Gemini 3.7 Flash от Google DeepMind заняла 20-ю позицию в таблице лидеров Agent Arena — системе живого ранжирования, управляемой arena.ai, которая оценивает ИИ-модели в соответствии с их производительностью при выполнении реальных задач. Модель улучшила свой результат на 3,4%, заняв место в рейтинге, который призван отражать то, как модели ведут себя в практических рабочих процессах, а не в статических тестах.

Как Agent Arena оценивает модели

В отличие от традиционных таблиц лидеров, которые полагаются на вопросы для викторин или стандартизированное тестирование, Agent Arena ранжирует ИИ-модели на основе реального оркестрирования инструментами и эффективности завершения задач. Платформа использует данные более чем 1,7 миллиона пользовательских сессий и отслеживает такие показатели, как галлюцинация инструментов — когда модель уверенно пытается использовать несуществующий инструмент или неправильно применяет доступный — а также общий уровень успешности.

Поскольку рейтинг основан на данных об использовании в реальном времени, изменения могут иметь значение, выходящее за рамки простого обновления балла: они могут показывать, как модель работает, когда ей приходится выбирать инструменты, восстанавливаться после ошибок и завершать задачи в средах, которые больше напоминают развертывание агентов, чем подсказки в стиле экзамена.

Сравнение поколений моделей Flash

Прогресс в линейке Flash от Google подчеркивает темпы итерации моделей. Gemini 3.5 Flash в настоящее время занимает 27-е место с общим приростом в 0,39%, в то время как Gemini 3.6 Flash находится дальше назад, примерно на 34-м месте.

Gemini 3.6 Flash была выпущена 21 июля 2026 года. Это поколение моделей было сосредоточено на достижении 17-процентного снижения выходных токенов по сравнению с предшественниками.

Ссылки, обнаруженные в Python GenAI SDK от Google, указывают на то, что вариант 3.7 предназначен для дальнейшего повышения эффективности токенов при интеграции мультимодальной производительности агентов. Это позволит модели работать с текстом, изображениями и, возможно, другими типами данных в рамках единого рабочего процесса агента. По состоянию на середину августа 2026 года Gemini 3.7 Flash еще не была официально выпущена.

Конкурентная позиция

При том, что Gemini 3.7 Flash находится на 20-м месте, в настоящее время 19 моделей превосходят её в реальных задачах агентов. Официальная методология, детализирующая, как была рассчитана цифра улучшения в 3,4%, не разглашается. Оценка Agent Arena является динамической — модели могут перемещаться вверх или вниз по рейтингу по мере появления новых конкурентов и сбора дополнительных данных пользовательских сессий.