谷歌紧急上新：Gemini 3.7 Flash三周迭代，先降价再谈性能

导语：距Gemini 3.6 Flash发布仅三周，谷歌火速推出3.7 Flash，把火力集中在编程、智能体和网页开发上，并赶在年底前把API入门价直接砍半。账面数据有亮点也有软肋，真正的考验还在价格恢复之后。

谷歌这次的速度有点反常。Gemini 3.6 Flash上线才三周，3.7 Flash就踩着点来了。美国当地时间8月13日，谷歌正式放出Gemini 3.7 Flash，主攻方向写得明明白白：编程、智能体应用、Web开发，外加复杂的知识型工作。官方给它的定义也很直白——「迄今为止用于编码和智能体领域最智能的Flash级主力模型」。

性能之外，先动手的是价格

除了能力上的打磨，谷歌这回还动用了价格杠杆。2026年底之前，Gemini 3.7 Flash的API入门价直接减半：每百万输入Token降到0.75美元，每百万输出Token降到3.75美元。等到了2027年1月1日，价格会回到每百万输入1.50美元、输出7.50美元。换句话说，谷歌给市场留出了一个长达数月的低价窗口期。

规格上，新模型保持了多模态输入，文本、图像、音频、视频都吃，上下文窗口还是100万Token，输出上限抬到了64K Token，还加了可调的思考配置，让用户自己权衡质量、成本和速度。谷歌的想法很直接：靠高频迭代加低价，让模型在复杂任务里少出错、少重试，把开发者的真实部署成本压下来。

工程场景里的改动，才是这次的重头戏

这次升级最核心的变化在工程落地。谷歌说，Gemini 3.7 Flash遇到障碍时会主动跟用户澄清意图，执行指令也严格得多，同时在多步规划和工具调用上肯花更多算力，为的是把工作流里的死循环重试和人工盯班降到最低。做实际代码调试和长程软件工程时，首次通过率明显上来了，这对生产级代码来说是个实打实的加分项。

Web开发那边也有说头。用更少的提示词就能生成功能完整的页面，还能照着设计系统、参考图甚至一张界面截图，高度还原符合设计的UI。谷歌在发布会上现场演示了四个案例：一段文本提示直接生成可玩的3D游戏（还能跟Nano Banana模型协同，实时出角色、道具和纹理）；单次生成带视差效果的交互式落地页；在三个智能体的图循环里帮机器人做环境感知与决策，加速训练；以及把一份静态年报PDF解析成带实时图表和可交互数据的动态网页。

数据好看，但没到碾压的程度

第三方口碑也不错。安全研究员Florian Roth用THOR基准测了安全事件分诊，在189个真实安全发现里做到了100%威胁捕获和0%关键遗漏，假阳性也少了很多，被他称为测过的最佳安全分诊模型。开发者@OmedVibeCodes则在9分钟的测试里，感受到细节捕捉能力的进步明显。

硬碰硬的基准数据呢？FrontierCode 1.1 Main上，3.7 Flash拿下43.6%，压过Claude Sonnet 5的42.7%和GPT-5.6 Terra的41.3%；Artificial Analysis的AA-AnalystAgent复杂文档测试里拿到60%的pass^5，领先Claude Opus 5的54%；AutomationBench-AA上62.7%，也超过Kimi K3的53%和GPT-5.6 Sol的51.2%。

但极端环境里短板还在。DeepSWE v1.1长程软件工程，它65.3%，低于GPT-5.6 Terra的69.6%；Terminal-bench 2.1终端编码，85.8%也略逊于Terra的87.4%；多模态桌面测试Agent's Last Exam里，Claude Sonnet 5以33.3%压过它的26.3%。LuminaBench等外部观察者更直接，说3.7 Flash“令人失望”，相对3.6 Flash确有进步，但整体缺亮点，多项基准还是落在Terra后面。

Artificial Analysis的综合测评给了个折中的评价：高推理模式下智能指数56分，比前代高4分，跟GPT-5.6 Terra的57分咬得很近；输出速度每秒340个Token，平均单任务只要1.7分钟，比Terra快了将近四成，成功挤进了“智能与完成时间”的帕累托前沿。

便宜是真的便宜，但成本账得往长了算

价格策略是这次的另一个焦点。开发者@VaibhavSisinty说得挺夸张：这价格便宜到“建一个完整网站的成本还不到一杯茶”。每百万输入Token 0.75美元，已经低过目前所有中国模型。在他看来，AI价格战不是快来了，是人已经在战场里了。

不过Token单价只是综合成本的一部分。一个真实业务里的智能体任务往往要经历多次模型调用、工具执行和错误重试——要是模型单价便宜却老出错，程序陷入循环重试还得人肉介入，总账反而更贵。谷歌这次拼命强调高首次执行成功率和严谨的指令遵循，就是冲着这个痛点去的。Artificial Analysis的测算显示，按折扣价，高推理模式下单任务平均成本约0.40美元，中等推理模式进一步降到0.26美元。

上线之后，3.7 Flash已经铺进谷歌全线产品：开发者走Gemini API就能调用，企业客户用Gemini Enterprise Agent Platform和Gemini Enterprise部署，个人用户里Google AI Pro和Ultra订阅者能在个人智能体Spark里直接体验。安全侧也同步更新了针对化学、生物、放射、核风险以及网络攻击的防护规则。需要留个心眼的是，模型卡明确写着知识截止日期是2026年3月，基础的幻觉问题还在，高负载下也可能出现延迟或超时。

三周一更，背后的节奏耐人寻味

值得琢磨的是时机。这次发布距离3.6 Flash只有三周，而且正赶上旗舰Gemini 3.5 Pro一拖再拖的当口。谷歌明显在换打法：让Flash这条中端线先跑起来，扛起编程和智能体落地的重担。基准数字再漂亮，真正的考验还是那句话——丢进真实代码库、复杂文档和真实业务流程后，能不能真把人工干预和失败重试减下来，并在明年价格恢复之后依然保住合理的综合单任务成本。