Значения из карточной таблицы моделей Flash Gemini 3.7 компании DeepMind. · источник
Значения из карточной таблицы моделей Flash Gemini 3.7 компании DeepMind. · источник
Значения из карточной таблицы моделей Flash Gemini 3.7 компании DeepMind. · источник
| Модель | Ввод $/1 млн. | Выход $/1 млн. | Индекс интеллекта искусственного анализа |
|---|---|---|---|
| Близнецы 3.7 Флэш | 0,75 доллара США (вступительный) | 3,75 доллара США (вступительный) | 56 |
| Близнецы 3.6 Флэш | 0,75 доллара США (вступительный) | 3,75 доллара США (вступительный) | 52 |
| Клод Сонет 5 | $2.00 | $10.00 | 55 |
| ГПТ-5.6 Терра | $2.00 | $12.00 | 57 |
| Муза Искра 1.2 | $1.25 | $4.25 | 57 |
Как указано в карточке модели DeepMind; Цена Google — это начальная цена до конца 2026 года. · источник
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 авг. 2026 г. | 0.40 |
|---|---|
| Gemini 3.7 Flash Review: Benchmarks, Price & the Catch (2026) · 13 авг. 2026 г. | 0.70 |
| Gemini 3.7 Flash Is Here: Testing Google's Best Model Yet (Bijan Bowen, video summary page) · 17 авг. 2026 г. | 0.20 |
Фото читателей, отдельно от медиа пина с источниками. Оцените то, что вы ели или видели, а в пине ресторана отметьте блюда прямо на своём фото.
Первая запись — всегда источник пина. Общая достоверность — это взвешенное среднее того, насколько каждый источник подтверждает указанные выше время начала и окончания; вес источника уменьшается вдвое за каждые 180 дней разницы с самым новым.
Сообщение 9to5Google о запуске датировано 13 августа 2026 г. и гласит, что Google «сегодня анонсировала Gemini 3.7 Flash»; карточка модели DeepMind[2] опубликована 13 августа 2026 г.
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.
Чего-то не хватает или есть ошибка? Напишите своими словами: ссылку, подтверждающую этот пин, другую дату начала или окончания и почему, или факт, которого нет или который неверен. ИИ сверит это с источниками пина, поищет лучшие и добавит любую страницу, которая вас подтверждает. Собственные источники пина всё равно весят больше всего. Изображение, на котором показано что-то другое или показано плохо, тоже проверяется и опускается ниже или заменяется.
Оригинальное название: Gemini 3.7 Flash Released
| Тест | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra | Muse Spark 1.2 |
|---|---|---|---|---|---|
| Цена входных данных ($ за 1 млн токенов) | $0.75* | $0.75* | $2.00 | $2.00 | $1.25 |
| Цена выходных данных ($ за 1 млн токенов) | $3.75* | $3.75* | $10.00 | $12.00 | $4.25 |
| Artificial Analysis Intelligence Index (комплексный показатель интеллекта модели) | 56 | 52 | 55 | 57 | 57 |
| FrontierCode 1.1 Main (качество производственного кода, балл) | 43.6% | 34.4% | 42.7% | 41.3% | — |
| DeepSWE v1.1 (программная инженерия на длинном горизонте) | 65.3% | 48.6% | 53.8% | 69.6% | 54.9% |
| Code Arena (веб-разработка, Elo) | 1588 | 1538 | 1541 | 1523 | 1535 |
| Terminal-bench 2.1 (агентное программирование в терминале) | 85.8% | 78.0% | 80.4% | 87.4% | 82.9% |
| Terminal-bench 3.0 (общие возможности агентов) | 14.9% | 5.4% | 14.6% | 20.8% | — |
| AutomationBench (автоматизация корпоративных процессов, закрытый набор) | 30.4% | 17.0% | 10.7% | 23.6% | — |
| GDPVal-AA v2 (интеллектуальный труд, Elo) | 1525 | 1422 | 1598 | 1578 | 1628 |
| Harvey LAB-AA (сложные юридические процессы) | 90.7% | 85.1% | 90.1% | 85.2% | — |
| GDP.pdf (экспертное понимание PDF-документов) | 34.0% | 22.0% | 28.0% | 24.7% | 16.0% |
| CharXiv Reasoning (синтез информации из сложных диаграмм, без инструментов) | 84.5% | 85.2% | 77.0% | 85.9% | — |
| CharXiv Reasoning (синтез информации из сложных диаграмм, с инструментами) | 88.7% | 89.4% | 88.3% | — | — |
| LVBench (понимание длинных видео) | 85.4% | 84.2% | 68.5% | 78.9% | — |
| GDM-MRCR v2 (8-needle) (работа с длинным контекстом, 128k (в среднем)) | 97.0% | 91.8% | 81.5% | 93.5% | — |
| OSWorld-2.0 (агентное использование компьютера) | 47.9% | 33.8% | — | 50.2% | — |
| Agent's Last Exam (мультимодальные задачи для агентов на рабочем столе и в ОС, доля успешных) | 26.3% | 24.2% | 33.3% | 28.0% | — |
| HLE-Verified (междисциплинарные экспертные рассуждения) | 53.6% | 51.2% | 31.0% | 51.1% | — |
| BioMysteryBench (рассуждения в биоинформатических исследованиях, решаемые человеком) | 87.1% | 80.6% | 87.5% | 83.8% | — |
| BioMysteryBench (рассуждения в биоинформатических исследованиях, трудные для человека) | 43.5% | 41.2% | 34.1% | 49.4% | — |
| LABBench2 (реальные исследовательские задачи по биологии) | 82.1% | 76.1% | 80.1% | 81.2% | — |