Google DeepMind 推出 Gemini 3.7 Flash：价格直接腰斩，主攻编程与智能体

DeepMind 又发新模型了。距 Gemini 3.6 Flash 上线不到三周，3.7 Flash 就被推到了台前。没有发布会，没有倒计时，就是一篇博客加 API 上线——典型的 Google 节奏。

价格表是最直观的冲击：输入每百万 token 0.75 美元、输出 3.75 美元，是上一代 Flash 的一半。换算下来输入不到 6 元人民币、输出不到 28 元（按当前汇率），在主流大模型里已经算激进。

三周一个版本，意味着什么

Flash 系列本就走"快、轻、便宜"路线，但三周迭代一次仍属罕见。一种读法是 Google 在抢编程和智能体这两个赛道的窗口期，另一种读法是 3.6 Flash 在 benchmark 上暴露了短板需要尽快补位。

从

1.5 Flash 到

2.0 Flash，再到

3.x Flash，Google 几乎把"小模型高频更新"做成了产品路线。这条路和 OpenAI 的"大模型慢迭代"形成鲜明对比，本质上押注的是：未来大量调用会发生在低成本模型上。

编程和智能体为什么被点名

博客里把 3.7 Flash 明确定位为"编程和智能体最强工作模型"。这两个场景的共同点是 token 消耗高、上下文长、工具调用频繁——开发者跑一次 agent 任务可能要调几十轮，每轮都在烧 token。

更便宜的小模型反而是 agent 时代的基础设施。当 agent 要调用搜索、读写文件、反复自我修正时，单次响应的边际成本直接决定这个产品能不能跑得起来。这才是 3.7 Flash 价格腰斩的真实动机。

对开发者和企业用户的实际影响

如果正在用 Gemini API 做产品，每百万 token 省一半等于成本直接砍 50%。原本要 Pro 模型才跑得起的场景，可以下放到 Flash。对独立开发者和初创团队来说，这是非常实在的红利。

对企业用户，可观察的是 Google 是否在用 Flash 系列抢占"日常任务"市场，把 Pro 系列留给真正需要深度推理的场景。这种分层如果稳定下来，会直接影响企业选型策略和算力预算分配。

国内用户和海外华人团队该怎么用

国内用户接入需要稳定的网络和支付通道，价格优势要扣掉这层摩擦成本。海外华人开发者可以直接评估是否把一部分任务从其他模型迁过来，建议先用 coding benchmark 和自有数据做小规模 A/B 测试再下决定。

后续值得观察的几件事

第一，3.7 Flash 的实际编程能力是否真的强过同价位对手，比如 Claude Haiku 或 GPT-4o mini。第二，Google 会不会把三周迭代节奏持续下去，还是会在某个版本上放慢沉淀。第三，国内大模型厂商会不会被迫跟进新一轮降价。这三件事基本决定了下半年 agent 工具的成本曲线。