专题 · FULL STORY

Gemini 3.7 Flash：发布、实测与登榜之路

谷歌于8月14日发布Gemini 3.7 Flash，主打编码与智能体，速度大幅提升且年底前API半价，随后全线上线并获Devin等接入。实测显示Agent场景提速2-6倍，模型接连登顶ARC-AGI、Analyst Agent等榜单，首周创谷歌模型增长纪录，成为口碑与增长双丰收的一次升级。

2026-08-13 ~ 2026-08-24 · 14 集 · 163 条

第 1 集 · Gemini 3.7 Flash发布：基准大涨，年底半价(2026-08-13,89 条)

谷歌于 8 月 14 日正式发布 Gemini 3.7 Flash，这是三个月内其第三个 Flash 模型，主打编码与智能体工作流，年底前 API 定价较 3.6 Flash 减半，并在速度与成本上登顶 Artificial Analysis 帕累托前沿；但多位评测者指出其指令遵循能力仍然薄弱，基准跑分与实际体验存在脱节。

已确认

  • 发布与定价：官方开发者 Logan Kilpatrick 宣布模型全面可用，年底前价格为前代一半，即每百万 token 输入 0.75 美元、输出 3.75 美元；@bindureddy 测算其成本约为 Anthropic Sonnet 的三分之一
  • 上线渠道：API、AI Studio 与 Antigravity 平台同步开放
  • 基准跃升：DeepSWE 从 49.0% 升至 65.3%；FrontierCode 从 34.4% 升至 43.6%；OSWorld 从 33.8% 升至 47.9%；知识工作推理（GDP.pdf 基准）从 22% 升至 34%；LMSYS 文本竞技场 1490 分列第 9（前代 3.6 Flash 列第 16），Code Arena: WebDev 1588 分登顶；Artificial Analysis 智能指数 56（同类中位数为 34）
  • 迭代与演示：三个月内从 3.5 迭代至 3.7，官方称约 3 周内通过算法优化显著提升智能水平；Google Developers 演示仅凭单条提示词生成一款可玩的 90 年代复古像素游戏，展示多步规划与工具调用能力
  • 发布前征兆：8 月 13 日已有用户在 Google Cloud Console 与 Gemini Enterprise 后台发现该模型（ID 为 gemini-3.7-flash）；同期有用户对旗舰 Pro（原承诺 6 月发布）迟迟未发表达不满

尚未确认

  • 实际体验争议：@bindureddy 评测称其得分略低于 Kimi K3 且指令遵循薄弱；@teortaxesTex 批评其“过度思考”，部分用例性能不及 Pro 版本且成本高达 Pro 的 4.5 倍；但也有 Reddit 网友实测认为其已超越 Claude Sonnet 5
  • 未达最优项：VoxelBench 评测位列第七；开发者 Zachary Nado 指出其在 BenchBench 上未达 SOTA 水平

为什么重要

三个月内两代迭代叠加价格直接砍半，显示谷歌在中端轻量模型上的激进节奏与定价策略，直接抬高了同类竞品的性价比门槛；而基准跑分与实际指令遵循能力的落差，也再度引发开发者对现有评测体系有效性的讨论。

还有 69 条相关讨论 →

第 2 集 · Gemini 3.7 Flash 全线上线，降本提速引争议(2026-08-14,19 条)

8 月 14—15 日，谷歌将 Gemini 3.7 Flash 面向 Google AI Pro 与 Ultra 订阅用户全面铺开，覆盖 Gemini App、搜索 AI Mode（英语）、Workspace（首发 Sheets Canvas）与 GitHub Copilot，24/7 个人代理 Gemini Spark 自 8 月 14 日起同步切换至该模型。官方宣称 token 成本降低 50%、编码与 Agent 能力显著增强，第三方初步测试反应正面；但「入门价」2026 年底翻倍的阶梯定价与三周一代的迭代节奏，引发开发者对变相涨价与迁移负担的批评。

