Gemini 3.7 Flash w GA. Co zmienia w kodowaniu i agentach

Google udostępnił Gemini 3.7 Flash w wersji ogólnie dostępnej (GA). Najważniejsza zmiana nie polega na powiększeniu okna kontekstowego ani dodaniu nowej modalności. Firma skoncentrowała się na kodowaniu, obsłudze narzędzi i dłuższych zadaniach agentowych. Niezależna tablica Code Arena pokazuje przy tym wyraźny skok: wariant gemini-3.7-flash-high zajmuje 8. miejsce z wynikiem 1587,5 Elo, podczas gdy gemini-3.6-flash-high jest na 21. pozycji z wynikiem 1536,9.

Premiera ma jednak istotny warunek cenowy. Stawki 0,75 USD za milion tokenów wejścia i 3,75 USD za milion tokenów wyjścia są promocyjne i obowiązują tylko do końca 2026 roku. Google zastosował tę samą obniżkę również wobec Gemini 3.6 Flash, dlatego nowy model nie jest obecnie tańszy od bezpośredniego poprzednika.

Najważniejsze fakty:

• Gemini 3.7 Flash jest dostępny w GA od 13 sierpnia 2026 roku pod identyfikatorem gemini-3.7-flash.
• Obsługuje kontekst do 1 048 576 tokenów i maksymalnie 65 536 tokenów wyjścia.
• Przyjmuje tekst, obrazy, audio, wideo i PDF, ale zwraca tekst.
• Google deklaruje największe postępy w kodowaniu, agentach i zgodności wygenerowanego frontendu z projektem.
• Wagi modelu nie zostały opublikowane, a szczegóły architektury i treningu pozostają niejawne.

Co właściwie ogłosił Google

W dzienniku zmian Gemini API Google opisał 3.7 Flash jako produkcyjny model roboczy do kodowania i agentów. To kolejna iteracja linii Flash, a nie zupełnie nowa rodzina. Model card mówi wprost, że 3.7 Flash bazuje na Gemini 3.6 Flash i wprowadza algorytmiczne ulepszenia fundamentu rozumowania.

Dla osób śledzących linię Google ważny jest krótki rytm aktualizacji. Wcześniejszy Gemini 3 Flash wyznaczył kierunek: duży kontekst, multimodalne wejście i nacisk na wysoką przepustowość. Gemini 3.7 Flash zachowuje ten profil, ale przesuwa ciężar w stronę zadań, w których model ma nie tylko odpowiedzieć, lecz także wykonać kilka kolejnych kroków, użyć narzędzi i poprawić własne błędy.

Specyfikacja Gemini 3.7 Flash

Oficjalna karta modelu w dokumentacji API potwierdza, że stabilny endpoint zachowuje multimodalne wejście i milion tokenów kontekstu znane z poprzedniej wersji.

Domyślnym poziomem rozumowania jest medium. Low ma ograniczać opóźnienie i zużycie tokenów, natomiast high pozwala modelowi dłużej rozumować i częściej korzystać z narzędzi. Poziom minimal nie jest obsługiwany. To istotne dla migracji: aplikacja, która wymuszała minimalne rozumowanie w innym modelu, nie może przenieść tej konfiguracji bez zmian.

Niezależny wynik: 8. miejsce w Code Arena

Najbardziej użytecznym zewnętrznym punktem odniesienia jest Code Arena w kategorii WebDev. Ranking opiera się na porównaniach wyników modeli w zadaniach tworzenia frontendu, obejmujących również wieloetapową pracę agentową. W stanie tablicy oznaczonym datą 15 sierpnia i odczytanym 19 sierpnia 2026 roku wariant 3.7 Flash z wysokim poziomem rozumowania znalazł się wyraźnie wyżej niż analogiczny wariant 3.6 Flash.

Warto zachować ostrożność. Wynik 3.7 Flash powstał z mniejszej liczby głosów, a Arena pokazuje dla niego przedział rang 8–11. Dodatkowo konkretny wariant high jest na tablicy oznaczony jako „pre-release”, choć bazowy identyfikator API jest już stabilny. Ranking potwierdza poprawę, ale nie dowodzi przewagi w każdym typie zadania ani przy każdym poziomie rozumowania.

Benchmarki Google: duży skok, lecz nie wszędzie

Model card Google DeepMind zawiera szerokie porównanie z 3.6 Flash. Są to wyniki opublikowane przez producenta, nawet jeśli część testów została opracowana przez zewnętrzne organizacje. Nie należy więc traktować ich tak samo jak bieżącego odczytu źródłowej tablicy Arena.

