Ba tuần sau phiên bản 3.6, Gemini 3.7 Flash ra mắt với trọng tâm rõ ràng hơn: trở thành nền tảng nhanh chóng, tiết kiệm chi phí cho các đại lý lập trình, xây dựng web và công việc kiến thức. Google nhấn mạnh độ chính xác cao hơn ngay lần đầu, tuân thủ hướng dẫn chặt chẽ hơn và sử dụng công cụ đa bước có kỷ luật hơn. Điều này quan trọng vì chi phí thực tế trong sản xuất đến từ việc thử lại và giám sát, không chỉ là tốc độ xử lý đầu vào. Giá niêm yết ban đầu của mô hình—0,75 USD cho mỗi triệu token đầu vào và 3,75 USD cho mỗi triệu token đầu ra—đánh dấu một bước tiến trong việc chia sẻ khối lượng công việc, nơi người dùng trước đây thường kết hợp các mô hình rẻ hơn để định tuyến và các mô hình lớn hơn cho các cuộc gọi phức tạp.
Các đánh giá báo cáo cho thấy tiến bộ rõ ràng: độ chính xác lập trình cao hơn trên FrontierCode 1.1 Main (43,6% so với 34,4%) và DeepSWE v1.1 (65,3% so với 49,0%), khả năng tạo web mạnh mẽ hơn với điểm Elo cao hơn trên WebDev Arena (1588 so với 1538), và hiệu suất tốt hơn trong suy luận tài liệu (GDP.pdf 34,0% so với 22,0%) cũng như hoàn thành quy trình công việc thực tế (AutomationBench 30,4% so với 17,0%). Với những người thực hành, điều quan trọng không chỉ là điểm số—mà là hiệu quả vận hành: ít triển khai một phần hơn, giảm săn lỗi sau khi thực thi, và nhiều tính năng được hoàn thành ngay lần đầu, đặc biệt khi mô hình điều phối các cuộc gọi công cụ trong một đồ thị đại lý nhỏ.
Trải nghiệm nhà phát triển là nơi 3.7 Flash cố gắng hoàn thiện vòng lặp. Mô hình đặt câu hỏi làm rõ sớm hơn, phục hồi khỏi các trở ngại mà không làm lệch kế hoạch, và tuân thủ các giới hạn bảo vệ một cách nhất quán hơn. Trong các đại lý lập trình, điều này thể hiện qua việc gọi hàm ổn định hơn và lập kế hoạch từng bước chắc chắn—rất hữu ích khi đại lý của bạn phải kiểm tra kho mã, chạy thử nghiệm và vá lỗi. Trong tạo giao diện web, sự tương đồng về thiết kế tăng lên khi bạn cung cấp ảnh chụp màn hình hoặc hệ thống thiết kế làm ngữ cảnh. Các nhóm xây dựng quy trình kiến thức sẽ nhận thấy ít trở ngại hơn khi phân tích PDF và tổng hợp thông tin thành biểu đồ trực tiếp hoặc tóm tắt trạng thái với ít lời nhắc bù đắp hơn.
Hướng dẫn áp dụng: hãy coi 3.7 Flash là lựa chọn mặc định cho các đại lý nhạy cảm với độ trễ và các tác vụ kỹ thuật lặp đi lặp lại; chỉ nâng cấp lên các mô hình lớn hơn cho các trường hợp suy luận mơ hồ, quyết định quan trọng hoặc lĩnh vực mới. Đảm bảo bạn đo lường toàn bộ quy trình làm việc: độ sâu gọi công cụ trung bình, số lần thử lại mỗi tác vụ, tỷ lệ biên dịch/thử nghiệm mã thành công, và sự tương đồng giao diện với các thông số thiết kế. Nếu tổ chức của bạn sử dụng các công cụ Gemini Spark và Workspace, hãy kỳ vọng cải thiện chất lượng cuộc sống trong việc hợp nhất, soạn thảo và cập nhật trạng thái thường xuyên. Đối với triển khai doanh nghiệp, hãy xác thực việc thực thi chính sách và khả năng kiểm toán cùng với giá cả, đặc biệt khi có các biện pháp bảo vệ nghiêm ngặt hơn trong các lĩnh vực nhạy cảm.