Gemini 3.7 Flash 发布:性能提升、价格优惠,助力多领域高效发展!

Gemini 3.7 Flash 实战测评:API接入、参数调优与函数调用指南 在构建智能应用时,大语言模型(LLM)的选型与接入是核心环节。不同模型在响应速度、上下文长度、工具调用能力和部署成本上差异显著,工程上需要权衡。API接入标准化了模型调用,而参数调优(如temperature、topP)则控制输出质量。流式输出提升交互体验,函数调用让模型具备外部系统交互能力,这些技术共同支撑起Agent、RAG等应用场景。Gemini 3.7 Flash作为高性价比模型,在代码生成、JSON结构化输出、多轮对话中表现稳定。本文从工程实践角度系统测评其能力边界,给出API接入、参数调优、流式 阅读详情

介绍 Gemini 3.7 Flash

今天,在广泛使用的 Flash 系列基础上更进一步,推出了 Gemini 3.7 Flash,这是目前用于编码和智能体的最智能基础模型。此次发布距 Gemini 3.6 Flash 仅三周,是开发者反馈和算法创新的成果,期待应用到未来模型中。3.7 Flash 在软件工程、知识工作和网页开发工作流程方面有显著改进,introductory price 仅为原始 3.6 Flash 每百万 token 成本的一半。

为复杂工作流程提供更强大的智能支持

在调试和问题解决等编码任务中,3.7 Flash 相比 3.6 Flash 显著提升。它首版代码准确率更高,生成可用于生产的代码表现更出色,如在 FrontierCode 1.1 Main 中准确率达 43.6%(3.6 Flash 为 34.4%),在 DeepSWE v1.1 中达 65.3%(3.6 Flash 为 49.0%)。

网页开发方面,3.7 Flash 用更少提示生成功能更完善的布局和特性完整的应用。UI 生成能高度遵循参考输入设计,表现出高一致性。它在 Arena.ai 的 WebDev Arena 上超越 3.6 Flash,Elo 分数达 1588(3.6 Flash 为 1538)。

在金融、法律和生物科学等知识密集型领域,3.7 Flash 的推理能力和准确性提升。在 GDP.pdf 基准测试中大幅超越 3.6 Flash(34.0% vs 22.0%),该测试评估模型处理复杂文档的能力。在 AutomationBench 中也超过 3.6 Flash,表明能更有效完成现实世界业务工作流程(30.4% vs 17.0%)。

还能从简单文本提示到生成可完全游玩的 3D 游戏;一键生成令人惊艳的交互式着陆页;通过多模态理解在三智能体图循环中训练机器人模型;将静态 PDF 转换为交互式数据故事。

更出色的开发者体验和价格优势

与 3.6 Flash 相比,Gemini 3.7 Flash 显著提升开发者体验。能更好应对障碍,明确意图,精准遵循指令。思考更严谨,多步骤规划和工具调用更努力。这种执行方式减少工程工作流程中人工监督和重试次数。

截至年底,3.7 Flash 的 introductory price 为每 100 万输入 token 0.75 美元,每 100 万输出 token 3.75 美元。此价格结合增强的模型性能,使开发者和客户能经济高效扩展可用于生产的智能体规模。早期客户反馈强调其性能和精度,以低成本取得明显优于 3.6 Flash 的结果。

借助 3.7 Flash 改进 Gemini Spark

从今天起,面向全球 160 多个国家的 Google AI Pro 和 Ultra 订阅用户提供的 Gemini Spark 将采用 Gemini 3.7 Flash。I/O 大会推出的 Spark 是个人 AI 智能体,可 24 小时不间断运行,按指导行动。此次模型更新使 Spark 在知识工作方面更高效,对 Google Workspace 应用的工具使用能力提升,处理复杂多技能工作流程时,准确性和输出质量提高。借助 3.7 Flash,Gemini Spark 能更高效将想法转化为行动,如整合文件、起草邮件和更新状态文档等。

注重安全设计

不断努力提升 Frontier Safety 安全防护机制的覆盖范围和稳健性。Gemini 3.7 Flash 配备更新后的安全防护措施,防止在化学、生物、放射和核(CBRN)以及网络攻击等领域的滥用,同时根据生物弹性方法和网络安全计划支持有益的使用场景。如需了解更多信息,可查看 3.7 Flash 的模型卡片。

立即试用

开发者:在 Google Antigravity 中探索以智能体为先的工作流程,或通过 Google AI Studio 和 Android Studio 立即开始使用 Gemini API 进行开发,可参考开发者指南开启使用之旅。

企业用户:可在 Gemini Enterprise Agent Platform 和 Gemini Enterprise 应用中使用 3.7 Flash。

个人用户:在支持的国家/地区,Google AI Pro 和 Ultra 订阅用户可通过 Gemini 应用中的 24/7 个人智能体 Spark 使用 3.7 Flash。

