BenchLeader

Gemini 3.7 Flash

推理强度
质量第 25 / 339 名
62.1Index
前 10%
较中位数 +11.9
价格第 158 / 255 名
$1.50每百万 token
比多数贵
中位数的 1.8 倍
速度第 89 / 216 名
95token/秒
高于中位数
中位数的 1.2 倍
性价比第 153 / 255 名
41.4分/$
低于中位数
中位数的 0.7 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,Gemini 3.7 Flash(Google)在 BenchLeader Index 上得分 62.1(在 608 个已排名配置中前 100 名)。表现最好的是人类偏好(68),最弱的是智能体与工具(49)。API 价格为输入每百万 token $0.750、输出每百万 token $3.75(按 3:1 混合为 $1.50),为 2026年11月16日的标价。输出速度约为 95 token/秒(OpenRouter)。发布于 2026年8月13日。

要点(截至 2026年11月16日)

  • Gemini 3.7 Flash 的 API 价格为输入每百万 token $0.750、输出每百万 token $3.75(按 3:1 混合为 $1.50)(标价,2026年11月16日)。
  • Gemini 3.7 Flash 的输出速度约为 95 token/秒(OpenRouter,2026年11月16日)。
  • Gemini 3.7 Flash 于 2026年8月13日发布(Google)。
  • Gemini 3.7 Flash 是 BenchLeader Index 前 100 名中最便宜的模型(BenchLeader,2026年11月16日)。

详细说明:Gemini 3.7 Flash 是 Google 的闭源推理模型,发布于 2026年8月13日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 62.1 ±3.5,在 608 个配置中排第 52 名,处于上半区。关键在于这个“±”:另有 159 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(68),智能体与工具最低(49)。按混合价格计,每百万 token $1.50,比大多数已排名模型贵。输出速度为 95 token/秒,首 token 延迟 2.2 秒,比大多数模型快。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$1.50/M
输入 $0.750 · 输出 $3.75
来源:models.dev
输出速度
95 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
2.23 s
上下文
1.0M
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年8月13日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index62
  2. 推理68
  3. 编程62
  4. 智能体与工具49
  5. 数学63
  6. 知识66
  7. 人类偏好68
  8. 多模态67
  9. 长上下文66

嵌入这个排名

更多徽章样式
[![Gemini 3.7 Flash on BenchLeader: 综合第 25 名](https://www.benchleader.com/badge/gemini-3-7-flash.svg?style=compact)](https://www.benchleader.com/models/gemini-3-7-flash)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Google 以这个名称发布过 12 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Gemini 3.8 Flashmedium2026年9月2日60.2#80
Gemini 3.7 Flashhigh本页2026年8月13日62.1#52
Gemini 3.6 Flashhigh2026年7月21日61.0#68
Gemini 3.5 Flashhigh2026年5月19日62.5#48
Gemini 3 Flashthinking2025年12月17日58.9#117
Gemini 2.5 Flash 09 2025thinking2025年9月25日52.8#271
Gemini 2.5 Flash2025年4月17日52.4#276
Gemini 2.0 Flash2025年2月5日43.5#482
Gemini 1.5 Flash 0022024年9月24日38.2#564
Gemini 1.5 Flash 0012024年5月23日––
Gemini 1.5 Flash2024年5月14日45.3#457
Gemini Flash 2.0–––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
low57.3#15795 tok/s2.23 s$0.0014智能体与工具 58 · 编程 58 · 长上下文 64 · 多模态 67 · 推理 57
medium60.1#8695 tok/s2.23 s$0.0014智能体与工具 64 · 编程 67 · 长上下文 66 · 多模态 67 · 推理 61
high最佳62.1#5295 tok/s2.23 s$0.0014智能体与工具 49 · 编程 62 · 人类偏好 68 · 知识 66 · 长上下文 66 · 数学 63 · 多模态 67 · 推理 68
未说明––95 tok/s2.23 s$0.0014智能体与工具 54 · 编程 58 · 数学 58