已确认

  • 平台覆盖：面向 Pro/Ultra 用户，覆盖 Gemini App 聊天、搜索 AI Mode（英语、全球上线）、Workspace（首发 Google Sheets Canvas 集成）与 GitHub Copilot（逐步向所有用户开放）。据 testingcatalog，Web 与移动端自 8 月 14 日起渐进推送；gerardsans 观察到 Gemini 应用已默认启用新模型选择，且 Google AI Studio 同步可用。
  • 性能与成本：官方称指令遵循、意图理解与跨文档整合等多步任务推理更准，编码与 Agent 循环增强，低延迟下 token 成本降 50%。基准方面，DeepSWE v1.1 软件工程成绩升至 65.3%，AutomationBench 由 17.0% 升至 30.4%。
  • 生态接入：TawohAwa 转述官方公告，Gemini Spark 自 8 月 14 日起运行于 3.7 Flash；Pydantic AI 宣布支持，称速度比 3.6 Flash 更快、智能体视频理解默认开启。
  • 初步体验：gerardsans 在应用与 AI Studio 的压力测试显示编码与 Agent 工作流明显提升、无质量下降、响应更快；sanjaykalra 认为年底前的半价窗口适合企业从试点转向生产。

尚未确认

  • DeepSWE v1.1 的基线成绩帖间不一致：Chandu Thota 帖称 37.0%、智东西帖称 49.0%（前者标题中「3.5 Flash」疑为笔误），升至 65.3% 的口径需以官方文档为准。

为什么重要

  • 三周一代的迭代节奏意味着「当前最强 Flash」保质期极短，叠加入门价 2026 年底翻倍的规划，dbreunig 转述的开发者吐槽直指这是变相涨价。
  • emax 指出从 gemini-3.1 迁移到新模型「能力仅边际提升、价格明显更贵」，API 涨价已成为重度 Gemini 用户的实际负担，模型升级与成本控制的矛盾开始显性化。

第 3 集 · Devin接入Gemini 3.7 Flash，成本减半(2026-08-14,3 条)

Cognition旗下AI编程智能体Devin宣布接入Gemini 3.7 Flash模型。在基于真实工程任务评估的FrontierCode 1.1基准上，其编程性能达到Claude Sonnet 5水平，而成本约为此前的一半，在保持编程质量的同时显著提升了性价比。

第 4 集 · Gemini 3.7 Flash 发布实测(2026-08-14,11 条)

Google 发布了 Gemini 3.7 Flash 模型及配套 Antigravity 工具，核心亮点在于速度大幅提升与价格下调 50%。开发者实测反馈该模型在编码与游戏生成场景下表现优异，凭借低延迟与高配额，被认为足以承接部分日常开发工作。

已确认

  • 官方更新：jonbarron 转述称 Gemini 3.7 Flash 速度更快，价格比 3.6 Flash 版本降低 50%，智能增强。
  • 实测速度：Brandon Galang 实测 token 吞吐突出，规划/讨论阶段比同类模型快 2-6 倍；TawohAwa 在 AI Studio 用 54 秒生成 Lunar Lander 游戏，对比同成本下 3.7 速度远超 3.6。
  • 生成能力：TawohAwa 以 $3.4 生成完整 3D 滑板游戏，速度优于 Kimi 3、Qwen 3.8 Max 与 Grok 4.6；bengoodger 表示这是首个能跟上快速迭代开发的模型。
  • 多模态表现：zacharynado 分享的 VLM 基准显示，该模型在物体检测、文本提取与图像推理三项均列第二，性价比极高。

尚未确认

  • haider1 声称该模型是 Gemini 3.5 Pro 的蒸馏版，此说法仅为推测，无官方佐证。

为什么重要

  • Flash 级模型的速度与成本组合正在逼近前沿体验，可能改变开发者将日常编码任务交给 AI 的分工方式，配额策略将决定其能否走向规模化生产。

第 5 集 · Gemini 3.7 Flash 评测排名第七(2026-08-16,2 条)

Gemini 3.7 Flash 在 Vals Index v2 排行榜中升至第 7 名，但在中文等亚语种上的性能未升反降，且价格持续上涨，目前 3-flash-preview 仍是该系列最佳选择。

第 6 集 · Gemini 3.5 Pro未重命名系3.7 Flash隐身测试(2026-08-16,2 条)

针对外界传言，博主澄清LMSYS Arena上出现的“gemini-3.5-pro”并非3.5 Pro的重命名版本。实际上，这是Google在正式发布3.7 Flash之前进行的隐身测试，误标信息现已得到修正。

