Gemini 3.7 Flash
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
- 综合 Index62
- 推理68
- 编程62
- 智能体与工具49
- 数学63
- 知识66
- 人类偏好68
- 多模态67
- 长上下文66
嵌入这个排名
更多徽章样式[](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。
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 Flashmedium | 2026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 Flashhigh | 2026年7月21日 | 61.0 | #68 |
| Gemini 3.5 Flashhigh | 2026年5月19日 | 62.5 | #48 |
| Gemini 3 Flashthinking | 2025年12月17日 | 58.9 | #117 |
| Gemini 2.5 Flash 09 2025thinking | 2025年9月25日 | 52.8 | #271 |
| Gemini 2.5 Flash | 2025年4月17日 | 52.4 | #276 |
| Gemini 2.0 Flash | 2025年2月5日 | 43.5 | #482 |
| Gemini 1.5 Flash 002 | 2024年9月24日 | 38.2 | #564 |
| Gemini 1.5 Flash 001 | 2024年5月23日 | – | – |
| Gemini 1.5 Flash | 2024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 |
|---|---|---|---|---|---|---|
| low | 57.3 | #157 | 95 tok/s | 2.23 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 |
| medium | 60.1 | #86 | 95 tok/s | 2.23 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 | #52 | 95 tok/s | 2.23 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/s | 2.23 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- 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 | low | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond | – | – | 94.8%#7 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | – | – | 1510#21 | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | 87.8%#25 | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 90.1%#64 | 92.1%#39 | 94.5%#6 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 35.1%#133 | 39.0%#107 | 47.9%#43 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | 93.9%#5 | Vals AI | |
| ARC-AGI-1 | 85.2%#120 | 91.2%#74 | 95.5%#40 | ARC Prize | |
| ARC-AGI-2 | 52.9%#110 | 63.8%#84 | 84.6%#38 | ARC Prize | |
| CritPt不计入 Index | 5.7%#163 | 9.4%#139 | 14.3%#111 | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1519#22 | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | 66.0%#8 | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | 37.0%#23 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 47.1%#87 | 49.2%#78 | 50.4%#69 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 93.3%#69 | 94.7%#57 | 96.8%#26 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | – | – | 66.2%#4 | ForecastBench |
编程
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode | 53.6%#81 | 59.8%#15 | 57.2%#39 | – | SciCode | |
| FrontierCode推理强度未说明 | – | – | – | 43.6%#18 | Cognition | |
| 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 Index | 55.7%#55 | 59.8%#15 | 57.2%#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 Index | 53.8%#42 | 65.5%#25 | 65.3%#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 Index | 79.8%#47 | 78.3%#53 | 85.8%#24 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1295#25 | Design Arena |
智能体与工具
数学
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 71.6%#30 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 36.6%#38 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 97.2%#43 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 58.0%#24 | Vals AI | |
| LiveBench Mathematics不计入 Index | 93.5%#22 | – | LiveBench | |
| Arena Maths | 1502#15 | – | Arena (LMArena) |
知识
| 基准测试 | medium | high | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | – | 69.2%#12 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 68.0%#55 | LiveBench | |
| MMLU-Pro | – | 90.1%#6 | Vals AI | |
| LegalBench | – | 87.3%#6 | Vals AI | |
| TaxEval | – | 74.7%#31 | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 71.3%#13 | Vals AI | |
| MedCode不计入 Index | – | 53.4%#9 | Vals AI | |
| MedScribe不计入 Index | – | 83.9%#39 | Vals AI | |
| GDP.pdf不计入 Index | 21.8%#29 | 23.8%#21 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Language不计入 Index | 85.5%#13 | LiveBench | |
| LiveBench Instruction Following不计入 Index | 79.9%#2 | LiveBench | |
