谷歌又发新模型！Gemini 3.7 Flash：这次真正狠的，是把Agent成本直接砍了一半

谷歌最近更新 Gemini 的速度，开始有点不讲武德了。

7 月 21 日，Gemini 3.6 Flash 才刚刚上线。结果仅仅过了三周，8 月 13 日，Gemini 3.7 Flash 又突然杀了出来。

更有意思的是，大家原本等的是更强的 Pro 旗舰模型，谷歌端上来的却依然是 Flash。但看完这次更新，我反而觉得，这个 Flash，可能比一款单纯刷榜的旗舰模型更值得普通开发者和做 Agent 的人关注。

因为谷歌这次干了一件很现实的事情：一边把 Coding、工具调用和 Agent 能力继续往上抬，一边把调用价格直接砍到了上一代的一半。

以前的 Flash 给人的印象，基本就是三个词：快、便宜、够用。现在谷歌显然想给它换一个岗位。

以后 Flash 可能不只是那个负责秒回你的“小模型”，而是躲在各种 Agent 后面，一天干几万、几十万次活儿的 AI 打工人。

而这件事，可能比某个 Benchmark 又拿了第一更重要。

为什么我会这么说？

因为今天的大模型竞争，已经开始换题了。两年前大家比的是谁回答问题更聪明、谁数学分更高、谁写文章更像人。但到了 Agent 阶段以后，一个模型只会“答题”已经远远不够。

你让一个 AI 真正替你干活，它需要先看懂你的需求，再读几十个文件、调用搜索、改代码、执行命令、检查结果，发现错了以后再重新修改，中间甚至还要调用其他 Agent。

这时候真正麻烦的，已经不是“第一次回答够不够惊艳”，而是：

它能不能便宜、稳定地连续干几十步，最后真的把事儿做完。

这就是 Gemini 3.7 Flash 这次最值得关注的地方。Google 给它的官方定位也非常直接：workhorse model——主力工作模型。

这个词特别准确。

旗舰模型更像实验室里的超级跑车，负责告诉大家技术上限在哪里；Flash 则越来越像一辆天天跑物流的货车。它不需要每项比赛都是第一，但必须跑得够快、足够稳定、油钱不能太贵，还得一天开十几个小时。

而真正决定 AI 能不能进入公司、软件和普通人工作流的，往往就是后一种模型。

01｜便宜模型开始往旗舰桌上挤了

咱们先不看几十项密密麻麻的跑分，只挑几个和真实工作最相关的。

在生产级代码测试 FrontierCode 1.1 Main 上，Gemini 3.6 Flash 是 34.4%，到了 3.7 Flash，直接冲到了 43.6%。

再看长周期软件工程测试 DeepSWE v1.1，从 49.0% 提升到了 65.3%。这个涨幅已经不是挤牙膏了。

尤其有意思的是，把 3.7 Flash 放进 Google 公布的横向成绩里，它在部分 Coding 项目上已经开始和旗舰模型坐一桌了。

FrontierCode 1.1 Main 中，Gemini 3.7 Flash 是 43.6%，Claude Sonnet 5 是 42.7%，GPT-5.6 Terra 是 41.3%。到了网页开发 WebDev Arena，3.7 Flash 也从上一代的 1538 Elo 提到了 1588 Elo。

当然，别急着喊“Flash 干翻所有旗舰”，还远远没有。像 DeepSWE、Terminal Bench 和复杂知识工作里，部分旗舰模型依然更强。

但这恰恰是这次更新最有意思的地方：谷歌根本没打算让 Flash 每门功课都考第一。

它想做的是，让一个原本便宜、快速的模型，在最常用的工作场景里，逐渐拥有接近旗舰模型的能力。

这就完全是另一种打法了。

02｜Agent 才是这次真正的主菜

如果说 Coding 的提升还比较直观，那 Agent 数据更能看出谷歌到底想干什么。

在企业自动化测试 AutomationBench 上，3.6 Flash 是 17.0%，3.7 Flash 直接涨到了 30.4%。Terminal-bench 2.1 也从 78.0% 提升到了 85.8%，更难的 Terminal-bench 3.0，则从 5.4% 涨到了 14.9%。Computer Use 相关的 OSWorld 2.0，也从 33.8% 提到了 47.9%。

这些数字背后，其实都在测同一件事：AI 到底能不能自己继续往下干。

Google 这次甚至专门强调，3.7 Flash 在碰到障碍时，会更主动调整策略；需要的时候会澄清用户意图；复杂任务里还会投入更多推理资源。

翻译成人话就是，以前 AI 做到第三步卡住了，可能就停在那里等你救它。现在谷歌想让它自己想办法绕过去，然后继续干。

这才是 Agent 真正需要的能力。

毕竟我们做一个 Agent，不可能每隔两分钟站在旁边说：“这里点一下”“这个文件再读一下”“刚刚报错了，你重新来”。

那不叫智能体，那叫给 AI 当保姆。

03｜官方已经开始把它往真实工作里塞了

这次 Google 也没打算让 Gemini 3.7 Flash 只活在模型排行榜里，它发布当天，就已经进入了不少真实产品。

开发者可以通过 Gemini API、Google AI Studio、Android Studio、Google Antigravity 使用它；企业侧则可以接入 Gemini Enterprise Agent Platform。普通用户这边，Google AI Pro 和 Ultra 用户使用的个人 Agent——Gemini Spark，也开始切换到 3.7 Flash。

