Valores de la tabla de tarjetas del modelo Flash Gemini 3.7 de DeepMind. · fuente
Valores de la tabla de tarjetas del modelo Flash Gemini 3.7 de DeepMind. · fuente
Valores de la tabla de tarjetas del modelo Flash Gemini 3.7 de DeepMind. · fuente
| Modelo | Ingrese $/1 millón | Producción $/1 millón | Índice de Inteligencia de Análisis Artificial |
|---|---|---|---|
| Géminis 3.7 Flash | $0,75 (introductorio) | $3.75 (introductorio) | 56 |
| Géminis 3.6 Flash | $0,75 (introductorio) | $3.75 (introductorio) | 52 |
| Claudio Soneto 5 | $2.00 | $10.00 | 55 |
| GPT-5.6 Tierra | $2.00 | $12.00 | 57 |
| Musa chispa 1.2 | $1.25 | $4.25 | 57 |
Como se indica en la tarjeta modelo de DeepMind; El precio de Google es un precio de lanzamiento hasta finales de 2026. · fuente
Estimate from the version's published specs, benchmarks and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (Gemini 3.7 Flash, 13 Aug 2026): Artificial Analysis Intelligence Index 56 at high reasoning (AA article of 13 Aug; its model page now shows 39 on v4.3.2, not used); 1M-token context; launch list price was the introductory $0.75 in / $3.75 out per 1M through end of 2026 = $1.50 blended at 3:1 (scored 4.5); the standard $1.50/$7.50 = $3.00 blended would score 4; about 340 output tokens/s per AA; text, image, video, speech input. Coding null: no Terminal-Bench 4.0 at launch (Google 85.8% on Terminal-bench 2.1; 14.9% on 3.0). Reviews: AA's note, a Bijan Bowen hands-on video (summary page), buildfastwithai; one hands-on source only.[1]
Gemini 3.7 Flash (high) scores 56 on the Artificial Analysis Intelligence Index, just behind GPT-5.6 Terra (max, 57) and Muse Spark 1.2 (xhigh, 57)
Gemini 3.7 Flash is fast and comparatively inexpensive, but its hands-on coding results improve on its predecessor without reaching uniformly reliable frontier performance.
Gemini 3.7 Flash is a genuine upgrade over 3.6 Flash, with large gains on coding and agent benchmarks like DeepSWE
| Gemini 3.7 Flash: On the Intelligence vs. Time per Task Pareto frontier · 13 ago 2026 | 0.40 |
|---|---|
| Gemini 3.7 Flash Review: Benchmarks, Price & the Catch (2026) · 13 ago 2026 | 0.70 |
| Gemini 3.7 Flash Is Here: Testing Google's Best Model Yet (Bijan Bowen, video summary page) · 17 ago 2026 | 0.20 |
Fotos de lectores, separadas de los medios con fuentes del pin. Valora lo que comiste o viste y, en un pin de restaurante, etiqueta los platos directamente en tu foto.
La primera entrada es siempre la fuente del pin. La confianza global es una media ponderada de la firmeza con la que cada referencia respalda las horas de inicio y fin usadas arriba; una referencia cuenta la mitad por cada 180 días que sea más antigua que la más reciente.
El reportaje de lanzamiento de 9to5Google está fechado el 13 de agosto de 2026 y dice que Google «anunció hoy Gemini 3.7 Flash»; la ficha del modelo de DeepMind[2] se publicó el 13 de agosto de 2026.
DeepMind's model card, published 13 August 2026, lists the introductory prices and a benchmark table against 3.6 Flash, Claude Sonnet 5, GPT-5.6 Terra and Muse Spark 1.2.
¿Falta algo o hay un error? Dilo con tus palabras: un enlace que respalde este pin, otra fecha de inicio o fin y por qué, o un dato que falta o está mal. La IA lo contrasta con las fuentes del pin, busca otras mejores y añade cualquier página que te dé la razón. Las fuentes del propio pin siguen contando más. La IA también mira las imágenes: una que muestra otra cosa, o la muestra mal, pasa al final o se sustituye.
Título original: Gemini 3.7 Flash Released
| Benchmark | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra | Muse Spark 1.2 |
|---|---|---|---|---|---|
| Precio de entrada ($/1M de tokens) | $0.75* | $0.75* | $2.00 | $2.00 | $1.25 |
| Precio de salida ($/1M de tokens) | $3.75* | $3.75* | $10.00 | $12.00 | $4.25 |
| Artificial Analysis Intelligence Index (inteligencia compuesta del modelo) | 56 | 52 | 55 | 57 | 57 |
| FrontierCode 1.1 Main (calidad del código en producción, puntuación) | 43.6% | 34.4% | 42.7% | 41.3% | — |
| DeepSWE v1.1 (ingeniería de software de largo horizonte) | 65.3% | 48.6% | 53.8% | 69.6% | 54.9% |
| Code Arena (desarrollo web, Elo) | 1588 | 1538 | 1541 | 1523 | 1535 |
| Terminal-bench 2.1 (programación agéntica en terminal) | 85.8% | 78.0% | 80.4% | 87.4% | 82.9% |
| Terminal-bench 3.0 (capacidades generales de agente) | 14.9% | 5.4% | 14.6% | 20.8% | — |
| AutomationBench (automatización de flujos de trabajo empresariales, conjunto privado) | 30.4% | 17.0% | 10.7% | 23.6% | — |
| GDPVal-AA v2 (trabajo del conocimiento, Elo) | 1525 | 1422 | 1598 | 1578 | 1628 |
| Harvey LAB-AA (flujos de trabajo jurídicos complejos) | 90.7% | 85.1% | 90.1% | 85.2% | — |
| GDP.pdf (comprensión experta de documentos PDF) | 34.0% | 22.0% | 28.0% | 24.7% | 16.0% |
| CharXiv Reasoning (síntesis de información a partir de gráficos complejos, sin herramientas) | 84.5% | 85.2% | 77.0% | 85.9% | — |
| CharXiv Reasoning (síntesis de información a partir de gráficos complejos, con herramientas) | 88.7% | 89.4% | 88.3% | — | — |
| LVBench (comprensión de vídeos largos) | 85.4% | 84.2% | 68.5% | 78.9% | — |
| GDM-MRCR v2 (8-needle) (rendimiento en contexto largo, 128k (media)) | 97.0% | 91.8% | 81.5% | 93.5% | — |
| OSWorld-2.0 (uso agéntico del ordenador) | 47.9% | 33.8% | — | 50.2% | — |
| Agent's Last Exam (tareas multimodales de agentes de escritorio y sistema operativo, tasa de aciertos) | 26.3% | 24.2% | 33.3% | 28.0% | — |
| HLE-Verified (razonamiento experto multidisciplinar) | 53.6% | 51.2% | 31.0% | 51.1% | — |
| BioMysteryBench (razonamiento en investigación bioinformática, resoluble por humanos) | 87.1% | 80.6% | 87.5% | 83.8% | — |
| BioMysteryBench (razonamiento en investigación bioinformática, difícil para humanos) | 43.5% | 41.2% | 34.1% | 49.4% | — |
| LABBench2 (tareas de investigación biológica del mundo real) | 82.1% | 76.1% | 80.1% | 81.2% | — |