详细基准测试

有显示 AI 模型基准测试的图表。

在您的收件箱中获取 Google 的最新消息

订阅时事通讯,获取产品更新、活动信息、特别优惠等内容。完成只差最后一步,请查看收件箱确认订阅,也可用其他电子邮件地址订阅。将按 Google 隐私政策使用信息,可随时取消订阅。

注:introductory pricing 有效期至 2026 年 12 月 31 日。从 2027 年 1 月 1 日起,将适用每 100 万输入 token 1.50 美元,每 100 万输出 token 7.50 美元的价格。

相关文章

有关于 Gemini 模型、人工智能、开发者工具等方面的相关文章介绍。

印尼稻米收成与粮食安全数据集2026年 本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。 立即下载

相关推荐

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

Gemini 3.5 Pro难产 3.7 Falsh救场、Qwen3.8登顶Agent、海淀AI做城市设计 | 8月8日 AI日报

Google迭代Gemini Flash,Qwen3.8-max登顶Agentic指数,北京海淀首创仅限AI智能体参与的城市设计,智能体能力持续突破与落地。

250

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

Gemini 3.7 Flash 发布:三周迭代、价格腰斩,编程与 Agent 能力全面拆解

发布日期:2026-08-14 | 数据来源:Google DeepMind 官网、Google AI for Developers | 话题:Gemini 3.7 Flash · Google AI · Agent 能力 · API 接入。

aidoudoulong的博客 812

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

Gemini 3.7 Flash 深度解析:三周迭代的“工作马”,把代码与 Agent 推到新性价比

2026-08-13,Google DeepMind 在 Gemini 3.6 Flash 发布仅 23 天后,推出(模型 ID,Stable 状态)。这不是新预训练,而是同一底座上的后训练精炼——把“Flash 工作马”在编码、终端、多步 Agent 上的短板集中补了一遍,价格还按 3.6 的促销价走。

weixin_61823230的博客 429

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

Step 3.7 Flash开源模型实测 – 多模态 Agent 大脑更省Token

有了 Step 3.7 Flash 这样面向生产级 Agent 的高效率 Flash 模型,Agent 在应对真实任务时,能够以更快、更稳、更省的方式跑通整个工作流,而不再是令人望而却步的 Token 吞噬兽。虽然在面对多文件映射、精确的空间逻辑等复杂任务时,偶尔有一些细节还有提升空间,但 Step 3.7 Flash 的高响应速度和多模态感知的结合,在多轮交互中展现出了高效的纠错能力,生成的网页还原度超级高,和我手绘的草稿几乎一模一样,页面板块、文字都识别的非常准确,我画的小箭头、小图标都被还原出来了。

weixin_49199926的博客 325

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

阿里 Qwen3.7 Max 超越 GPT、Gemini,编程竞技榜第二,实测表现究竟如何?

总体来说,根据大模型聚合平台 OpenRouter 显示的数据,Qwen3.7 Max 的价格属于中规中矩的一档,对比 DeepSeek 的骨折价比不上,但和 Opus 4.7、GPT 5.5 相比还是优惠不少。在物理模拟测试中,用「用 HTML+CSS+JS 做一个模拟液体在容器里晃动的动画,拖动容器可以改变倾斜角度」的提示词,Qwen3.7 Max 顺利完成挑战,还增加了颜色自定义等功能;尝试让模型生成一个六宫格的 2048 游戏,输入「做一个可以玩的 2048,但格子是六边形的」提示词。

IT界那些事儿 130

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

Claude Sonnet 5 API 价格锁定:开发者实战指南与成本优化策略

大语言模型(LLM)API 作为现代 AI 应用的核心基础设施,其工作原理是将自然语言指令转化为机器可处理的向量表示,通过深度神经网络进行推理并生成结果。这项技术的核心价值在于为开发者提供了强大的自然语言理解和生成能力,无需从零训练模型,极大地降低了 AI 应用开发的门槛。在实际工程实践中,API 的稳定性、成本可控性和易用性,直接决定了其能否广泛应用于聊天机器人、智能客服、代码生成、内容创作等多样化场景。近期,围绕 `claude api` 和 `claude code` 的集成与配置成为开发者社区的热点

weixin_30432579的博客 465

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

Gemini 3.7 Flash 上线,Google 想让 AI 多干活

Google 又给 Gemini 换了一台更快的发动机。8 月 15 日,,Gemini 3.7 Flash 已开始向 Gemini 聊天中的 Google AI Pro 和 Ultra 用户开放。与此同时,Google 的个人 AI 智能体 Gemini Spark 也已转用 3.7 Flash。这次更新没有把宣传重点放在知识问答、写诗或图片识别上。Google 反复强调的是多步骤任务、指令遵循和工具调用。官方给出的例子很有代表性。

JJJennie777的博客 316

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

上一篇: Mistral AI 推出 OCR 4.1 服务,2026 年 7 月 16 日公开预览首发 v4.1
下一篇: 揭秘AI文本水印:如何隐藏与检测,编辑对其有何影响?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值