A Gemini 3.7 Flash a Google új, kódolásra és ágensekre optimalizált munkamodellje, amelyet 2026. augusztus 13-án jelentettek be — mindössze három héttel a Gemini 3.6 Flash után. A Google a „legintelligensebb workhorse modelljének” nevezi, és 2026. december 31-ig 50%-os bevezető áron adja.
A bejelentés két okból számít. Egyrészt a kódolási és dokumentum-értelmezési benchmarkokon nagyot ugrott a modell, másrészt ezt olyan árszinten teszi, ami alatta marad a Claude Sonnet 5 és a GPT-5.6 Terra árának. Ha ágens-alapú fejlesztésre költesz, ez közvetlenül a számládat érinti.
Mi új a Gemini 3.7 Flash-ben a 3.6-hoz képest?
A modell architektúrája nem változott: a 3.7 Flash ugyanazt a transformer-alapú mixture-of-experts felépítést használja, mint elődje, és a Google a tréning módszertanát nem hozta nyilvánosságra. A javulás tehát nem új architektúrából, hanem algoritmikus finomításokból és a fejlesztői visszajelzésekből jön.
A gyakorlati változások konkrétak. Jobb lett a hibakeresés és a hibaelhárítás, magasabb a first-pass kódpontosság, vagyis több kód működik elsőre. Pontosabb a UI-generálás is: a modell pontosabban követi a megadott design- és referencia-anyagot, így kevesebb prompttal áll össze egy teljesebb webalkalmazás.
Erősebb lett a tudásmunkában is — pénzügy, jog és biotudományok területén —, valamint jobban használja az eszközöket a Google Workspace alkalmazásaiban. A Google megfogalmazása szerint a modell „diligensebben gondolkodik”: több erőfeszítést fordít a többlépéses tervezésre és az eszközhívásokra, ezért kevesebb újrapróbálkozás és kevesebb emberi felügyelet kell mellé.
A kapacitása is versenyképes: 1 millió input token fér bele a kontextusablakba, és a modell akár 64 000 tokenes választ is legenerál. Ágens-oldalon képes egész ágens-együtteseket (ensemble) hajtani, és beépült a 2026 márciusában indult Gemini Spark fogyasztói ágensbe is.
Tulsee Doshi, a Google product management senior directora szerint a Gemini 3.7 Flash „érezhetően jobb fejlesztői élményt nyújt” — kiemelve, hogy a modell akadályok esetén jobban alkalmazkodik, és pontosabban követi az utasításokat.
Benchmarkok: hol vezet, és hol marad le a modell
A kódolási eredmények a legerősebbek. A FrontierCode 1.1 Main teszten (produkciós kódminőség, 100 programozási feladat több nyelven) a 3.6 Flash 34,4%-áról 43,6%-ra ugrott a modell, és ezzel megelőzi a Claude Sonnet 5-öt (42,7%) és a GPT-5.6 Terrát (41,3%) is. Ezen a listán a Gemini 3.7 Flash az első.
A DeepSWE v1.1 long-horizon engineering teszten 49,0%-ról 65,3%-ra nőtt az eredmény, itt viszont a GPT-5.6 Terra még előrébb jár a maga 69,6%-ával. A Code/WebDev Arena Elo-pontszáma 1538-ról 1588-ra emelkedett, megelőzve a Claude Sonnet 5-öt (1541) és a GPT-5.6 Terrát (1523).
Két üzleti szempontból fontos benchmarkon szintén nagy a lépés. A GDP.pdf dokumentum-értelmezési teszten 22,0%-ról 34,0%-ra javult a modell — ez 6 százalékponttal jobb a Claude-nál (28,0%) és 9,3 ponttal a GPT-nél (24,7%). Az AutomationBench vállalati automatizációs teszten 17,0%-ról 30,4%-ra nőtt, miközben a Claude Sonnet 5 itt 10,7%-on, a GPT-5.6 Terra 23,6%-on áll.
A képet viszont árnyalni kell. A Terminal-bench 2.1-en a 3.7 Flash 85,8%-ot ért el, a GPT-5.6 Terra 87,4%-ot, és a Terra vezet a Terminal-bench 3.0-n és az OSWorld-2.0-n is. Az Agent’s Last Exam multimodális desktop-feladaton a Claude Sonnet 5 33,3%-ot hozott a Gemini 26,3%-ával szemben. Az Artificial Analysis Intelligence Indexen a 3.7 Flash 52-ről 56 pontra javult, de a Claude Opus 5 63 pontja messze van.
A VentureBeat elemzése kifejezetten leszögezi: a Google saját eredményei sem mutatnak egyetemes fölényt a drágább versenytársakkal szemben. A Gemini 3.7 Flash egy alacsonyabb árkategóriában lett lényegesen versenyképesebb — nem „mindenben a legjobb”.
Mennyibe kerül, és meddig tart a féláras időszak?
Az árazás a bejelentés legkézzelfoghatóbb része. A bevezető ár 2026. december 31-ig él, utána a standard ár lép életbe, ami pontosan a duplája.
Bevezető ár (2026. 12. 31-ig): 0,75 dollár / 1M input token, 3,75 dollár / 1M output token, kontextus-cache 0,075 dollár / 1M token.
Standard ár (2027. 01. 01-től): 1,50 dollár / 1M input, 7,50 dollár / 1M output, cache 0,15 dollár / 1M token.
Versenytársak: Claude Sonnet 5 2 / 10 dollár, GPT-5.6 Terra 2 / 12 dollár (input/output, 1M token).
A standard ár megegyezik a Gemini 3.6 Flash jelenlegi árával, tehát a bevezető kedvezmény valóban 50%-os csökkentés az elődhöz képest. Ez azt is jelenti, hogy aki most épít rá workflow-t, annak 2027. január 1-jén megduplázódik a token-költsége, ha addig nem tervez újra.
