Gemini 3.7 Flash
GeminiÉquilibré
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
Gemini 3.7 Flash is a multimodal model from Google for fast agentic workflows, coding, and complex multi-step reasoning. It is designed for tasks that require responsive performance and reliable multi-step...
Catégorie de performance
Équilibré
Gemini 3.7 Flash est un modèle équilibré de Gemini : un bon compromis entre bonnes performances à un prix raisonnable.
Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.
Tarification
Ce modèle est inclus dans les plans ElosiaModéré
Coût modéré. Bon équilibre pour un usage régulier.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $0.750 |
| Sortie (complétion) | $3.75 |
| Image | $0.750 |
| Raisonnement interne | $3.75 |
| Lecture cache | $0.075 |
| Écriture cache | $0.042 |
Capacités
Taille du contexte1.0M
Tokens de sortie max66K
TokenizerGemini
Entréetext, image, video, file, audio
Sortietext
Date de sortie13 août 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
GPQA Diamond
94.5%
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
Raisonnement
Humanity's Last Exam
47.9%
Multimodalité
MMMU-Pro
85.5%
Agentique
Terminal-Bench 2.1
85.8%
Où se situe Gemini 3.7 Flash ?
Comparez son indice de performance à tous les autres modèles.
Usages recommandés
ProgrammationAnalyseChat généralRechercheExtraction de données
Points forts
- Solide travail agentique en terminal (Terminal-Bench 2.1 85,8%, contre 78,0% sur Gemini 3.6 Flash)
- Fort gain en ingénierie logicielle face à son prédécesseur (DeepSWE v1.1 65,3% contre 48,6%, FrontierCode 1.1 Main 43,6% contre 34,4%)
- Solide développement web (Code Arena 1588 Elo, contre 1538)
- Récupération quasi parfaite en contexte long (GDM-MRCR v2 8-needle 97,0% à 128k, moyenne) ; le modèle prend par ailleurs en charge une fenêtre de contexte de 1M tokens avec 64K en sortie
- Couverture multimodale large : vidéo (LVBench 85,4%), pilotage d'ordinateur (OSWorld-2.0 47,9%)
- Meilleure position relative face aux modèles concurrents en raisonnement pluridisciplinaire (HLE-Verified 53,6%)
Limites
- CharXiv Reasoning est le seul recul face à Gemini 3.6 Flash dans la table de Google (84,5% contre 85,2% sans outils, 88,7% contre 89,4% avec outils), un pas en arrière pour l'analyse de graphiques et l'extraction de données
- Dernier des quatre modèles comparés par Google sur GDPVal-AA v2 (travail de connaissance) : 1525 Elo contre 1578 à 1628 pour les modèles concurrents
- Derrière GPT-5.6 Terra sur DeepSWE v1.1 (65,3% contre 69,6%), Terminal-Bench 2.1 et 3.0, et OSWorld-2.0 (47,9% contre 50,2%), et derrière Claude Sonnet 5 sur Agent's Last Exam (26,3% contre 33,3%)
- Terminal-Bench 3.0 à 14,9% montre que la frontière agentique difficile reste largement non résolue
- Un raffinement de Gemini 3.6 Flash plutôt qu'un nouveau pré-entraînement
- Google ne publie ni MMLU, ni GPQA Diamond, ni MMMU-Pro ; les scores GPQA Diamond, MMMU-Pro et Humanity's Last Exam présentés ici proviennent de tests tiers (Artificial Analysis)
Questions fréquentes
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
