Gemini 3.7 Flash 登場：三週再升級，程式碼品質超越 Sonnet 5、GPT 5.6 Terra

問題 4 / 5

Gemini 3.7 Flash 目前支援哪些平台？Gemini Spark 的功能又是什麼？

Q: Gemini 3.7 Flash 的核心技術改進與規格為何？

Gemini 3.7 Flash 是在 3.6 Flash 的基礎上進行演算法優化，顯著提升了核心推理能力。該模型最顯著的技術特性是支援可調整的 thinking 設定，這讓開發者能根據具體的品質需求、預算成本以及延遲容忍度，彈性配置推理強度。在處理能力方面，該模型具備極強的多模態接收能力，可同時處理文字、圖片、音訊與影片。其技術規格包含高達 100 萬 token 的脈絡視窗，且單次文字輸出上限可達 6.4 萬 token。在行為模式上，Gemini 3.7 Flash 特別針對代理工作流（Agentic Workflows）、程式開發與企業自動化進行了優化。當模型在執行任務遇到障礙時，展現出更強的策略調整能力，並會在必要時主動釐清使用者的意圖。此外，它在多步驟規劃、工具呼叫（Tool Calling）以及指令遵循方面的表現均有顯著改善。對於建置 AI Agent 的團隊來說，這些改進能有效減少重試次數與人工介入的需求，進而降低整體的執行成本。Google 此次更新的核心目標，是讓開發者能以更低的門檻部署可長時間執行的 AI 代理，而不僅僅是追求單純的問答分數提升。

Q: 在官方評測中，Gemini 3.7 Flash 在程式開發與企業自動化方面的表現如何？

根據官方模型卡的評測數據，Gemini 3.7 Flash 在多項關鍵指標上均優於前代模型。在程式開發領域，FrontierCode 1.1 Main 的生產級程式碼品質測試中，新模型取得了 43.6% 的成績，顯著高於 3.6 Flash 的 34.4%。在針對長時間軟體工程任務的 DeepSWE v1.1 測試中，其表現從前代的 48.6% 大幅提升至 65.3%。此外，在 Code Arena 網頁開發評測中，新模型的 Elo 分數達到 1588，超越了前代的 1538。在企業工作流與文件處理方面，進步同樣明顯。AutomationBench 私有測試集的結果顯示，Gemini 3.7 Flash 取得了 30.4% 的分數，相較於 3.6 Flash 的 17.0% 有近乎翻倍的成長。針對專業 PDF 理解能力的 GDP.pdf 評測，分數也從 22.0% 提高至 34.0%。在 Artificial Analysis Intelligence Index 中，該模型的分數由 52 提升至 56，這一表現已非常接近同表列出的 GPT-5.6 Terra 與 Muse Spark 1.2（兩者均為 57）。儘管這些數據來自官方彙整，且受測試設定與推理預算影響，但確實反映了模型在處理複雜自動化任務與專業文件時的實力提升。

Q: Gemini 3.7 Flash 的定價方案與成本考量為何？

Gemini 3.7 Flash 的定價策略旨在吸引開發者進行大規模部署。在 2026 年 12 月 31 日之前，Google 提供優惠價格：每百萬輸入 token 為 0.75 美元，每百萬輸出 token 為 3.75 美元。這項優惠同樣適用於 Gemini 3.6 Flash。然而，自 2027 年 1 月 1 日起，價格將恢復為正式標準，屆時每百萬輸入 token 將調整為 1.50 美元，輸出 token 則為 7.50 美元。這項定價安排反映了 Google 希望在初期降低 AI 代理的部署成本。文章特別指出，評估 AI Agent 的實際費用時，不能僅參考 token 單價，還必須綜合考慮思考 token、工具呼叫次數、失敗重試頻率、脈絡累積以及快取機制等因素。雖然 3.7 Flash 的單價在未來會調升，但由於其具備較強的任務處理能力，若能有效減少執行過程中的重試次數或人工干預，對於需要長時間執行的複雜任務而言，使用能力較強的模型有時反而比使用單價低但需反覆執行的模型更具成本效益。這種「以效率換取成本」的邏輯，是企業在選擇模型時的重要參考依據。