Input és output oldalon egyaránt a Claude Sonnet 5 árának 37,5%-áról van szó, a GPT-5.6 Terra output árának pedig kevesebb mint a harmadáról. A korábbi generációról szóló Gemini 3.6 Flash elemzésünkben ugyanez a mintázat látszott: a Google a Flash-vonalat következetesen ár-oldalról pozicionálja.
Hol érhető el a Gemini 3.7 Flash?
Fejlesztőknek a modell a Gemini API-n keresztül érhető el a Google AI Studióban, valamint az Android Studióban és a Google Antigravityben. Ez a három belépési pont fedi le a tipikus kódolási és ágens-fejlesztési workflow-t.
Vállalati oldalon a Gemini Enterprise Agent Platform és a Gemini Enterprise alkalmazás támogatja. Fogyasztóknak a Google AI Pro és Ultra előfizetők érik el, a Spark ágensen keresztül, 160-nál több országban.
Mit jelent ez a vállalati modellválasztásnak?
A legfontosabb üzenet, hogy a „workhorse” kategória képességszintje gyorsabban emelkedik, mint ahogy a legtöbb cég a modellstratégiáját újratervezi. Egy három héttel korábbi modell benchmarkszámai ma már elavultak — a FrontierCode-eredmény 9,2 százalékponttal ugrott egyetlen verzióváltás alatt.
Ez a gyakorlatban azt jelenti, hogy a drága frontier modellre kiszervezett feladatok egy része átvihető olcsóbb munkamodellre. Kódgenerálásnál, dokumentum-feldolgozásnál és belső automatizációnál a Gemini 3.7 Flash mérhetően a drágább riválisok szintjén vagy fölött teljesít, negyed–harmad áron.
Ugyanakkor a benchmarkok szórása komoly figyelmeztetés is. A modell terminál-műveletekben és multimodális desktop-feladatokban lemarad, tehát nem egyetlen modell váltja ki az összes feladatot. A reális architektúra ma feladat szerinti routing: olcsó munkamodell a tömegre, frontier modell a nehéz esetekre.
A hiányzó zászlóshajó: hol van a Gemini 3.5 Pro?
A gyors Flash-frissítések mögött egy megválaszolatlan kérdés áll. A várt zászlóshajó, a Gemini 3.5 Pro továbbra sem jelent meg: májusban júniusra ígérték, júliusban partnertesztelés alatt állónak mondták, az augusztus 13-i bejelentés pedig nem adott új időpontot.
A Reuters júliusi jelentése szerint a 3.5 Pro nem érte el a belső célokat, elsősorban kódolásban — miközben a Google állítólag már a Gemini 4 tréningjén dolgozik. A SemiAnalysis elemzése szerint a cég egyre inkább a felhő-infrastruktúra (GCP) üzletágra koncentrál a modell-csúcsteljesítmény helyett, és gyakorlatilag törölte a 3.5 Prót. Ezt a Google nem erősítette meg.
A bejelentés ráadásul egy komoly vezetői átalakítás hetében érkezett. Demis Hassabis átadta a napi irányítást, és a DeepMind elnöke, illetve az Alphabet chief scientistje lett; a Gemini-fejlesztést most Koray Kavukcuoglu vezeti. Jeff Dean, Oriol Vinyals, Quoc Le és Sanjay Ghemawat távozott, és elindította a Discovery Loop startupot — ezt előzte meg Noam Shazeer OpenAI-hoz és John Jumper Anthropichoz igazolása.
5 döntéshozói következtetés
- Számolj újra a 2027-es árral: a féláras időszak 2026. december 31-én lejár, utána duplázódik a token-költség — a business case-t a standard árral is le kell futtatni.
- Routolj feladat szerint: kódgenerálásra és dokumentum-feldolgozásra a 3.7 Flash ár-érték aránya kiemelkedő, terminál- és desktop-ágens feladatokra viszont maradj a versenytársaknál.
- Ne kösd magad egyetlen szállítóhoz: három hét alatt jött két Flash-verzió — az abstrakciós réteg, ami lehetővé teszi a modellcserét, most több pénzt hoz, mint amennyibe kerül.
- Mérj saját feladaton, ne benchmarkon: a nyilvános tesztek szórása nagy, és a gyártó saját mérései sem mutatnak egyetemes fölényt — futtass belső evalt a saját kódbázisodon.
- Kezeld kockázatként a roadmap-bizonytalanságot: a 3.5 Pro csúszása és a vezetői változások miatt a Google felső modellszegmensére hosszú távú stratégiát építeni ma kockázatosabb, mint a Flash-vonalra.
A Google nem a benchmark-listát akarja megnyerni
A Gemini 3.7 Flash körüli történet nem arról szól, hogy a Google visszaveszi a modellvezetést — az Intelligence Indexen 56 ponttal ez nem is történt meg. Arról szól, hogy a cég a legnagyobb volumenű, legköltségérzékenyebb szegmensre optimalizál: a napi munkára használt modellekre.
A Gemini alkalmazás 950 millió havi felhasználója mellett a Google álláspontja az, hogy a disztribúciós előny nem kizárólag a legjobb modell birtoklásán múlik. Ha ez az elmélet beválik, a következő évek versenye nem a frontier benchmarkokon, hanem a token-áron és az integráción dől el — és ott a Flash-vonal ma erős pozícióban van.
Kapcsolódó modell-összehasonlításunkban részletesen elemezzük a nagy szereplőket: ChatGPT vs Claude vs Gemini: melyik a legjobb 2026-ban? A hivatalos bejelentés a Google blogján olvasható. További modellhírekért iratkozz fel az AI Hírek hírlevelére.
Egy válasz