第 7 集 · Gemini 3.7 Flash 发布即获好评，Agent 场景实测提速 2-6 倍(2026-08-17,15 条)

Gemini 3.7 Flash 发布后迅速获得多位独立开发者与用户的高度认可，被视为一次重大升级。实测显示，该模型在速度与质量之间实现了出色平衡，多模态理解与复杂指令处理显著提升，工具调用优化使其成为构建 Agent 的首选，Agent 规划阶段速度比同类选项快 2-6 倍，浏览器操作能力也接近更贵的选择。Box、Databricks 等企业已将其投入真实工作流，机器人物理工具使用基准从 3.6 Flash 的 32% 飙升至 92%，接近饱和。

已确认

  • @haider1 与 @melvinjohnsonp 的实测均认为 3.7 Flash 在速度与质量的权衡上表现出色，最大进步在于多模态理解与细微差别处理，常规任务更可靠，处理复杂指令亦有良好表现。
  • @haider1 经过两天深度测试判断，3.7 Flash 本质上是 3.5 Pro 的高度蒸馏版本，推理能力极强，在 Antigravity 项目中的体验甚至优于 Opus 4.6 Thinking，唯缺点是有时会忽略细微差别。
  • @DynamicWebPaige 表示团队在工具调用方面做了大量优化，速度快且质量高，是构建 Agent 的绝佳组合；开发者 0xratnakar 与 Fadi Zuabi 试用后亦认可其价值。
  • @rakyll 实测发现，在 Agent 的规划与讨论阶段，3.7 Flash 的速度比同类选项快 2-6 倍，有助于保持工作流、提升 Agent 对齐度与执行效果。
  • 落地方面，据 @DynamicWebPaige 介绍，Box、Databricks、Emergent 等团队已将 3.7 Flash 用于真实工作流；基准成绩显著提升：DeepSWE 从 49 分升至 65.3 分；机器人物理工具使用基准从三周前 3.6 Flash 的 32% 跃升至 92%。
  • @cgarciae88 自 13 号起进行广泛测试，确认 3.6 Flash 较差，3.7 明显更好；@gabriberton 亦评价 3.7 相比 3.6 进步明显，戏称希望 Gemini 4 不要发布，以观察 3.x Flash 系列的优化上限。
  • @intellectronica 实测用 3.7 Flash 做浏览器操作（browser use）任务，通过 opencode + agent-browser 跑了几个任务，能力虽略逊于 GPT Sol，但差距不大，且速度快、价格低。
  • @brandongalang 对比发现 Grok 4.6 虽智力提升但消耗更多 token 且响应变慢，流畅度不如 4.5；而 Gemini 3.7 Flash 因速度快、文风“干净”受到好评。
  • @rakyll 与 @johnlindquist 指出，Antigravity 配合 Gemini Flash 3.7 极快，在过去两周仅需极少数场景切换至更大模型，其极速迭代特性使其成为处理繁琐基础任务和迭代工作流的新宠。

为什么重要

  • 多位独立用户的一手实测反馈高度一致，确认 3.7 Flash 在速度、多模态理解和复杂指令处理上的综合提升，是快而可靠的高性价比选择；Agent 规划阶段 2-6 倍的速度优势为工作流设计提供了量化依据。
  • “蒸馏版 3.5 Pro”的判断若成立，意味着 Google 通过蒸馏路线让轻量模型逼近旗舰级推理能力，对模型选型与成本优化具有重要参考价值。
  • 工具调用优化、机器人基准近乎饱和的表现，加上浏览器操作接近 GPT Sol 且更快更便宜，验证了其在 Agent 与具身智能场景的潜力，且已被企业用于生产环境。
  • 同期对比中 Gemini 3.7 Flash 在响应速度与使用流畅度上占优，而 Grok 4.6 因 token 消耗与延迟问题体验打折，为模型选型提供了直接参考。

第 8 集 · Gemini 3.7 Flash 登顶 AA-AnalystAgent 榜单(2026-08-19,5 条)

Google 宣布 Gemini 3.7 Flash 在 Artificial Analysis 新推出的 AA-AnalystAgent 排行榜上以 60.0% 的整体准确率取得第一名，超越多款旗舰模型。据 @melvinjohnsonp 介绍，该模型推理速度比其他模型快 2.4 倍且成本极低，被认为在 Agent 场景中兼具准确性与实用性，值得部署方关注。

