8月13日，Google发布Gemini 3.7 Flash，将其称为面向编程和AI智能体的"主力模型"，强调它适合频繁执行实际任务。
此次发布除了介绍模型能力，也把多步骤任务表现和使用成本放在了较突出的位置。
自发布日起，新模型开始通过Gemini API、Google AI Studio、Android Studio和Antigravity等开发平台陆续上线，同时进入Gemini Enterprise Agent Platform和Gemini Enterprise应用。
从生成代码到执行多步骤任务
Google称，Gemini 3.7 Flash提升了首次生成代码的准确性、界面设计遵循能力和指令执行效果。
自发布日起，这款模型也开始用于Google个人智能体Gemini Spark。
Google表示，新模型能够提高Spark处理多步骤任务的准确性，并改进其在Gmail、Google Docs等应用中的工具使用表现。
Google把3.7 Flash用在Spark上，也说明这款模型瞄准的不只是一次问答，而是需要连续执行多个步骤的AI智能体任务。
API 优惠价格持续至年底
Gemini API按照模型处理的token数量计费。
到2026年12月31日，Gemini 3.7 Flash每百万输入token的价格为0.75美元，每百万输出token为3.75美元。
从2027年1月1日起，价格计划调整为每百万输入token 1.50美元、每百万输出token 7.50美元。
每百万token的价格不等于完成一项任务的成本。通过API运行的多步骤智能体，可能需要规划、调用工具、检查结果并根据失败信息重试，因此一项任务往往会产生多轮模型请求。
企业需要计算任务总成本
厂商公布的模型测试成绩不能直接代表企业真实任务的成功率。
企业使用的数据、工具、项目结构和任务难度并不相同，实际结果还会受到工作流程设计的影响。
在正式部署前，企业可以选择一组真实任务进行测试，同时记录成功率、完成时间、模型调用轮数、token消耗、工具调用次数和人工修改量。
这些数据可以帮助企业回答一个更实际的问题：模型完成一项工作究竟需要多少时间、多少人工介入和多少费用。
对准备通过API运行AI智能体的企业来说，真正值得比较的并不只是每百万token的价格或一次回答的效果，而是完成同一项真实任务需要消耗多少token、花多长时间、经历多少次返工，以及还需要多少人工介入。
作为全球AI算网基础设施服务商，赛柏特将持续关注AI产业与技术动态，为读者带来及时、专业的AI快讯。