Największy wzrost dotyczy długich zadań inżynierii oprogramowania w DeepSWE. Jednocześnie drobny spadek w CharXiv pokazuje, że aktualizacja nie jest uniwersalnym skokiem jakości. W tabeli Google są też rywale, którzy wygrywają z 3.7 Flash w wybranych testach. GPT-5.6 Terra ma wyższy wynik w DeepSWE, Terminal-bench 2.1 i OSWorld-2.0, a modele konkurencji prowadzą również w części zadań pracy wiedzy. Nie ma zatem podstaw, by nazywać Gemini 3.7 Flash bezwarunkowo najlepszym modelem.

Cena: promocja ma konkretną datę końcową

Według oficjalnego cennika Gemini API do 31 grudnia 2026 roku standardowa stawka wynosi 0,75 USD za milion tokenów wejścia i 3,75 USD za milion tokenów wyjścia, łącznie z tokenami rozumowania. Od 1 stycznia 2027 roku ceny wzrosną dwukrotnie. Batch i Flex są o połowę tańsze od Standard.

Nagłówki o „dwukrotnie tańszym 3.7 Flash” wymagają doprecyzowania. Google zastosował promocyjną stawkę także wobec 3.6 Flash, więc oba modele kosztują teraz tyle samo w oficjalnym API. Oszczędność względem poprzedniego cennika jest realna, ale nie stanowi obecnie przewagi cenowej 3.7 nad 3.6. Przy długich pętlach agentowych trzeba ponadto liczyć nie tylko odpowiedź końcową, lecz także tokeny rozumowania, wyniki narzędzi i kolejne kroki agenta.

Dostępność i migracja

Gemini 3.7 Flash jest dostępny w Google AI Studio, Gemini API, Gemini Enterprise, platformie agentowej Google i w wariancie Spark aplikacji Gemini. Został też domyślnym modelem agenta Antigravity. To usługa własnościowa: nie ma publicznych wag, obrazu do samodzielnego wdrożenia ani licencji open weights.

Deweloperzy przechodzący z wcześniejszych modeli Gemini 3.x powinni sprawdzić konfigurację. Google wycofał parametry temperature, top_p i top_k, zastąpił budżet rozumowania ustawieniem thinking_level oraz nie obsługuje candidate_count. Więcej praktycznego kontekstu dotyczącego pracy z nowszą rodziną zawiera nasz poradnik o Gemini 3.1.

Nowy model ma szczególnie sens w projektach, w których AI poprawia kod, porównuje implementację z projektem albo wykonuje kilka zależnych operacji. Takie zastosowania są bliższe temu, co pokazuje Google Stitch, niż prostemu chatbotowi. Warto też pamiętać o precyzyjnym języku dotyczącym agentów AI: sam mocniejszy model nie zastępuje kontroli uprawnień, obserwowalności i mechanizmu zatrzymania błędnej pętli.

Czego Google nie ujawnił

Dokumentacja nie podaje liczby parametrów całkowitych ani aktywnych, dokładnej architektury, składu danych treningowych, etapów post-treningu, infrastruktury ani kosztu szkolenia. Model card odsyła w tych kwestiach do 3.6 Flash i ogranicza się do informacji o algorytmicznych ulepszeniach. To zbyt mało, by niezależnie ocenić, skąd dokładnie wziął się wzrost jakości.

Google wymienia też typowe ograniczenia modeli bazowych: halucynacje, sporadyczne spowolnienia i timeouty. Granica wiedzy została określona na marzec 2026 roku, ale w niektórych dziedzinach wiedza może odpowiadać styczniowi 2025 roku. W zadaniach agentowych błąd ma większy koszt niż w zwykłej rozmowie, bo model może wykonać serię działań. Dlatego nawet dobry wynik benchmarku nie zwalnia z walidacji kodu, ograniczenia uprawnień i rejestrowania operacji.

Czy warto przejść na Gemini 3.7 Flash

Dla użytkowników Gemini 3.6 Flash odpowiedź brzmi: warto przetestować, szczególnie w kodowaniu i wieloetapowych workflow. Cena jest obecnie taka sama, a Code Arena i zestaw testów producenta wskazują na poprawę. Migracji nie należy jednak wykonywać wyłącznie na podstawie jednego rankingu. Najlepszy test to własny zestaw zadań, z pomiarem liczby ponowień, kosztu całej pętli, czasu do poprawnej odpowiedzi i odsetka działań wymagających interwencji człowieka.

Gemini 3.7 Flash wygląda przede wszystkim na mocniejszy model roboczy, a nie przełom architektoniczny. Google poprawił obszary ważne dla agentów i programistów, zachował milion tokenów kontekstu i na kilka miesięcy obniżył koszt. Najważniejsze pytanie brzmi teraz nie „czy zdobył wysoki wynik”, lecz czy w konkretnym systemie wykona więcej poprawnych zadań przy mniejszej liczbie kosztownych poprawek.