Google 推出 Gemini 3.7 Flash：專為程式開發與 Agent 工作流程而生

Google 於 2026 年 8 月 13 日正式發布 Gemini 3.7 Flash，這是 Gemini 3 系列原生多模態推理模型的最新迭代版本。該模型明確針對複雜的軟體工程任務、多步驟 Agent 編排以及全端程式碼重構進行優化，目標是成為開發者構建大規模 AI 應用時的首選「工作馬」模型。

此次發布距離 Gemini 3.6 Flash 僅三週，創下 Gemini Flash 系列有史以來最快的迭代週期紀錄。如此積極的更新節奏，彰顯了 Google 在高吞吐量、低延遲 AI 模型市場中取得主導權的決心——在這個細分市場中，開發者越來越需要能夠處理真實生產環境工作負載、同時不背負旗艦模型高昂成本的解決方案。

Gemini 3.7 Flash 的核心更新

Gemini 3.7 Flash 的核心理念是以 Flash 級別的速度和價格，提供接近 Pro 級別的智能表現。該模型保留了 Gemini Flash 系列標誌性的 100 萬 token 上下文窗口，並支援單次回應最多 64,000 個輸出 token——這項能力對於生成完整檔案、多檔案重構以及長篇結構化輸出至關重要，能避免內容被截斷。

主要技術規格包括：

• 上下文窗口：100 萬 token
• 最大輸出 token：64,000
• 可調式思考層級：low、medium、high——讓開發者能根據任務需求，在延遲與推理深度之間取得平衡
• 原生多模態：文字、圖片、影片、音訊和 PDF 輸入均可由同一模型處理
• 內建工具：函式呼叫、結構化輸出（JSON）、程式碼執行以及 Google 搜尋整合
• Agent 能力：多步驟編排、全端程式碼重構、自主除錯工作流程

可調式思考層級尤其值得關注。與某些競爭模型提供的二元「推理開/關」開關不同，Gemini 3.7 Flash 的三層系統讓開發者能夠精細調整每次請求的認知投入程度。簡單的分類任務可以使用 low 思考層級來實現次秒級延遲，而複雜的架構決策或錯誤調查則切換到 high 進行更深度的鏈式推理。

程式開發與 Agent 性能表現

Google 的發布聲明強調，相較於表現已經相當出色的 Gemini 3.6 Flash，3.7 Flash 在多個程式開發專門領域實現了顯著提升：

• 除錯與問題解決：模型在識別錯誤根本原因、追蹤複雜程式碼庫中的執行路徑，以及提出能夠實際編譯並通過測試的修復方案方面表現更加優異。
• 生產級程式碼生成：輸出更容易直接部署，更好地遵循專案規範、錯誤處理模式和資安最佳實踐。
• 全端重構：模型能夠規劃並執行跨越多個檔案、多個層級甚至多種程式語言的變更——這項能力對前幾代模型來說一直是非常困難的挑戰。
• 多步驟編排：需要序列工具呼叫、條件分支和跨多個步驟狀態管理的 Agent 工作流程，變得更加可靠和連貫。

Gemini Enterprise Agent Platform 的文件將 3.7 Flash 描述為專為「多步驟編排、全端程式碼重構和通用推理」優化的模型，在 token 效率方面較前代有顯著改善。這意味著 Agent 能以更少的模型呼叫完成更多工作——直接轉化為更低的成本和更快的端到端執行速度。

定價策略：極具攻擊性的性價比定位

Google 為 Gemini 3.7 Flash 設定了推廣期優惠價格：

• 輸入 token：每百萬 token 0.75 美元
• 輸出 token：每百萬 token 3.75 美元

此價格有效期至 2026 年底，使 3.7 Flash 成為市場上最具成本效益的前線級模型之一。作為對比，前一代 Gemini 3.6 Flash 的定價約為每百萬輸入 token 1.00 美元、每百萬輸出 token 7.50 美元——這意味著 3.7 Flash 在提供更好性能的同時，輸入價格降低了 25%，輸出價格更是大幅降低 50%。

這種積極的性價比定位對基於 Agent 的應用尤為重要。在這類應用中，單一用戶任務可能觸發數十次模型呼叫。以每百萬輸入 token 0.75 美元的價格計算，一個在 20 個序列步驟中每次處理 50,000 token 的 Agent，僅輸入 token 成本就約為 0.75 美元——這使得複雜的 Agent 工作流程首次在大規模場景中具備經濟可行性。

戰略背景：Agent 時代的來臨

Gemini 3.7 Flash 的發布正值 AI 產業的關鍵轉折點。競爭格局已從單輪對話機器人交互，果斷轉向能夠規劃、執行和迭代複雜多步驟任務的自主 Agent。這種轉變要求模型具備根本性不同的能力：

1. 長上下文可靠性——Agent 需要在數千 token 的中間推理和工具輸出中保持連貫的狀態
2. 結構化輸出精確度——Agent 依賴乾淨、可解析的 JSON 來做出工具使用決策
3. 多模態基礎——真實世界的 Agent 會遇到截圖、PDF、音訊和影片，而非僅有文字
4. 高呼叫量下的成本效率——Agent 迴圈會大幅增加 token 消耗

Google 在 3.7 Flash 中專注於這些確切能力，反映了一個清晰的戰略押注：AI 消費的未來是 Agent 化的，贏得 Agent 工作負載的模型將佔據企業 AI 支出的最大份額。

3.6 與 3.7 Flash 之間僅三週的間隔也揭示了 Google 內部的開發速度。Google 並未等待重大版本升級，而是快速推出增量改進——這很可能得益於其專有的 TPU 基礎設施和先進的訓練技術，以競爭對手難以匹敥的節奏進行迭代。

開發者可用性

Gemini 3.7 Flash 已立即在多個 Google 平台上線：

• Gemini API（ai.google.dev）：提供直接的 API 存取
• Gemini Enterprise Agent Platform（前身為 Vertex AI Agent Builder）：用於構建生產級 Agent
• Google AI Studio：用於原型開發和實驗

該模型支援全套 Gemini API 功能，包括函式呼叫、程式碼執行、Google 搜尋整合和結構化輸出。開發者只需更新模型 ID 即可從 3.6 Flash 切換到 3.7 Flash——無需任何 API 變更。

展望未來

透過 Gemini 3.7 Flash，Google 傳達了一個明確的信息：AI 競賽的勝負已不再僅取決於旗艦模型上的原始基準測試分數。關鍵在於為真正重要的工作負載——程式開發輔助、Agent 編排和生產級 AI 應用——提供最佳的「每美元智能」價值。透過將接近 Pro 級別的推理品質、Flash 級別的定價以及三週一次的迭代週期相結合，Google 正對 Anthropic、OpenAI 和開源社群施加持續而強大的壓力。

對開發者而言，影響十分明確：過去因成本過高或可靠性不足而無法推出的 Agent 應用，如今已觸手可及。便宜、快速、強大的 AI Agent 時代已經到來——而且到來的速度比幾乎所有人預期的都要快。