已确认

  • Gemini 3.7 Flash 在 AA-AnalystAgent 基准中获得 60.0% 的准确率，位列第一（@philschmid、@melvinjohnsonp 及多条转发帖一致报道）
  • 该基准由 Artificial Analysis 推出，包含 80 项真实世界定量分析任务，涵盖金融、医疗、政府拨款等 14 个领域，模拟商业/数据分析师的日常工作
  • 测试方式为模型在隔离沙箱中利用 Python 和数据库库处理文件
  • @melvinjohnsonp 称该模型推理速度快 2.4 倍，且成本极低

为什么重要

AA-AnalystAgent 衡量的是模型作为智能体完成真实数据分析任务的能力，而非单纯问答。Gemini 3.7 Flash 作为轻量级模型在此类任务上同时做到准确率最高、速度快、成本低，超越多款旗舰模型，显示中端模型在 Agent 场景的性价比优势，对实际业务部署有较强参考价值。

第 9 集 · Gemini 3.7 Flash 发布：提速降价五折但省钱有限(2026-08-20,2 条)

Google 发布 Gemini 3.7 Flash，速度更快，且在约 3 周内实现显著智能提升，价格较 3.6 Flash 低 50%（限时至年底），已在 API 与 AI Studio 等平台上线。不过 Reddit 用户分析指出，自 8 月 13 日起输入价为 $0.7 的限时降价实际影响有限，对多数用户而言营销意义大于实际节省，五折优惠仅能省下约 1 美元成本，引发对定价策略的讨论。

第 10 集 · Gemini 3.7 Flash 登顶 ARC-AGI，单题成本最低 0.12 美元(2026-08-21,4 条)

ARC Prize 官方公布 Google Gemini 3.7 Flash 的验证成绩：ARC-AGI-1 得分 95.5%，单次任务成本仅 0.12 美元；ARC-AGI-2 得分 84.6%，单题成本 0.25 美元，登顶基准测试。此外，ARC Prize 还上线了模型对比新功能，用户可在结果页面直接比较不同模型的性能表现。

第 11 集 · Gemini 3.7 Flash 首周创谷歌模型增长纪录(2026-08-22,2 条)

谷歌CEO桑达尔·皮查伊宣布，Gemini 3.7 Flash 在发布首周打破了以往 Gemini 模型的增长纪录，成为谷歌增长最快的模型。该模型目前已集成到搜索和 Gemini 应用中，开发者社区反响热烈，其在 ARC-AGI 测试中的成绩也十分亮眼，引发广泛关注。

第 12 集 · Gemini 3.7 Flash 因速度与性价比获用户一致好评(2026-08-22,4 条)

Google 的 Gemini 3.7 Flash 发布后收获大量好评。用户 Arpit Bhayani 称其兼具速度、性能与低成本，证明三者可同时兼得；新版 Gemini App 启动极快，打开即可输入提示词；在 Google Antigravity 中该模型输出速度可达每秒 390 token，被形容为「像以光速写代码」。多位用户实测后均表示其响应速度快得惊人，整体使用体验显著提升。

第 13 集 · 开发者实测 Gemini 3.5 Flash 获好评 争论Google竞争力(2026-08-23,3 条)

多位开发者与网友围绕 Google Gemini 3.5 Flash（部分帖子误写为 3.7）展开讨论。有开发者实测后将其作为处理简单和中等复杂度任务的主力模型，体验良好；也有评论认为该模型是让 Google 保持在 AI 竞争版图中的唯一支柱，但竞争力仅算勉强；更尖锐的观点直言 Google 目前的表现甚至不配列入 AI 模型梯队排名，各方评价分歧明显。

第 14 集 · Gemini 3.7 Flash 登顶 Analyst Agent 分析基准(2026-08-24,2 条)

在 Artificial Analysis 的 Analyst Agent 基准测试中，Google 的 Gemini 3.7 Flash 表现强劲，超越 Fable 5、OpenAI 的 GPT-5.6 等模型登顶榜单。完整榜单显示 Gemini 3.7 Flash（high）在 Pass@5 指标上得分最高，显示出 Google 中端模型在智能体分析任务上的领先能力。