Valores da tabela de cartões do modelo Gemini 3.7 Flash da DeepMind. · fonte
Valores da tabela de cartões do modelo Gemini 3.7 Flash da DeepMind. · fonte
Valores da tabela de cartões do modelo Gemini 3.7 Flash da DeepMind. · fonte
| Modelo | Insira $/1 milhão | Saída $/1 milhão | Índice de Inteligência de Análise Artificial |
|---|---|---|---|
| Gêmeos 3.7 Flash | US$ 0,75 (introdutório) | $ 3,75 (introdutório) | 56 |
| Gêmeos 3.6 Flash | US$ 0,75 (introdutório) | $ 3,75 (introdutório) | 52 |
| Claude Soneto 5 | $2.00 | $10.00 | 55 |
| GPT-5.6Terra | $2.00 | $12.00 | 57 |
| Musa Faísca 1.2 | $1.25 | $4.25 | 57 |
Conforme listado no cartão de modelo da DeepMind; O preço do Google é um preço inicial até o final de 2026. · fonte
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 de ago. de 2026 | 0.40 |
|---|---|
| Gemini 3.7 Flash Review: Benchmarks, Price & the Catch (2026) · 13 de ago. de 2026 | 0.70 |
| Gemini 3.7 Flash Is Here: Testing Google's Best Model Yet (Bijan Bowen, video summary page) · 17 de ago. de 2026 | 0.20 |
Fotos de leitores, separadas das mídias com fontes do pin. Avalie o que você comeu ou viu e, em um pin de restaurante, marque os pratos direto na sua foto.
A primeira entrada é sempre a fonte do pin. A confiança geral é uma média ponderada de quanto cada referência sustenta os horários de início e fim usados acima; uma referência conta metade a cada 180 dias a mais em relação à mais recente.
A reportagem de lançamento do 9to5Google é datada de 13 de agosto de 2026 e diz que o Google “anunciou hoje o Gemini 3.7 Flash”; o model card da DeepMind[2] foi publicado em 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 ou há um erro? Diga com suas palavras: um link que sustente este pin, uma data de início ou fim diferente e por quê, ou um fato que falta ou está errado. A IA confere isso com as fontes do pin, procura outras melhores e adiciona qualquer página que dê razão a você. As fontes do próprio pin continuam contando mais. Uma imagem que mostra outra coisa, ou mostra mal, também é analisada e rebaixada ou substituída.
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 |
|---|---|---|---|---|---|
| Preço de entrada (US$/1M tokens) | US$ 0,75* | US$ 0,75* | US$ 2,00 | US$ 2,00 | US$ 1,25 |
| Preço de saída (US$/1M tokens) | US$ 3,75* | US$ 3,75* | US$ 10,00 | US$ 12,00 | US$ 4,25 |
| Artificial Analysis Intelligence Index (inteligência composta do modelo) | 56 | 52 | 55 | 57 | 57 |
| FrontierCode 1.1 Main (qualidade de código de produção, pontuação) | 43,6% | 34,4% | 42,7% | 41,3% | — |
| DeepSWE v1.1 (engenharia de software de longo horizonte) | 65,3% | 48,6% | 53,8% | 69,6% | 54,9% |
| Code Arena (desenvolvimento web, Elo) | 1588 | 1538 | 1541 | 1523 | 1535 |
| Terminal-bench 2.1 (programação em terminal com agentes) | 85,8% | 78,0% | 80,4% | 87,4% | 82,9% |
| Terminal-bench 3.0 (capacidades gerais de agentes) | 14,9% | 5,4% | 14,6% | 20,8% | — |
| AutomationBench (automação de fluxos de trabalho corporativos, conjunto privado) | 30,4% | 17,0% | 10,7% | 23,6% | — |
| GDPVal-AA v2 (trabalho do conhecimento, Elo) | 1525 | 1422 | 1598 | 1578 | 1628 |
| Harvey LAB-AA (fluxos de trabalho jurídicos complexos) | 90,7% | 85,1% | 90,1% | 85,2% | — |
| GDP.pdf (compreensão de documentos PDF por especialistas) | 34,0% | 22,0% | 28,0% | 24,7% | 16,0% |
| CharXiv Reasoning (síntese de informações de gráficos complexos, sem ferramentas) | 84,5% | 85,2% | 77,0% | 85,9% | — |
| CharXiv Reasoning (síntese de informações de gráficos complexos, com ferramentas) | 88,7% | 89,4% | 88,3% | — | — |
| LVBench (compreensão de vídeos longos) | 85,4% | 84,2% | 68,5% | 78,9% | — |
| GDM-MRCR v2 (8-needle) (desempenho em contexto longo, 128k (média)) | 97,0% | 91,8% | 81,5% | 93,5% | — |
| OSWorld-2.0 (uso do computador por agentes) | 47,9% | 33,8% | — | 50,2% | — |
| Agent's Last Exam (tarefas multimodais de agentes em desktop e SO, taxa de aprovação) | 26,3% | 24,2% | 33,3% | 28,0% | — |
| HLE-Verified (raciocínio multidisciplinar de especialistas) | 53,6% | 51,2% | 31,0% | 51,1% | — |
| BioMysteryBench (raciocínio em pesquisa de bioinformática, resolvível por humanos) | 87,1% | 80,6% | 87,5% | 83,8% | — |
| BioMysteryBench (raciocínio em pesquisa de bioinformática, difícil para humanos) | 43,5% | 41,2% | 34,1% | 49,4% | — |
| LABBench2 (tarefas reais de pesquisa em biologia) | 82,1% | 76,1% | 80,1% | 81,2% | — |