Index 走势

2026年9月8日 至 2026年11月16日
546167
  • high
  • medium
  • low

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试lowmediumhigh来源趋势
GPQA Diamond––94.8%#7Epoch AI Benchmarking Hub
Arena Hard Prompts––1510#21Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index––87.8%#25LiveBench
GPQA Diamond (AA)不计入 Index90.1%#6492.1%#3994.5%#6Artificial Analysis
Humanity's Last Exam (AA)不计入 Index35.1%#13339.0%#10747.9%#43Artificial Analysis
GPQA Diamond (Vals)不计入 Index––93.9%#5Vals AI
ARC-AGI-185.2%#12091.2%#7495.5%#40ARC Prize
ARC-AGI-252.9%#11063.8%#8484.6%#38ARC Prize
CritPt不计入 Index5.7%#1639.4%#13914.3%#111Artificial Analysis
Arena Expert不计入 Index––1519#22Arena (LMArena)
Chess Puzzles不计入 Index––66.0%#8Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index––37.0%#23Epoch AI Benchmarking Hub
LMCA不计入 Index47.1%#8749.2%#7850.4%#69Epoch AI Benchmarking Hub
DTBench不计入 Index93.3%#6994.7%#5796.8%#26Epoch AI Benchmarking Hub
ForecastBench不计入 Index––66.2%#4ForecastBench

编程

基准测试lowmediumhigh默认来源趋势
SciCode53.6%#8159.8%#1557.2%#39–SciCode
FrontierCode推理强度未说明–––43.6%#18Cognition
Arena Coding––1520#37–Arena (LMArena)
Arena WebDev––1588#40–Arena (LMArena)
LiveBench 1.0 Coding不计入 Index––78.9%#29–LiveBench
SciCode (AA)不计入 Index55.7%#5559.8%#1557.2%#38–Artificial Analysis
LiveCodeBench––88.7%#5–Vals AI
IOI––67.8%#15–Vals AI
SWE-bench (Vals)不计入 Index––80.8%#23–Vals AI
Code Migration不计入 Index––34.8%#38–Vals AI
ProgramBench不计入 Index––0.0%#34–Vals AI
Vibe Code Bench v1.1不计入 Index––70.4%#50–Vals AI
MirrorCode不计入 Index––41.1%#25–Epoch AI Benchmarking Hub
DeepSWE v1.1不计入 Index53.8%#4265.5%#2565.3%#27–Epoch AI Benchmarking Hub
ALE-Bench不计入 Index––904.3#77–Epoch AI Benchmarking Hub
FrontierSWE不计入 Index––20.3%#17–Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index––13.6%#103–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index79.8%#4778.3%#5385.8%#24–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明–––1295#25Design Arena

智能体与工具

基准测试lowmediumhigh默认来源趋势
Terminal-Bench––12.4%#97–Terminal-Bench
Remote Labor Index推理强度未说明–––5.0%#10Scale AI / CAIS
APEX-Agents推理强度未说明–––67.8%#9Mercor
Arena Agent––-2.2#36–Arena (LMArena)
LiveBench Agentic Coding不计入 Index––58.3%#19–LiveBench
Terminal-Bench 2.1 (Vals)––77.5%#14–Vals AI
GDPval-AA v2.1不计入 Index1327#1121367#961404#88–Artificial Analysis
τ³-Banking (AA)29.5%#7135.5%#4732.8%#58–Artificial Analysis
Analyst Agent (AA)不计入 Index––60.0%#1–Artificial Analysis
CyberBench不计入 Index––43.8%#41–Vals AI
Finance Agent v2不计入 Index––59.0%#7–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index––8.8%#26–Vals AI
Legal Research Bench不计入 Index––34.6%#51–Vals AI
SkillsBench不计入 Index––65.9%#3–Vals AI
SREBench不计入 Index––4.6%#17–Vals AI
Tax Agent Bench不计入 Index––22.8%#49–Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index––12.1%#45–Vals AI
Terminal-Bench Science不计入 Index––7.1%#22–Vals AI
Arena Agent Task Completion不计入 Index––-3.5#38–Arena (LMArena)
AutomationBench不计入 Index––62.0%#46–Artificial Analysis
GDP.pdf (AA)不计入 Index––23.6%#61–Artificial Analysis
EnterpriseOps-Gym不计入 Index–50.4%#2––Artificial Analysis
AA-Briefcase v1.1不计入 Index––1115#133–Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–––1222#30Design Arena

数学

知识

基准测试mediumhigh来源趋势
SimpleQA Verified–69.2%#12Epoch AI Benchmarking Hub
LiveBench 1.0 Data Analysis不计入 Index–68.0%#55LiveBench
MMLU-Pro–90.1%#6Vals AI
LegalBench–87.3%#6Vals AI
TaxEval–74.7%#31Vals AI
Excel Modeling Benchmark不计入 Index–71.3%#13Vals AI
MedCode不计入 Index–53.4%#9Vals AI
MedScribe不计入 Index–83.9%#39Vals AI
GDP.pdf不计入 Index21.8%#2923.8%#21Epoch AI Benchmarking Hub

指令遵循

基准测试high来源趋势
LiveBench Language不计入 Index85.5%#13LiveBench
LiveBench Instruction Following不计入 Index79.9%#2LiveBench
Arena Instruction Following不计入 Index1486#19Arena (LMArena)