Q: Gemini 3.7 Flash 目前支援哪些平台？Gemini Spark 的功能又是什麼？

Gemini 3.7 Flash 的應用範圍極廣，目前已全面提供給多個平台使用，包括 Google AI Studio、Gemini API、Google Antigravity、Gemini Enterprise App 以及 Gemini Enterprise Agent Platform。這顯示出 Google 正將此模型從單純的 API 服務延伸至全方位的企業級應用。特別值得注意的是，Google 同步升級了 Gemini Spark 的底層模型至 3.7 Flash 版本。Gemini Spark 是專為 Google AI Pro 與 Ultra 訂閱者 設計的全天候個人代理。這款個人代理具備持續執行任務的能力，並能深度整合 Google Workspace 工具 來協助使用者完成各類知識工作。這意味著 3.7 Flash 的升級不僅影響開發者端的 API 調用，也會直接改善一般訂閱用戶在日常辦公與個人任務管理上的體驗。對於台灣的企業與開發者而言，觀察重點應放在該模型在 Workspace 工具操作、長時間任務維持、程式碼修正 以及 複雜文件處理 上的穩定度與表現，因為這些能力直接決定了 AI 代理在真實工作環境中的實用價值。

Q: Gemini 3.7 Flash 在安全性、知識時效性與執行限制上有哪些需要注意的地方？

在安全性方面，Gemini 3.7 Flash 針對多種潛在威脅進行了防護更新，包含化學、生物、放射與核子（CBRN）風險以及網路攻擊相關的防禦機制。根據 Google DeepMind 的模型卡，該模型在網路安全能力的評估中已達到警戒門檻，但尚未觸及 Google 所定義的「關鍵能力等級」。在機器學習研發（ML R&D）方面，雖然模型能夠獨立完成個別的程式任務，但目前仍無法在缺乏人工介入的情況下，將這些任務串連成一個完整且獨立的研究流程。此外，使用者在使用時仍需留意模型的已知限制。模型仍有產生幻覺（Hallucination）的可能性，且在執行過程中偶爾會出現速度緩慢或連線逾時的情況。關於知識時效性，模型的主要知識截止時間標示為 2026 年 3 月，但文章也明確指出，部分特定領域的知識可能仍停留在 2025 年 1 月 左右。因此，當任務涉及高度即時性的資訊或需要進行高風險決策時，使用者不應完全依賴模型輸出，仍需透過外部資料查核與人工審閱來確保準確性與安全性。

AI 根據文章內容回答

Gemini 3.7 Flash 的應用範圍極廣，目前已全面提供給多個平台使用，包括 Google AI Studio、Gemini API、Google Antigravity、Gemini Enterprise App 以及 Gemini Enterprise Agent Platform。這顯示出 Google 正將此模型從單純的 API 服務延伸至全方位的企業級應用。

特別值得注意的是，Google 同步升級了 Gemini Spark 的底層模型至 3.7 Flash 版本。Gemini Spark 是專為 Google AI Pro 與 Ultra 訂閱者 設計的全天候個人代理。這款個人代理具備持續執行任務的能力，並能深度整合 Google Workspace 工具 來協助使用者完成各類知識工作。這意味著 3.7 Flash 的升級不僅影響開發者端的 API 調用，也會直接改善一般訂閱用戶在日常辦公與個人任務管理上的體驗。對於台灣的企業與開發者而言，觀察重點應放在該模型在 Workspace 工具操作、長時間任務維持、程式碼修正 以及 複雜文件處理 上的穩定度與表現，因為這些能力直接決定了 AI 代理在真實工作環境中的實用價值。

其他問題

Q1 Gemini 3.7 Flash 的核心技術改進與規格為何？ Q2 在官方評測中，Gemini 3.7 Flash 在程式開發與企業自動化方面的表現如何？ Q3 Gemini 3.7 Flash 的定價方案與成本考量為何？ Q5 Gemini 3.7 Flash 在安全性、知識時效性與執行限制上有哪些需要注意的地方？