Gemini 3.7 Flash 发布：智能体评测大幅提升，速度与成本登顶帕累托前沿
ArtificialAnlys · x · 2026-08-14
Google DeepMind 发布了三个月内的第三个 Flash 模型——Gemini 3.7 Flash。据 Artificial Analysis 评测，该模型在智能体能力、速度和成本效益上均取得显著进步。
核心评测数据
- 智能指数提升：在高推理模式下得分为 56，较前代提升 4 分，仅次于 GPT-5.6 Terra (57) 和 Muse Spark 1.2 (57)。提升主要来自智能体评测，如 Tau3 Banking、Terminal-Bench 和 GDPval-AA v2。
- 速度与时间：输出速度达约 340 tokens/秒，是 GPT-5.6 Terra 的近 3 倍。平均任务耗时 1.7 分钟，成功跻身“智能与时间”帕累托前沿。
- 成本大幅下降：年底前提供 $0.75/$3.75（每百万输入/输出 token）的折扣价。在高推理模式下，单任务成本降至 $0.40，比前代低 30%，处于“智能与成本”帕累托前沿。
- 专项基准领先：在针对电子表格和文档复杂问题的 AA-AnalystAgent 基准中以 60% 的得分登顶；在模拟 SaaS 环境的 AutomationBench-AA 中得分 62.7%，超越 Kimi K3 和 GPT-5.6 Sol。
模型规格
- 上下文窗口：100 万 tokens。
- 多模态：支持文本、图像、视频和语音输入，文本输出。
所属事件:Gemini 3.7 Flash发布：基准大涨，年底半价(89 条相关)→
「模型」频道最新
- 传智谱 GLM 5.5 即将发布，编码能力有望追平前沿模型 — bindureddy · 2026-10-16
- 五轮对抗后输出趋同：Claude Opus 5.5 与 Argon 创作实验结果诡异一致 — LanceCharger · 2026-10-16
- 自建「主观判断」基准：18 个模型一致性测试，GLM-5.3 登顶 — arkuto · 2026-10-16
- Bindu Reddy 实测:Argon 擅长复杂文档写作,成本仅 Opus 一半 — bindureddy · 2026-10-16
- MAI-2 比 V4-Pro 大 2 倍，微软 scaling 阶梯效率存疑 — teortaxesTex · 2026-10-16
- 阶跃 Step 5 Preview 上线 DeepInfra:600B MoE、1M 上下文,百万 token 输入 $1 — StepFun_ai · 2026-10-16