Google DeepMind представляет Gemini 3.7 Flash — свою самую интеллектуальную рабочую модель для программирования и агентов

Google DeepMind объявила о выпуске Gemini 3.7 Flash, охарактеризованного компанией как самой интеллектуальной рабочей модели на сегодняшний день для программирования и агентных рабочих процессов. Анонс был сделан 13 августа 2026 года Тулси Доши, старшим директором по управлению продуктом, от имени команды Gemini.

Запуск состоялся всего через три недели после выпуска Gemini 3.6 Flash, что продолжает серию почти ежемесячных обновлений уровня Flash от DeepMind. Сжатый интервал между релизами отражает отраслевую тенденцию, в которой поставщики передовых моделей выпускают инкрементальные, но измеримые улучшения на более быстрых циклах, зачастую обусловленные обратной связью от разработчиков, а не многомесячными исследовательскими里程碑ами. По словам Google DeepMind, версия 3.7 Flash является прямым результатом обратной связи от разработчиков и алгоритмических инноваций, которые компания планирует внедрять в будущие модели. Новый релиз обеспечивает существенные улучшения в рабочих процессах программной инженерии, работе со знаниями и веб-разработке с вводной ценой, составляющей половину первоначальной стоимости 3.6 Flash за миллион токенов.

Повышение производительности в программировании, веб-разработке и работе со знаниями

Gemini 3.7 Flash демонстрирует значительный прирост по сравнению с предшественником в задачах программирования, таких как отладка и решение проблем. Модель обеспечивает более высокую точность кода с первой попытки и улучшенные показатели в генерации продакшн-готового кода, что подтверждается бенчмарком FrontierCode 1.1 Main, где она набрала 43,6% против 34,4% у 3.6 Flash. На DeepSWE v1.1 — оценочном тесте, проверяющем способность модели полностью решать реальные задачи из GitHub, — 3.7 Flash набрал 65,3% против 49,0% у 3.6 Flash.

В веб-разработке 3.7 Flash генерирует более функциональные макеты и полнофункциональные приложения за меньшее количество промптов. При генерации UI модель демонстрирует высокую точность следования дизайну и соответствие эталонным входным данным, включая скриншоты, изображения и полноценные дизайн-системы. На платформе Arena.ai WebDev Arena 3.7 Flash достиг рейтинга Elo 1588 по сравнению с 1538 у 3.6 Flash.

Для областей, насыщенных знаниями, таких как финансы, юриспруденция и биологические науки, 3.7 Flash обеспечивает улучшенное логическое рассуждение и точность. Он значительно превосходит 3.6 Flash на бенчмарке GDP.pdf — оценочном тесте, разработанном для проверки способности модели обрабатывать сложные документы, — набрав 34,0% против 22,0%. Модель также превосходит 3.6 Flash на AutomationBench, измеряющем способность выполнять реальные бизнес-процессы, набрав 30,4% против 17,0%.

Google DeepMind подчеркнула несколько вариантов использования, доступных благодаря 3.7 Flash, включая генерацию полностью играбельных 3D-игр из текстовых промптов в сочетании с Nano Banana, создание интерактивных лендингов за один проход путём оркестрации субагентов с помощью Gemini Omni, обучение моделей робототехники с использованием мультимодального понимания в трёхагентном графе, а также преобразование статичных PDF-файлов, таких как годовые отчёты, в интерактивные веб-приложения с живыми графиками и агрегированной аналитикой.

Опыт разработчиков и ценообразование

По словам компании, Gemini 3.7 Flash предлагает заметно улучшенный опыт разработчиков по сравнению с 3.6 Flash. Модель лучше адаптируется к препятствиям, уточняет намерения при необходимости и точнее следует инструкциям. Она также демонстрирует более усердное многоэтапное планирование и выполнение вызовов инструментов, что приводит к сокращению ручного контроля и уменьшению количества повторных попыток в инженерных рабочих процессах.

Версия 3.7 Flash доступна до конца 2026 года по вводной цене $0,75 за 1 миллион входных токенов и $3,75 за 1 миллион выходных токенов. Google DeepMind заявила, что это ценообразование в сочетании с расширенными возможностями модели позволяет разработчикам и клиентам масштабировать продакшн-готовых агентов с экономической эффективностью. По сообщениям, ранние отзывы клиентов отмечают производительность и точность 3.7 Flash, достигая результатов, значительно превосходящих 3.6 Flash при низкой стоимости.

Вводное ценообразование действует до 31 декабря 2026 года. С 1 января 2027 года ставки составят $1,50 за 1 миллион входных токенов и $7,50 за 1 миллион выходных токенов.

Интеграция с Gemini Spark

Gemini Spark, доступный подписчикам Google AI Pro и Ultra более чем в 160 странах, начал использовать Gemini 3.7 Flash 13 августа 2026 года. Изначально представленный на Google I/O, Spark позиционируется как персональный ИИ-агент, работающий круглосуточно и выполняющий действия от имени пользователя под его руководством. Обновление модели призвано повысить эффективность Spark в работе со знаниями за счёт улучшенного использования инструментов для приложений Google Workspace, обеспечивая повышенную точность и качество результатов для сложных многоэтапных рабочих процессов. С 3.7 Flash Spark может эффективнее объединять файлы, составлять электронные письма и обновлять документы статуса.

Меры безопасности

Google DeepMind заявила, что постоянно работает над повышением охвата и надёжности своих механизмов Frontier Safety. Gemini 3.7 Flash поставляется с обновлёнными средствами защиты от злоупотреблений в областях химических, биологических, радиологических и ядерных (CBRN) угроз и кибератак, при этом обеспечивая полезные сценарии использования в соответствии с подходом компании к биоустойчивости и её киберпрограммой. Дополнительная информация доступна в карте модели 3.7 Flash.

Доступность

• Разработчики: изучите агентно-ориентированные рабочие процессы в Google Antigravity или начните разработку через Gemini API в Google AI Studio и Android Studio. Доступно руководство разработчика.
• Предприятия: получите доступ к 3.7 Flash через Gemini Enterprise Agent Platform и приложение Gemini Enterprise.
• Частные пользователи: доступно через Spark в приложении Gemini для подписчиков Google AI Pro и Ultra в поддерживаемых странах.

Источник: Google DeepMind Blog