| Arena Instruction Following不计入 Index | 1486#19 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1489#17 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1720#32 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1487#11 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1490#24 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1501#16 | – | Arena (LMArena) |
多模态
| 基准测试 | low | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision | – | – | 1313#9 | Arena (LMArena) | |
| MMMU-Pro | 84.9%#16 | 84.7%#17 | 85.5%#12 | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 89.0%#5 | Vals AI | |
| MortgageTax不计入 Index | – | – | 66.7%#31 | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | 39.8%#10 | Scale AI SEAL | |
| Furniture Assembly不计入 Index | – | – | 26.7%#32 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | low | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 78.7%#125 | 83.0%#30 | 81.7%#59 | Artificial Analysis | |
| Arena Document不计入 Index | – | – | 1468#21 | Arena (LMArena) | |
| MLCR不计入 Index | – | – | 12.2%#107 | Artificial Analysis |
综合
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 158.4#25 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | 78.8%#16 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 37.0#89 | 39.6#71 | 39.1#76 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 307.5#104 | 314.4#83 | 317.4#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 Index | 69.0%#28 | Scale 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 Vertex | 83 tok/s | 2.43 s | $0.750 | $3.75 | 1.0M | – |
| Google AI Studio | 83 tok/s | 2.46 s | $0.750 | $3.75 | 1.0M | – |
| Google Vertex | 82 tok/s | 2.79 s | $1.35 | $6.75 | 1.0M | – |
| Google AI Studio | 78 tok/s | 1.62 s | $0.375 | $1.88 | 1.0M | – |
| Google AI Studio | 73 tok/s | 2.20 s | $1.35 | $6.75 | 1.0M | – |
| Google Vertex | 63 tok/s | 3.43 s | $0.825 | $4.13 | 1.0M | – |
| Google Vertex | 21 tok/s | 12 s | $0.375 | $1.88 | 1.0M | – |
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
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。
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 | $0.0012 | 5.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.011 | $0.0052 | 8.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.010 | $0.0071 | 18.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.060 | $0.030 | 44.3 s |
| 结构化信息提取 | 2,000 / 200 | $0.0023 | $0.0012 | 4.3 s |
Google 的更多模型
将 Gemini 3.7 Flash 与以下模型对比
- Gemini 3.7 Flash vs Gemini 4 Argon
- Gemini 3.7 Flash vs Qwen3.8 Max
- Gemini 3.7 Flash vs Grok 4.7
- Gemini 3.7 Flash vs MiMo-V2.6-Pro
- Gemini 3.7 Flash vs Step 5 Preview
- Gemini 3.7 Flash vs GPT-6.1 Terra
- Gemini 3.7 Flash vs DeepSeek V4.1 Flash 1017
- Gemini 3.7 Flash vs DeepSeek V4 Pro
- Gemini 3.7 Flash vs Muse Spark 1.3
- Gemini 3.7 Flash vs Claude Opus 5.5
- Gemini 3.7 Flash vs Claude Sonnet 5.5
- Gemini 3.7 Flash vs Muse Wonder Full
- Gemini 3.7 Flash vs Muse Wonder
- Gemini 3.7 Flash vs GPT-5.6 Sol
- Gemini 3.7 Flash vs GPT-6.1 Sol
- Gemini 3.7 Flash vs Muse Spark 1.2
- Gemini 3.7 Flash vs Gemini 3.5 Flash
- Gemini 3.7 Flash vs GPT-5.3-Codex
- Gemini 3.7 Flash vs Claude Opus 4.7
- Gemini 3.7 Flash vs Claude Fable 5.1
- Gemini 3.7 Flash vs Qwen3.6 Max
- Gemini 3.7 Flash vs Muse Spark 1.1
- Gemini 3.7 Flash vs Kimi K3.1 Pro
- Gemini 3.7 Flash vs Claude Opus 4.6
- Gemini 3.7 Flash vs GPT-6 Sol
- Gemini 3.7 Flash vs GPT-5.4
- Gemini 3.7 Flash vs GPT-5.4 Pro
- Gemini 3.7 Flash vs Gemini 3.6 Flash
- Gemini 3.7 Flash vs Gemini 4 Hydrogen
- Gemini 3.7 Flash vs Gemini 3.8 Flash
- Gemini 3.7 Flash vs GPT-5.5
- Gemini 3.7 Flash vs Kimi K3.1 Pro Together
- Gemini 3.7 Flash vs Muse Spark
- Gemini 3.7 Flash vs Claude Opus 5
- Gemini 3.7 Flash vs Claude Fable 5
- Gemini 3.7 Flash vs GPT-6 Astra
- Gemini 3.7 Flash vs Gemini 4 Carbon
- Gemini 3.7 Flash vs Claude Fable 5.2
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。
[](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}
}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。