Google DeepMind发布Gemini 3.7 Flash,面向编程与智能体任务
评分
77发布了新模型点,但未提供技术细节,信息增量有限。
内容简洁,定位明确,但缺乏深度评测和性能数据。
对开发者和智能体应用者具有直接参考价值,影响工具选型。
刚发布的官方消息,时效性极强。
来源为Google DeepMind官方博客,信源高度权威。
基础分 76.5 × T1 信源权重 ×1 = 77
精选线 60已入选精选
精选理由
消息具有较强的新鲜度和行业关注度,虽细节有限,但核心信息准确反映产品定位。
AI 点评
「这则新闻对关注AI开发工具的人非常关键,因为Flash系列一贯以高性价比著称,3.7版强化编程和智能体能力,意味着现有开发流程可能很快能拥抱更聪明的助手。对Agent创业团队而言,这是必须跟踪的模型动态。」
速览
Google DeepMind正式发布Gemini 3.7 Flash,这是其最智能的主力模型,专为编程和智能体场景优化。该模型在代码生成、调试及自主智能体任务中展现高效性能,旨在平衡速度与智能,成为开发者日常使用的可靠工具。此次发布进一步巩固了DeepMind在AI模型领域的领先地位,也为企业和开发者提供了更强大的应用基础。
- Gemini 3.7 Flash被定位为最智能的主力工作模型,重点强化编程与智能体能力。
- 该模型针对代码生成、调试和自主智能体任务进行优化,强调效率与响应速度。
- 发布标志着DeepMind在面向实用场景的模型布局上更进一步,服务开发者生态。
正文
推出 Gemini 3.7 Flash
2026年8月13日
|这是我们迄今最智能的、适用于编程和智能体的主力模型。
Tulsee Doshi
产品管理高级总监,代表 Gemini 团队
Share
您的浏览器不支持音频元素。
Listen to article [[duration]] minutes This content is generated by Google AI. Generative AI is experimental Voice Speed Voice Speed 0.75X 1X 1.5X 2X今天,我们基于广泛使用的 Flash 系列所取得的进展,推出 Gemini 3.7 Flash,这是我们迄今最智能的、适用于编程和智能体的主力模型。
此次发布距离 Gemini 3.6 Flash 仅三周,是开发者反馈和算法创新的直接成果,我们期待将这些创新应用于未来的模型。3.7 Flash 在软件工程、知识工作和 Web 开发工作流方面带来了显著改进——其介绍期价格为原 3.6 Flash 每百万 token 成本的一半。
为复杂工作流带来更强的智能
3.7 Flash 在调试和问题解决等编码任务上相比 3.6 Flash 有显著提升。它还实现了更高的首过代码准确率,并在生成可用于生产的代码方面表现更佳,如 FrontierCode 1.1 Main(43.6% vs 34.4%)和 DeepSWE v1.1(65.3% vs 49.0%)所示。
在 Web 开发方面,3.7 Flash 能用更少的提示生成更实用的布局和功能更完整的应用。对于 UI 生成,该模型表现出高设计遵从性,并能基于参考输入(无论是截图、图像还是完整的设计系统)实现同等效果。它还在 Arena.ai 的 WebDev Arena 上以 1588 对 1538 的 Elo 分数胜过 3.6 Flash。
对于金融、法律和生物科学等知识密集型领域,3.7 Flash 提供了更强的推理能力和准确性。在 GDP.pdf 基准测试(34.0% 对比 22.0%)上,它显著优于 3.6 Flash,该测试用于评估模型处理复杂文档的能力。它还在 AutomationBench 中超越 3.6 Flash,表明它能更有效地完成真实世界的业务流程(30.4% 对比 17.0%)。
从简单的文本提示到完整可玩的 3D 游戏。我们使用 Gemini 3.7 Flash 结合 Nano Banana 实时动态生成角色、物品和纹理。
一次生成惊艳的交互式落地页。我们使用 Gemini 3.7 Flash 编排子代理,并使用 Gemini Omni 创建流畅的交互式视差组件。
一个机器人模型正在使用 Gemini 3.7 Flash,通过多模态理解在 3 代理图循环中训练,帮助机器人更快学习。
从静态 PDF 到交互式数据故事。看看复杂的年度报告如何转变为包含实时图表和聚合洞察的引人入胜的网页体验。
更佳的开发者体验和价格
Gemini 3.7 Flash 相比 3.6 Flash 带来了显著改善的开发者体验。它能更好地应对障碍,在需要时澄清意图,并以更高的保真度遵循指令。它更勤于思考,在多步规划和工具调用上投入更多精力。更严格的执行意味着在工程工作流中需要更少的人工监督和更少的重试。
3.7 Flash 在年底前以优惠价 1 提供,输入每 100 万 token $0.75,输出每 100 万 token $3.75。这一价格与增强的模型性能相结合,使开发者和客户能够经济高效地扩展生产级代理。
早期客户反馈凸显了 3.7 Flash 的性能和精确度,能以低成本实现显著优于 3.6 Flash 的结果。
使用 3.7 Flash 改进 Gemini Spark
Gemini Spark 面向超过 160 个国家的 Google AI Pro 和 Ultra 订阅者提供,从今天起将使用 Gemini 3.7 Flash。我们在 I/O 大会上推出了 Spark,作为你的个人 AI 代理,全天候运行,在你的指导下代表你采取行动。此次模型更新使 Spark 在知识工作上更加高效,改进了对 Google Workspace 应用的工具使用,为复杂的多技能工作流提供了更高的准确性和输出质量。
借助 3.7 Flash,Gemini Spark 可以通过整合文件、起草电子邮件和更新状态文档,更高效地将想法转化为行动。
以安全为核心设计
我们持续致力于提高 Frontier Safety 保障措施的覆盖范围和稳健性。Gemini 3.7 Flash 附带更新的保障措施,以防止化学、生物、放射性和核(CBRN)以及网络攻击领域的滥用,同时支持有益的使用场景,遵循 我们的生物韧性方法和我们的 网络计划。
更多信息,请参阅 3.7 Flash 模型卡。
立即试用
- 开发者:在 Google Antigravity 中探索代理优先的工作流,或立即通过 Google AI Studio 和 Android Studio 在 Gemini API 中开始构建。从我们的 开发者指南 入手。
- 企业:在 Gemini Enterprise Agent Platform 和 Gemini Enterprise 应用中访问 3.7 Flash。
- 个人用户:可通过 Spark 使用,Spark 是 Gemini 应用中面向受支持国家/地区的 Google AI Pro 和 Ultra 订阅者的 24/7 个人代理。
详细基准测试
在收件箱中获取 Google 的最新资讯
订阅我们的新闻通讯,获取产品更新、活动信息、特别优惠等。
完成。还差一步。
请检查收件箱以确认订阅。
你也可以使用其他电子邮件地址订阅。
您的信息将按照Google的隐私政策。您可以随时选择退出。
POSTED IN:相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍,智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好,尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6:前沿智能与前沿效率的融合
这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能
这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户
这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。