13 августа 2026 года Google запустила Gemini 3.7 Flash — новую версию своей модели, предназначенную для интенсивного повседневного использования, с явным акцентом на программирование, агентские рабочие процессы и корпоративные задачи, связанные со знаниями. Релиз состоялся всего через три недели после Gemini 3.6 Flash. Google заявила, что столь быстрый цикл обновлений связан с отзывами разработчиков и алгоритмическими улучшениями.
Компания временно снижает стоимость использования модели через API на 50%: до 31 декабря 2026 года она составит около 0,75 доллара за миллион входных токенов и 3,75 доллара за миллион выходных токенов. С 1 января 2027 года цены вырастут до 1,50 доллара за входные и 7,50 доллара за выходные токены, тогда как стоимость кэширования контекста в течение вводного периода составит 0,075 доллара за миллион токенов, а затем увеличится до 0,15 доллара.
Акцент на выполнении многоэтапных задач
Google описывает Gemini 3.7 Flash как свою «самую умную рабочую модель» на данный момент для программирования и агентов. По словам компании, модель стала лучше справляться с препятствиями, запрашивать разъяснение намерений при необходимости и точнее следовать инструкциям. Также, как утверждает Google, она «рассуждает более тщательно» при планировании многоэтапных задач и выполнении вызовов инструментов.
Эти улучшения направлены на сокращение повторных попыток и вмешательства человека в программных и бизнес-агентах. В корпоративной среде разработки модель может помочь сократить ненужные изменения, восстанавливаться после ошибок и более надёжно выполнять сложные планы. То же относится к агентам, работающим с несколькими документами и приложениями, где неправильный вызов инструмента или неточная интерпретация инструкций способны остановить рабочий процесс.
Google DeepMind заявила, что новая версия демонстрирует прогресс в исправлении ошибок и решении проблем, создании более полноценных веб-макетов и приложений с использованием меньшего числа запросов, а также улучшение рассуждений и точности в реалистичных коммерческих рабочих процессах.
Сильное улучшение в программировании без общего превосходства
Согласно тестам Google, Gemini 3.7 Flash набрала 43,6% в тесте FrontierCode 1.1 Main, измеряющем качество производственного кода, по сравнению с 34,4% у версии 3.6. Согласно таблице Google, модель также немного превзошла результаты Claude Sonnet 5 — 42,7% — и GPT-5.6 Terra — 41,3%.
В тесте DeepSWE v1.1 для долгосрочных программных задач модель получила 65,3% против 49,0% у предшественницы, однако осталась позади GPT-5.6 Terra, набравшей 69,6%. В веб-разработке она набрала 1588 баллов Elo в Code Arena против 1538 у Gemini 3.6 Flash, 1541 у Claude Sonnet 5 и 1523 у GPT-5.6 Terra.
Результаты не показывают общего превосходства во всех областях. В Terminal-bench 2.1 модель набрала 85,8% против 87,4% у GPT-5.6 Terra, а Terra также превзошла её в Terminal-bench 3.0 и OSWorld-2.0. В тесте Agent's Last Exam для офисных и мультимодальных задач лидировала Claude Sonnet 5 с результатом 33,3%, тогда как Gemini 3.7 Flash набрала 26,3%.
Корпоративное использование и конкурентные цены
Заявленные улучшения распространяются на автоматизацию бизнеса и понимание документов. По данным Google, Gemini 3.7 Flash набрала 30,4% в AutomationBench против 17,0% у предыдущей версии, 23,6% у GPT-5.6 Terra и 10,7% у Claude Sonnet 5. В тесте GDP.PDF на понимание сложных PDF-файлов модель также получила 34,0% против 22,0% у Gemini 3.6 Flash, 28,0% у Claude Sonnet 5 и 24,7% у GPT-5.6 Terra.
Google предоставляет модель подписчикам Google AI Pro и Ultra внутри Spark — своего персонального агента искусственного интеллекта, — с улучшениями в задачах, связанных со знаниями, и использованием инструментов Google Workspace, таких как сбор файлов, подготовка электронных писем и обновление статусных документов. Для предприятий она также доступна через Gemini Enterprise Agent Platform и приложение Gemini Enterprise.
Вводные цены особенно важны в конкуренции за запуск автономных агентов, поскольку один запрос может породить длинную цепочку вызовов модели, рассуждающих токенов и взаимодействий с инструментами. В материале подчёркивается, что снижение цены токена не обязательно означает уменьшение итоговой стоимости, если модели требуются повторные попытки; поэтому практическим показателем будет стоимость успешного выполнения задачи, а не только цена за миллион токенов.
Доступность и контекст запуска модели
Разработчики могут получить доступ к Gemini 3.7 Flash через Gemini API в Google AI Studio и Android Studio, а также в принадлежащей Google среде Antigravity. Для предприятий модель доступна через Gemini Enterprise Agent Platform и Gemini Enterprise, а для потребителей с подпиской Google AI Pro или Ultra — через Spark в поддерживаемых странах. Google заявила, что также запустила обновлённые средства защиты, охватывающие химические, биологические, радиологические и ядерные риски, а также злоупотребление моделью для кибератак.
Релиз состоялся в период, когда Google не объявила дату доступности Gemini 3.5 Pro, которая, согласно материалу, оставалась на этапе тестирования у партнёров, тогда как Gemini 3.1 Pro остаётся последней общедоступной моделью Pro, представленной компанией. Таким образом, Gemini 3.7 Flash укрепляет линейку быстрых моделей Google, но не решает исход конкуренции за лидирующую модель.
Для команд разработчиков прирост производительности и вводная цена создают стимул протестировать модель на собственных репозиториях, запросах, схемах инструментов и специфических сценариях отказа до переноса на неё какого-либо производственного приложения. Продолжительность экономического преимущества после возвращения цен к стандартному уровню в январе 2027 года будет зависеть от способности модели стабильно выполнять реальные задачи с меньшим числом попыток.