Google DeepMind在8月13日推出Gemini 3.7 Flash，距离上一代3.6 Flash发布只过了三周，价格却砍到3.6 Flash的一半——每百万输入token 0.75美元，输出3.75美元。跑分表上，从代码生成到长文档理解全线上涨，官方把这轮更新包装成"开发者反馈驱动的算法创新"。但翻开完整的技术规格和定价条款会发现，这更像一场抢时间窗口的价格战：便宜是有截止日期的，而宣传中最大的卖点——百万token上下文——官方给出的实测证据只覆盖到八分之一。
三周一迭代,不是常规节奏
Google最近半年的Flash系列发布明显在提速：3.5 Flash-Lite、3.5 Flash Cyber、3.6 Flash、3.7 Flash依次登场，这一轮间隔缩到三周。Flash系列的定位一直是agentic coding和企业自动化场景里性价比最高的那档模型，和OpenAI、Anthropic在小模型上打的其实是同一场仗：谁能用更低的推理成本喂饱开发者对编码智能体的胃口。三周一迭代，比起过去动辄数月的模型更新节奏，更像是一场提前抢占开发者心智的加速赛。
跑分全线上涨,没写出来的部分更值得看
3.7 Flash在软件工程类基准上进步明显：FrontierCode 1.1从34.4%提到43.6%，DeepSWE v1.1从49.0%涨到65.3%，WebDev Arena Elo从1538升到1588，这些是官方博客图表里给出的数字。真正没上图的几项反而更说明问题：Terminal-bench 2.1从78.0%冲到85.8%，更难的Terminal-bench 3.0从5.4%涨到14.9%；计算机操作能力（OSWorld 2.0）从33.8%跳到47.9%，是全部提升项里增幅最大的一块。
- 结论.计算机操作能力涨得最猛，说明这次更新的重心是"能替人干活"，不是单纯拼智力测试分数。
上下文缺口是最该留意的地方。官方反复强调百万token上下文窗口（1,048,576 tokens），但公布的长上下文基准MRCR v2只测了12.8万token这一档，成绩97.0%对91.8%。100万token场景下模型表现如何，官方没给出任何数字，中间隔着近八倍的差距。另一个细节是，官方博客里DeepSWE v1.1给3.6 Flash标的分数是49.0%，而模型卡里同一项写的是48.6%——差距不大，但说明厂商自己不同发布材料的口径都未必统一。
- 提醒.厂商自报跑分未经第三方复现，1M上下文的真实表现仍是空白，重度长文档场景建议自测再上生产。
半价是让利还是钓鱼,定价条款写得很明白
| 模式 | 现价(输入/输出，每百万token) | 2027年起 |
|---|---|---|
| Standard | $0.75 / $3.75 | $1.50 / $7.50 |
| Batch | $0.375 / $1.875 | 同步翻倍 |
| Flex | $0.375 / $1.875 | 同步翻倍 |
| Priority | $1.35 / $6.75 | 同步翻倍 |
现价标注为"introductory"，明确写只到2026年底。2027年1月1日起，Standard模式价格直接翻倍，上下文缓存费率也从0.075美元/百万token涨到0.15美元。换句话说，现在锁定的低价是一个带截止日期的窗口，不是长期承诺。
降价换的是用户粘性,不是永久让利。
对正在用Harvey做法律检索、用Hebbia做金融文档分析、用LangChain搭agent流程的团队来说，这半年是最便宜的窗口，但成本模型要按明年翻倍的价格提前算一遍，不能只按现在的报价做长期预算。
该迁移的人和该等等的人
Google把这次更新也塞进了Gemini Spark——面向Google AI Pro/Ultra订阅用户、覆盖超过160个国家的24小时个人智能体，用来处理Workspace里的文件整理、邮件起草这类多步骤任务。对普通订阅用户，这是免费到手的体验升级，不用做选择。
对开发者和企业客户，判断要落到具体场景：如果业务重度依赖代码生成、debug、UI还原这类中短上下文任务，半价窗口值得现在就迁移测试；如果核心诉求是百万token级别的长文档或长代码库处理，官方证据链还没补上，最好先拿自己的真实数据集跑一轮，再决定要不要把生产流量切过去。