2026年8月13日,Google引入了双子座3.7 Flash——DeepMind称之为编程和AI代理的"最智能的工作马模型"的模型. 发行时间在双子座3.6 Flash之后仅三周,是开发者反馈和算法创新两个因素的结果. 小组考虑了上一个版本缺少的内容,大大加强了关键情景——从代码生成到文件处理。 同时,开始价格也出现了 成为其前身的一半。
改变之处:关键数字
通过基准衡量进展是很容易的。 在所有关键领域中,新模式的效绩都超过了以前的版本,在某些情况下还差得很远。
密码和工程 FrontierCode 1.1 主要基准——43.6%对34.4%。 这不仅仅是一个百分比的增加:模型在第一次通过时更准确地解决任务,调试代码更好,发现错误更有效. 在DeepSWE v1.1上,结果为65.3%对49.0%——生成的代码更常见于生产准备,这是真实项目的关键衡量标准.
网易开发. 在WebDev Arena排行榜中,模特儿对双子座3.6 Flash的分数为Elo 1588对1538. 数字增长并不明显,但质量变化:布局和app显示功能更加丰富,一个参考——截图,图像,或设计系统描述——足以准确遵循设计.
文件和业务流程。 GDP.pdf显示34.0%对22.0%——在处理复杂文件时几乎有1.5x的改进. 自动化 法官——30.4%对17.0%:在实际商业情况下几乎是两倍。 对于常规自动化来说,这是"试出"和"滚出"的区别.
更好的代码和代理方案
干数后面是什么? 开发者获得一个在实际操作中行为不同的模型. 它能更好地适应障碍:如果一个特工碰到一个出乎意料的错误,它不会崩溃,而是寻找一个工作绕圈. 双子座 3.7 Flash更积极主动地澄清用户意图,更精确地遵循指示,并更加努力地进行多步骤规划和工具呼叫.
在实践中,这意味着手动监督较少:无需重复检查每一个代理步骤或在失败后重新启动. 这在多种代理人情况下特别有价值。 在演示中,模型与 Nano Banana 从文本提示生成可播放的 3D 游戏, 与之合作 Gemini Omni 和子代理以构建交互式登陆页,在三代理图中——训练有素的机器人情景. 令人印象深刻的不是输出本身,而是自主的程度:模型维持上下文,推动复杂的链条完成.
网络和文件:成果最显著的地方
文件处理值得特别注意。 模型将静态的PDF年度报告变成交互式数据故事——这不再是"摘录文本",而是全面的分析和可视化. 在网络开发中,提供参考足以获得准确的布局,比以前更少的提示.
价格:能力较强的费用的一半
最出乎意料的是定价。 引进率为每百万美元输入信使0.75美元,每百万产出信使3.75美元。 作为比较,这是双子座3.6 Flash同音量的原价的一半. 促销价格有效期至2026年12月31日,自2027年1月1日起将上涨至1.50美元和7.50美元——对于这一级别的模型仍然有竞争力.
对于初创企业和Indie开发者来说,减价不仅仅是一个不错的奖金——它改变了项目经济学:你可以承受两倍于同一预算的调用,或者让代理商运行的时间大大延长.
个人AI代理获得新引擎
从宣布日期开始,个人代理双子星火花向双子星3.7 Flash过渡. 它是在I/O大会上推出的全天候AI助手,可供160多个国家的Google AI Pro和Google AI Ultra用户使用. 对他们来说,更新意味着更有效的知识工作,改进与Google Workspace工具的互动,以及在复杂的多步骤情景中更精确的输出——比如合并文件,起草电子邮件,或者更新状态文件.
安全和可用性
扩大的能力伴随着强化的保障措施。 该模式得到了防止化学、生物、辐射和核威胁领域滥用以及防止攻击性网络行动的最新保护,同时保留了有益的使用案例。
新模式可广泛采用:
- 对于开发者 通过 Google Antigravity双子座API, Google AI Studio还有Android工作室
- 企业 通过双子企业代理平台和双子企业应用.
- 用户 - 通过火花在 Gemini Google AI Pro和 Ultra 用户的应用.
目 录
一个罕见的案例:一个更强大的模型同时变得更负担得起. 双低的入门价格会改变代理解决方案的经济原理——对于同一笔钱,你可以运行两倍于两倍的平行代理或运行两倍于两倍的长呼链. 而基准收益显示,这里更便宜并不意味着更弱:在代码,文档,和网络开发中,新版本自信地超过了其前身. 对于将日常工作自动化或建立AI代理的团队来说,这是现在测试双子座3.7 Flash的有力理由——特别是因为宣传价格持续到最后. 页:1
