Nilai dari tabel kartu model Flash Gemini 3.7 DeepMind. · sumber
Nilai dari tabel kartu model Flash Gemini 3.7 DeepMind. · sumber
Nilai dari tabel kartu model Flash Gemini 3.7 DeepMind. · sumber
| Model | Masukkan $/1 juta | Keluaran $/1 juta | Indeks Kecerdasan Analisis Buatan |
|---|---|---|---|
| Gemini 3.7 Kilat | $0,75 (perkenalan) | $3,75 (perkenalan) | 56 |
| Gemini 3.6 Kilat | $0,75 (perkenalan) | $3,75 (perkenalan) | 52 |
| Claude Soneta 5 | $2.00 | $10.00 | 55 |
| GPT-5.6 Terra | $2.00 | $12.00 | 57 |
| Muse Percikan 1.2 | $1.25 | $4.25 | 57 |
Seperti yang tercantum dalam kartu model DeepMind; Harga Google adalah harga perkenalan hingga akhir tahun 2026. · sumber
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 Agu 2026 | 0.40 |
|---|---|
| Gemini 3.7 Flash Review: Benchmarks, Price & the Catch (2026) · 13 Agu 2026 | 0.70 |
| Gemini 3.7 Flash Is Here: Testing Google's Best Model Yet (Bijan Bowen, video summary page) · 17 Agu 2026 | 0.20 |
Foto dari pembaca, terpisah dari media bersumber milik pin. Nilai apa yang Anda makan atau lihat, dan di pin restoran, tandai hidangan langsung pada foto Anda.
Entri pertama selalu merupakan sumber pin. Keyakinan keseluruhan adalah rata-rata tertimbang dari seberapa kuat setiap referensi mendukung waktu mulai dan berakhir yang digunakan di atas; bobot sebuah referensi berkurang setengahnya untuk setiap 180 hari lebih lama dari yang terbaru.
Laporan peluncuran 9to5Google bertanggal 13 Agustus 2026 dan menyebut Google "hari ini mengumumkan Gemini 3.7 Flash"; kartu model DeepMind[2] terbit pada 13 Agustus 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.
Ada yang kurang atau salah? Sampaikan dengan kata-kata Anda sendiri: tautan yang mendukung pin ini, tanggal mulai atau berakhir yang berbeda beserta alasannya, atau fakta yang kurang atau keliru. AI memeriksanya terhadap sumber pin ini, mencari sumber yang lebih baik, dan menambahkan halaman mana pun yang mendukung Anda. Sumber pin itu sendiri tetap paling diperhitungkan. Gambar yang menampilkan hal lain, atau menampilkannya dengan buruk, juga diperiksa, lalu diturunkan atau diganti.
Judul asli: Gemini 3.7 Flash Released
| Tolok ukur | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra | Muse Spark 1.2 |
|---|---|---|---|---|---|
| Harga input ($/1M token) | $0.75* | $0.75* | $2.00 | $2.00 | $1.25 |
| Harga output ($/1M token) | $3.75* | $3.75* | $10.00 | $12.00 | $4.25 |
| Artificial Analysis Intelligence Index (Kecerdasan model gabungan) | 56 | 52 | 55 | 57 | 57 |
| FrontierCode 1.1 Main (Kualitas kode produksi, skor) | 43.6% | 34.4% | 42.7% | 41.3% | — |
| DeepSWE v1.1 (Rekayasa perangkat lunak jangka panjang) | 65.3% | 48.6% | 53.8% | 69.6% | 54.9% |
| Code Arena (Pengembangan web, Elo) | 1588 | 1538 | 1541 | 1523 | 1535 |
| Terminal-bench 2.1 (Pengodean terminal agentik) | 85.8% | 78.0% | 80.4% | 87.4% | 82.9% |
| Terminal-bench 3.0 (Kemampuan agen umum) | 14.9% | 5.4% | 14.6% | 20.8% | — |
| AutomationBench (Otomatisasi alur kerja perusahaan, set privat) | 30.4% | 17.0% | 10.7% | 23.6% | — |
| GDPVal-AA v2 (Pekerjaan pengetahuan, Elo) | 1525 | 1422 | 1598 | 1578 | 1628 |
| Harvey LAB-AA (Alur kerja hukum yang kompleks) | 90.7% | 85.1% | 90.1% | 85.2% | — |
| GDP.pdf (Pemahaman dokumen PDF tingkat ahli) | 34.0% | 22.0% | 28.0% | 24.7% | 16.0% |
| CharXiv Reasoning (Sintesis informasi dari grafik kompleks, Tanpa alat) | 84.5% | 85.2% | 77.0% | 85.9% | — |
| CharXiv Reasoning (Sintesis informasi dari grafik kompleks, Dengan alat) | 88.7% | 89.4% | 88.3% | — | — |
| LVBench (Pemahaman video panjang) | 85.4% | 84.2% | 68.5% | 78.9% | — |
| GDM-MRCR v2 (8-needle) (Kinerja konteks panjang, 128k (rata-rata)) | 97.0% | 91.8% | 81.5% | 93.5% | — |
| OSWorld-2.0 (Penggunaan komputer agentik) | 47.9% | 33.8% | — | 50.2% | — |
| Agent's Last Exam (Tugas agen desktop dan OS multimodal, tingkat lulus) | 26.3% | 24.2% | 33.3% | 28.0% | — |
| HLE-Verified (Penalaran ahli multidisiplin) | 53.6% | 51.2% | 31.0% | 51.1% | — |
| BioMysteryBench (Penalaran riset bioinformatika, Dapat diselesaikan manusia) | 87.1% | 80.6% | 87.5% | 83.8% | — |
| BioMysteryBench (Penalaran riset bioinformatika, Sulit bagi manusia) | 43.5% | 41.2% | 34.1% | 49.4% | — |
| LABBench2 (Tugas riset biologi dunia nyata) | 82.1% | 76.1% | 80.1% | 81.2% | — |