Gemini 3.7 Flash：原生多模态推理新迭代
Google 正式推出 Gemini 3.7 Flash，这是 Gemini 3 系列中最新的高性能原生多模态推理模型。该模型原生支持文本、图像、视频、音频及 PDF 等多种输入格式，输入 token 上限高达 104 万，输出上限为 6.5 万。在功能上，Gemini 3.7 Flash 全面支持代码执行、文件搜索、函数调用以及基于 Google Maps 的地理 grounding，并引入了可调节强度的 Thinking 模式（支持低、中、高三种设置，但不支持 minimal 模式）。虽然目前暂不支持音频生成、图像生成及 Live API，但其强大的上下文处理能力和工具调用能力，使其成为构建复杂智能体的理想选择。
Gemini 3.7 Flash 是 Gemini 3 系列中新一代的高性能、原生多模态推理模型。
HN 评论区
482- jjcm
这里有一个 image->html 的测试。Gemini 在视觉任务上向来表现超出其量级，所以我一直很想拿这个来试试。
原图：https://image.non.io/neonRamenDesigns.webp
Gemini 3.7 构建结果：https://html.non.io/neonRamenGemini3.7
作为对比的 Opus 5 构建结果：https://html.non.io/neonRamen
Opus 在这方面依然是同类最佳，但值得注意的是，Gemini 3.7 的表现与价格更对等的 LLM（即 Grok 4.6）相比相当不错：https://html.non.io/neonRamenGrok4.6。我本以为 Gemini 会像过去那样把 Grok 甩在身后，但 Grok 确实已经追了上来。
- simonw
这个 3.7 Flash 模型的“ introductory pricing（ introductory 定价）”真的很奇怪。
它计划在 2026 年 12 月 31 日涨价一倍，但谁会预料到五个月后还在用这个模型呢？尤其是 3.6 Flash 才刚发布三周！
我用默认思考级别做的第一次尝试，生成了一只雄心勃勃的鹈鹕，却被一辆有缺陷的自行车拖了后腿：https://tools.simonwillison.net/markdown-svg-renderer#url=ht...
然后我分别在 high、medium 和 low 思考级别上运行（奇怪的是 minimal 不再是选项了，而 3.5 和 3.6 是有这个选项的），前两个级别生成了非常出色的鹈鹕：
https://tools.simonwillison.net/markdown-svg-renderer.html#u...
更新：这是在 Safari 上运行的，但正如这里的回复指出的那样，鹈鹕在 Firefox 或 Chrome 中渲染效果很差！最可能的猜测是因为 SVG 中有一个无效的 filter：
<filter id="shadow" x="-10%" y="-10%" width="130%" height="130%"></filter>
Filters 本应包含额外的元素，而不是空的：https://drafts.csswg.org/filter-effects/#FilterElement - 所以也许 Chrome 和 Firefox 移除了引用这个损坏 filter 的元素，而 Safari 没有？
- Alifatisk
自从 GPT-5.6 Luna 推出那个疯狂的折扣后，我就没什么兴奋感了。看看基准测试就知道了，虽然 Gemini 3.7 Flash 在 DeepSWE 1.1 上表现不错，但 Luna (Max) 的表现依然好得多。我个人一直用 Luna (Xhigh)，因为它完全够用，而且推理 token 不会让上下文窗口膨胀得太快。
> 从 2027 年 1 月 1 日起，输入 token 价格为 1.50 美元/100 万，输出 token 价格为 7.50 美元/100 万。
对比一下 Luna，输入 token 价格为 0.2 美元/100 万（缓存为 0.02 美元），输出 token 价格为 1.2 美元/100 万。
- wxw
他们应该发布针对 Luna/Terra 的基准测试。Luna 便宜得多，感觉这削弱了 Flash 存在的必要性。
我一直认为 Flash 系列模型是面向低成本、高吞吐量、以文本为主的用例（例如摘要、解析、格式化），重点在于低成本。
[编辑：啊，这里有基准测试：https://blog.google/innovation-and-ai/models-and-research/ge...
感觉更像是 Terra 而非 Luna 的竞争对手，这是一个有趣的定位。我觉得在模型的中端层级进行差异化定位相当困难。]
- parasti
实际公告：https://blog.google/innovation-and-ai/models-and-research/ge...
所以它比 3.6 Flash 更好，价格却只有一半。最近我对 Gemini 模型相当兴奋，毕竟在工作的大部分时间里都在等 Opus 5，相比之下它们感觉快太多了。
- twelvechairs
https://artificialanalysis.ai/models/gemini-3-7-flash
Gemini 的卖点依然是速度，特别是端到端的响应时间。
- sid_talks
来自 Google 这样的公司，Gemini Flash 系列对我来说非常合理。Google AI Mode 搜索是一个我确实觉得很有用的产品。Google 专注于更小、更快且足够智能、不会让推理成本破费的模型，这很合乎逻辑。这与其产品生态系统非常契合。
Google AI Mode 始终能给我提供一致的良好结果和速度。它真的改变了我对“谷歌搜索”的定义。
- fmind-dev
Gemini Flash 是最好的“足够好”模型之一。我每天都在用这类模型，用于自动化和快速的开发迭代循环。
不幸的是，对于重度重构和长周期的开发循环，它往往还不够强大。
- qudat
我上周刚订阅了 Gemini，一直在用 antigravity 和 3.6 flash。速度绝对是与 Claude 相比的差异化优势。
- euazOn
多模态能力很棒，但如果你只处理文本，用它相比 DS V4 Flash/Pro 有什么好处呢？价格便宜 13-26 倍，智能程度相当，而且可以在许多不同的推理提供商上使用。
我看不出除了多模态之外，有什么场景是 DS V4 Pro 不够用而 Flash 3.7 却够用的。
Luna 也类似，而且便宜 8 倍。来源：artificialanalysis
我能看到的唯一好处就是速度，看起来非常出色，可能得益于他们的 TPU。