Gemini 3.7 Flash: оптимальное соотношение интеллекта и времени выполнения задач

Google выпустила Gemini 3.7 Flash, улучшив показатели на 4 пункта по сравнению с Gemini 3.6 Flash и достигнув границы Парето в отношении интеллекта и времени на задачу.

Google DeepMind выпустила третью новую модель Gemini Flash за три месяца. Gemini 3.7 Flash (высокий) набрал 56 баллов по индексу интеллекта искусственного анализа, сразу за GPT-5.6 Terra (макс., 57) и Muse Spark 1,2 (xhigh, 57).

Перед выпуском мы протестировали Gemini 3.7 Flash по всем трем уровням оценки (высокому, среднему и низкому). Если рассуждать здраво, Gemini 3.7 Flash на 4 пункта лучше, чем 3.6 Flash, при этом среднее время выполнения задачи составляет 1,7, что на 40 % быстрее, чем GPT-5.6 Terra (макс.). Это ставит Gemini 3.7 Flash на границу Парето по интеллекту и времени на задачу, что усиливает внимание Google к скорости во всем семействе моделей Gemini Flash.

Ключевые результаты сравнительного тестирования по трем уровням рассуждений Gemini 3.7 Flash

➤ Улучшение индекса интеллекта на 4 балла: Gemini 3.7 Flash (высокий) набрал 56 баллов по индексу интеллекта искусственного анализа, что на 4 балла больше, чем у Gemini 3.6 Flash. Улучшение обусловлено, прежде всего, ростом агентских оценок, включая Tau3 Banking (+3 балла), Terminal-Bench v2.1 (+8 баллов) и GDPval-AA v2 (+103 Elo). При среднем рассуждении Gemini 3.7 Flash набрал 53 балла, что соответствует DeepSeek V4 Pro 0813 (макс. 53) и GLM-5.2 (макс. 53). При низкой аргументации он набирает 51 балл, сразу уступая DeepSeek V4 Flash 0731 (макс. 52).

➤ Граница Парето в сравнении интеллекта и времени на задачу: Gemini 3.7 Flash производит ~340 токенов вывода в секунду, что почти в 3 раза превышает скорость вывода GPT-5.6 Terra и GLM-5.2. При наличии серьезных рассуждений это означает, что среднее время на задачу равно 1,7 минутам, что помещает Gemini 3.7 Flash на границу Парето по интеллекту и времени на задачу.

➤ Стоимость задачи на 30 % ниже, чем в Gemini 3.6 Flash: Gemini 3.7 Flash сохраняет стандартную цену Gemini 3.6 Flash в размере 1,50/7,50 доллара США за 1 миллион токенов ввода/вывода, однако до конца года Google предлагает скидки по цене 0,75/3,75 доллара США за 1 миллион токенов. По этой сниженной цене Gemini 3.7 Flash (high) стоит 0,40 доллара США за задачу индекса интеллекта, что на 30 % меньше, чем Gemini 3.6 Flash и соответствует Muse Spark 1.2 (xhigh, 0,40 доллара США). При среднем рассуждении цена за задачу падает до 0,26 доллара, что помещает модель на границу Парето между интеллектом и стоимостью за задачу.

➤ Лидирующая производительность на AutomationBench-AA и AA-AnalystAgent: на AA-AnalystAgent, нашей недавно выпущенной эталонной модели измерения способности отвечать на сложные вопросы о электронных таблицах и документах, Gemini 3.7 Flash (высокий) достигает наивысшего балла прохода^5 — 60 %, опередив Claude Opus 5 (максимум, 54 %) и Fable 5 (49 %). Gemini 3.7 Flash также лидирует в рейтинге AutomationBench-AA, нашем эталоне агентских возможностей в моделируемых средах SaaS, с результатом 62,7%, опережая Kimi K3 (макс. 53%) и GPT-5.6 Sol (макс. 51,2%).

➤ Улучшения в работе агентских знаний: Gemini 3.7 Flash показывает улучшение по всем агентским тестам по сравнению с Gemini 3.6 Flash. В AA-Briefcase, нашей собственной системе оценки работы агентов, Gemini 3.7 Flash (высокий) достигает 1132 Elo, что на +169 лучше, чем у его предшественника, что ставит его чуть выше Minimax-M3. Аналогичным образом, Gemini 3.7 Flash (высокий) улучшается на 103 балла по сравнению с GDPval-AA v2, набирая 1525 баллов, на уровне GLM 5.2 (максимум, 1506) и DeepSeek V4 Flash 0731 (максимум, 1558).

Ключевые детали модели

➤ Контекстное окно: 1 млн токенов, без изменений по сравнению с Gemini 3.6 Flash.

➤ Мультимодальность: ввод текста, изображений, видео и речи с выводом текста.

➤ Цена: 1,50/7,50 долларов США за 1 миллион токенов ввода/вывода по стандартной цене. Google предлагает скидку в размере 0,75/3,75 доллара США за 1 миллион токенов до конца года. Кэшированные входные токены сохраняют ту же скидку 90 %.