人类偏好

基准测试high默认来源趋势
Arena Text1489#17–Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–1720#32EQ-Bench
Arena Creative Writing不计入 Index1487#11–Arena (LMArena)
Arena Multi-turn不计入 Index1490#24–Arena (LMArena)
Arena Longer Queries不计入 Index1501#16–Arena (LMArena)

多模态

基准测试lowmediumhigh来源趋势
Arena Vision––1313#9Arena (LMArena)
MMMU-Pro84.9%#1684.7%#1785.5%#12Artificial Analysis
MMMU-Pro (Vals)不计入 Index––89.0%#5Vals AI
MortgageTax不计入 Index––66.7%#31Vals AI
Humanity's Sixth Sense不计入 Index––39.8%#10Scale AI SEAL
Furniture Assembly不计入 Index––26.7%#32Epoch AI Benchmarking Hub

长上下文

基准测试lowmediumhigh来源趋势
AA-LCR v1.178.7%#12583.0%#3081.7%#59Artificial Analysis
Arena Document不计入 Index––1468#21Arena (LMArena)
MLCR不计入 Index––12.2%#107Artificial Analysis

综合

基准测试lowmediumhigh默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–––158.4#25Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index––78.8%#16–LiveBench
AA Intelligence Index v4.3.2不计入 Index37.0#8939.6#7139.1#76–Artificial Analysis
AA Progress Index v1不计入 Index307.5#104314.4#83317.4#76–Artificial Analysis
Vals RSI Index不计入 Index––18.3%#22–Vals AI

安全与诚实

基准测试默认来源趋势
DistressBench不计入 Index69.0%#28Scale AI SEAL

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Google Vertex83 tok/s2.43 s$0.750$3.751.0M–
Google AI Studio83 tok/s2.46 s$0.750$3.751.0M–
Google Vertex82 tok/s2.79 s$1.35$6.751.0M–
Google AI Studio78 tok/s1.62 s$0.375$1.881.0M–
Google AI Studio73 tok/s2.20 s$1.35$6.751.0M–
Google Vertex63 tok/s3.43 s$0.825$4.131.0M–
Google Vertex21 tok/s12 s$0.375$1.881.0M–

使用情况

Gemini 3.7 Flash 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#57
token 份额 0.15%

来源: 使用情况: OpenRouter 排名 · 数据截至 2026年11月16日。

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$1.03$2.06$3.09$4.1326年9月26年10月26年11月
输入 输出
当前:输入 $0.750 · 输出 $3.75

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.075。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0014$0.00125.4 s
总结一份 30 页的报告12,000 / 600$0.011$0.00528.5 s
代码编辑6,000 / 1,500$0.010$0.007118.0 s
智能体编程会话60,000 / 4,000$0.060$0.03044.3 s
结构化信息提取2,000 / 200$0.0023$0.00124.3 s

Google 的更多模型

本月新上线

将 Gemini 3.7 Flash 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Gemini 3.7 Flash 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Gemini 3.7 Flash on BenchLeader: 综合第 25 名](https://www.benchleader.com/badge/gemini-3-7-flash.svg)](https://www.benchleader.com/models/gemini-3-7-flash)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Gemini 3.7 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-7-flash

BibTeX:

@misc{benchleader_gemini_3_7_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 3.7 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-3-7-flash}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Gemini 3.7 Flash 的基准测试得分是多少?
截至 2026年11月16日,Gemini 3.7 Flash(推理强度 high)的 BenchLeader Index 为 62.1 ±3.5(前 100 名)。最强的是人类偏好(68),最弱的是智能体与工具(49)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Gemini 3.7 Flash 排名第几?
截至 2026年11月16日,Gemini 3.7 Flash(推理强度 high)在 608 个已排名配置中排第 52 名(前 100 名)。另有 159 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Gemini 3.7 Flash 每百万 token 的价格是多少?
截至 2026年11月16日,Gemini 3.7 Flash 的价格为输入每百万 token $0.750、输出每百万 token $3.75,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.50。标价最近一次变动是在 2026年10月22日。
Gemini 3.7 Flash 比 Qwen3.6 Max 更好吗?
截至 2026年11月16日,Gemini 3.7 Flash(推理强度 high)与 Qwen3.6 Max(推理强度 max)的质量不相上下(BenchLeader Index 62.1 比 62.1,在 ±4.6 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Gemini 3.7 Flash 是什么时候发布的?
Google 于 2026年8月13日发布了 Gemini 3.7 Flash。BenchLeader 收录了它在 4 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Gemini 3.7 Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-3-7-flash。