这个 Spark 很值得注意。

Google 对它的设想，是一个能够长时间运行的个人 Agent，可以围绕 Gmail、Google Calendar、Docs 等 Workspace 工具连续执行任务，比如整理多个文件、起草邮件、更新项目状态、处理日历。

这就很明显了。Google 想让 Flash 从一个聊天框里的模型，开始进入真正的工作后台。

更夸张一点，Google 官方展示的案例已经包括：从文字生成可以玩的 3D 游戏，把静态 PDF 年报直接变成交互式数据网页，协调多个子 Agent 做网页开发，甚至参与机器人训练流程。

Flash 能干的工种，正在越来越多。

04｜但我觉得这次真正狠的，还是价格

能力提升大家都能理解。真正让我觉得谷歌开始玩狠活的，是价格。

到 2026 年 12 月 31 日之前，Gemini 3.7 Flash 每百万输入 Token 是 0.75 美元，每百万输出 Token 是 3.75 美元。上一代对应价格分别是 1.5 美元和 7.5 美元。直接对半砍。

这里一定要注意，如果你只是偶尔打开 Gemini 问一句“帮我写个周报”，这点价格变化其实没什么感觉。但 Agent 完全是另一回事。

一个真正复杂的 Agent 任务，中间可能要经历读文件、搜索、思考、调工具、执行、检查、失败、重试、再检查。一项任务下来，模型可能被调用几十次甚至几百次。如果再乘上每天几万名用户，账单会非常恐怖。

所以到了 Agent 时代，模型价格绝对不只是“便宜一点”这么简单。

它决定了很多 AI 功能到底能不能真的开放给所有用户。

以前一个功能一次跑下来太贵，只能塞进高级会员。以后成本降下来，它可能直接变成软件里的默认功能。

就像今天没人会专门点击一个按钮说“我要使用云同步”，它就一直在后台运行。AI 未来也可能是这样，你不再主动“调用一次 AI”，它会一直在后台替你检查、整理、跟进、搜索和处理任务。

而 Flash 这种模型，恰好就是干这个活儿的。

夸了这么多，该泼的冷水还是得泼。

第一，跑分涨了，不等于 Agent 真能彻底放养

这是最重要的一点。

AutomationBench、Terminal Bench、OSWorld 都涨得非常漂亮，但 Benchmark 和你的真实电脑、真实项目、真实公司系统，完全是两回事。

真实任务里面有权限问题、有脏数据、有奇怪文件、有断网、有 API 报错，还有各种开发者自己都想不到的骚操作。

所以现阶段我不会因为几张漂亮表格，就宣布“Agent 已经可以无人值守了”。

还早。

能不能稳定连续跑几个小时，得看真实项目。

第二，它依然不是最强模型

部分 Coding 成绩已经非常猛，但把所有测试铺开，3.7 Flash 依然有明显短板。

尤其是更困难的软件工程、复杂知识工作和高难度推理任务，旗舰模型依旧有优势。所以以后更合理的用法，很可能是：普通高频任务交给 Flash，真正困难、关键的节点再升级到旗舰模型。

别让一个模型从扫地一直干到当 CEO。

没必要。

第三，半价有保质期

这次价格很香，但别忘了：只是介绍期价格。

按照目前公布的信息，2027 年 1 月 1 日之后，会恢复到输入 1.5 美元、输出 7.5 美元/百万 Token。

所以如果你真的准备把它接进产品，不能只拿今天的促销价做长期商业模型。先尝鲜可以，算成本的时候，还是得把恢复后的价格一起算进去。

第四，真正的大考还没来

Flash 三周一更确实很猛，但谷歌能不能重新站稳前沿，还不能靠 3.7 Flash 盖棺定论。

下一代旗舰模型什么时候出来？Coding、推理和可靠性到底能不能重新拉开差距？新的 DeepMind 管理方式到底能不能加快研发？

这些问题，Flash 都回答不了。

所以我更愿意把 3.7 Flash 看成：谷歌重新加速之后交出来的第一张答卷。

成绩不错，但还不是期末考试。

最后，老规矩，用三句话总结今天这次更新。

Gemini 3.7 Flash 最大的变化，不是又多了一个 0.1，而是 Flash 正在从“便宜快速的小模型”，变成真正面向 Coding、工具调用和 Agent 的主力工作模型。

年内价格直接减半，比几个 Benchmark 涨分更值得关注，因为 Agent 一旦开始连续干几十步，模型调用成本会被成倍放大，便宜本身就是生产力。

未来真正大量进入软件和企业工作流的，未必永远是排行榜最强的模型；更可能是这种“足够聪明、足够快、足够便宜，还能连续干活”的模型。

聊了这么多 Gemini 3.7 Flash，真正准备拿它干活，光看跑分肯定不够。

尤其是做 Agent，最容易踩的坑就是：什么任务都扔给一个模型、上线前没算成本、跑起来以后才发现重试次数比想象中高。

所以这次我给大家准备了一套 《Gemini 3.7 Flash Agent 实战工具包》

Flash 便宜是一回事，怎么把便宜真正变成生产力，是另一回事。

⬆️⬆️⬆️ 扫码回复关键词【FLASH】，这套《Gemini 3.7 Flash Agent 实战工具包》直接发给你。