Megjelent a Gemini 3.7 Flash, a Google új modellje kódoláshoz és ügynökökhöz

Három héttel a 3.6 Flash után érkezett az új modell

A Google DeepMind bejelentette a Gemini 3.7 Flash modellt, amely a cég közlése szerint a széles körben használt Flash sorozat következő tagja. A modell mindössze három héttel a Gemini 3.6 Flash után jelent meg, és a Google szerint fejlesztői visszajelzések, valamint algoritmikus újítások eredménye.

A vállalat a 3.7 Flash-t elsősorban kódolási feladatokra, ügynöki működésre, szoftvermérnöki folyamatokra, tudásmunkára és webfejlesztési munkafolyamatokra pozicionálja. A Google állítása szerint a modell jelentős előrelépést hoz ezekben a területekben a 3.6 Flash-hez képest.

A bevezető ár az év végéig érvényes: 0,75 dollár 1 millió bemeneti tokenért és 3,75 dollár 1 millió kimeneti tokenért. A Google azt írja, ez az eredeti 3.6 Flash ár felének felel meg 1 millió tokenre vetítve.

Erősebb kódolási és webfejlesztési teljesítményt ígér a Google

A Google DeepMind szerint a Gemini 3.7 Flash erős javulást mutat a 3.6 Flash-hez képest kódolási feladatokban, például hibakeresésben és problémamegoldásban. A vállalat kiemeli az első próbálkozásra elért kódpontosság javulását, valamint azt, hogy a modell jobban teljesít a production-ready, vagyis éles használatra szánt kód előállításában.

A közölt mérések szerint a 3.7 Flash a FrontierCode 1.1 Main teszten 43,6 százalékot ért el, szemben a 3.6 Flash 34,4 százalékával. A DeepSWE v1.1 teszten az új modell 65,3 százalékot ért el, míg az előző verzió 49,0 százalékot.

Webfejlesztésben a Google szerint a 3.7 Flash kevesebb promptból készít működőképesebb elrendezéseket és teljesebb funkciókészletű alkalmazásokat. Felhasználói felületek generálásánál a modell a közlés szerint jól követi a megadott referenciaanyagot, legyen az képernyőkép, kép vagy teljes dizájnrendszer. Az Arena.ai WebDev Arena mérésén a 3.7 Flash 1588 Elo-pontot ért el, míg a 3.6 Flash 1538-at.

Dokumentumfeldolgozásban és üzleti automatizálásban is javulást mértek

A Google a pénzügy, a jog és a biotudományok területét említi olyan tudásintenzív alkalmazási környezetként, ahol a Gemini 3.7 Flash javított érvelést és pontosságot kínál. A GDP.pdf benchmarkon, amely a komplex dokumentumok feldolgozását vizsgálja, az új modell 34,0 százalékot ért el, a 3.6 Flash pedig 22,0 százalékot.

Az AutomationBench mérésen, amely valós üzleti munkafolyamatok elvégzését teszteli, a 3.7 Flash szintén megelőzte elődjét: 30,4 százalékos eredményt ért el a 3.6 Flash 17,0 százalékával szemben.

A Google példákat is felsorol arra, mire használta a modellt. A közlés szerint Gemini 3.7 Flash és Nano Banana együtt valós időben generált karaktereket, tárgyakat és textúrákat egy játszható 3D játékhoz. Egy másik példa szerint a Gemini 3.7 Flash alügynököket vezérelt, Gemini Omni használatával interaktív parallax komponenseket hozva létre. A cég említ robotikai tanítást multimodális megértéssel egy háromügynökös grafhurokban, valamint statikus PDF-ek átalakítását interaktív adattörténetekké élő diagramokkal és összesített megállapításokkal.

Spark, vállalati platformok és fejlesztői eszközök kapják meg

A Gemini Spark a bejelentés napjától Gemini 3.7 Flash-t használ. A Spark a Google AI Pro és Ultra előfizetők számára érhető el több mint 160 országban, és a Google leírása szerint személyes AI-ügynökként működik, amely folyamatosan fut, és a felhasználó irányítása mellett hajt végre feladatokat.

A modellfrissítés a Google szerint hatékonyabbá teszi a Sparkot tudásmunkára, különösen a Google Workspace alkalmazások eszközhasználatában. A vállalat példái alapján a Gemini Spark 3.7 Flash-sel hatékonyabban konszolidálhat fájlokat, fogalmazhat e-maileket és frissíthet státuszdokumentumokat.

A fejlesztők a Google Antigravity környezetben próbálhatnak ügynök-központú munkafolyamatokat, vagy a Gemini API-n keresztül kezdhetnek építkezni Google AI Studio és Android Studio használatával. A vállalatok a Gemini Enterprise Agent Platformban és a Gemini Enterprise alkalmazásban férhetnek hozzá a 3.7 Flash-hez. Egyéni felhasználók számára a modell a Sparkon keresztül jelenik meg a Gemini alkalmazásban, a támogatott országokban, Google AI Pro és Ultra előfizetéssel.

Mit jelent ez a felhasználóknak és a piacnak?

A Google közlése alapján a Gemini 3.7 Flash fő üzenete a hatékonyabb ügynöki és fejlesztői használat. A modell a cég szerint jobban alkalmazkodik az elakadásokhoz, szükség esetén tisztázza a szándékot, pontosabban követi az utasításokat, és több erőfeszítést fordít többlépéses tervezésre, valamint eszközhívásokra.

Ez a gyakorlatban a Google állítása szerint kevesebb kézi felügyeletet és kevesebb újrapróbálkozást jelenthet mérnöki munkafolyamatokban. A bevezető ár és a közölt teljesítményadatok alapján a vállalat a modellt költséghatékonyabb, éles használatra szánt ügynökök építésére szánja fejlesztőknek és ügyfeleknek.

A biztonsági oldalról a Google azt írja, hogy a Gemini 3.7 Flash frissített védelmi megoldásokkal érkezik a vegyi, biológiai, radiológiai és nukleáris területekkel, valamint a kibertámadási visszaélésekkel szemben. A cég további részletekért a 3.7 Flash modellkártyáját jelöli meg.