini-3.7-flash。Google 的模型頁面建議透過 Interactions API 以取得當前功能。該模型支援低、中、高思考層級，但傳送 minimal 會回傳錯誤。

從舊版 Gemini 遷移的開發者亦應檢視目前的 API 規則。已棄用的採樣參數與手動預填的模型輪次，行為可能與早期整合不同。

3. Google Antigravity 與 Android Studio

Google 列示 Gemini 3.7 Flash 可用於 Google Antigravity 的代理優先開發，以及 Android Studio 的程式工作流程。當主要任務是存儲庫導覽、應用開發、測試或工具驅動的程式修復時，這些介面是合適的選擇。

4. Gemini Enterprise 與 Gemini Spark

企業可透過 Gemini Enterprise Agent Platform 與 Gemini Enterprise 應用存取該模型。超過 160 個國家的 Google AI Pro 與 Ultra 訂閱者可透過 Gemini Spark（Google 的個人代理）使用它。

5. CometAPI

CometAPI 同時提供 Gemini 原生請求格式與與 OpenAI 相容的 chat-completions 模式來暴露 Gemini 3.7 Flash。當團隊希望在 Google 與競品模型族之間使用同一金鑰與計費層時，這很有用。

Gemini 原生 CometAPI 請求

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
    }
  }'

透過 CometAPI 的與 OpenAI 相容 Python 請求

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)

當你需要供應商特定但相容層未涵蓋的控制項時，使用 Gemini 原生路徑；當可攜性與快速模型比較為優先時，使用與 OpenAI 相容的路徑。生產前請在即時文件中確認支援的參數。

Gemini 3.7 Flash 的最佳使用情境

程式與軟體工程代理

Gemini 3.7 Flash 是除錯、問題解決、存儲庫分析、測試生成、重構與程式碼審查的強力候選。其在 DeepSWE、FrontierCode 與終端基準的提升使程式成為最明顯的升級場景。

網頁與 UI 生成

用於由螢幕擷圖到程式碼的工作流、設計系統落地、互動式原型與全端網頁應用生成。請以視覺忠實度、響應式行為、可及性與功能完整性來評估，而非僅看第一張擷圖。

企業文件代理

百萬上下文視窗、PDF 輸入、GDP.pdf 的提升、函式呼叫與檔案搜尋，使其適用於財報、法律文件、科學文獻、政策庫與內部知識系統。

多模態與電腦使用自動化

Gemini 3.7 Flash 能推理文字、影像、影片、音訊與 PDF，預覽的電腦使用支援 UI 驅動工作流。對不可逆操作、權限、交易與高影響決策務必保留人工核准。

高量多步工作流程

該模型旨在以 Flash 經濟性執行代理任務。它可能降低將每個複雜任務升級至更昂貴模型的需求。務實的路由策略是先以 3.7 Flash 處理、驗證結果，僅在模糊或高風險情境下升級。

常見問題

什麼是 Gemini 3.7 Flash？

Gemini 3.7 Flash 是 Google 於 2026 年 8 月發布的穩定 Flash 模型，面向程式設計、AI 代理、網頁開發、多模態理解與企業知識工作。其基於 Gemini 3.6 Flash，並在核心推理上加入演算法改進。

Gemini 3.7 Flash 的上下文視窗是多少？

Gemini 3.7 Flash 支援最多 1,048,576 輸入 tokens 與最多 65,536 輸出 tokens。接受文字、影像、影片、音訊與 PDF 輸入並回傳文字。

Gemini 3.7 Flash 多少錢？

Google 的試用價至 2026 年 12 月 31 日為每百萬輸入 tokens $0.75、每百萬輸出 tokens $3.75；自 2027 年 1 月 1 日起為輸入 $1.50/M、輸出 $7.50/M。CometAPI 列示為輸入 $0.60/M、輸出 $3.00/M（撰文時）。

Gemini 3.7 Flash 是否優於 Gemini 3.6 Flash？

在多數 Google 公布的基準上更好，特別是生產程式、長期軟體工程、工作流程自動化、PDF 理解、長上下文檢索與電腦使用。在 CharXiv 圖表推理上略差。因此答案取決於工作負載。

Gemini 3.7 Flash 是否適合程式代理？

是。程式與代理是其主要目標使用情境。Google 報告在 DeepSWE v1.1 上 65.3% 對 3.6 的 48.6%，在 FrontierCode 1.1 Main 上 43.6% 對 34.4%。

Gemini 3.7 Flash 是否支援影像生成？

不支援。它能理解影像輸入，但輸出為文字。本模型不支援影像生成與音訊生成。

Gemini 3.7 Flash 支援哪些思考層級？

支援低、中與高思考。Google 的開發者頁面指出 minimal 思考不支援，且會回傳錯誤。

我該如何透過 CometAPI 使用 Gemini 3.7 Flash？

建立 CometAPI 金鑰，選擇 gemini-3.7-flash，呼叫 Gemini 相容的 /v1beta/models/{model}:generateContent 端點或與 OpenAI 相容的 /v1/chat/completions 端點。生產前請在即時模型頁面確認當前資費與參數支援。

結論

Gemini 3.7 Flash代表 Google 主力系列的快速、聚焦提升：更強的程式與代理能力、更佳的設計遵循以支援網頁與 UI 工作、改進的複雜文件與知識工作表現，以及具吸引力的試用資費，使高量生產代理更具經濟性。憑藉 100 萬 tokens 上下文、強大的工具套件與可調推理，它非常適合真實世界的軟體工程與多步自動化。

無論透過 Google 的開發者工具直接存取，或經由 CometAPI 這類統一平台，Gemini 3.7 Flash 都已可進行生產評估。造訪 cometapi.com，申請試用點數，以 Google 最新 Flash 模型打造更可靠、具成本效益的代理。