‏Gemini 3.7 Flash؛ باهوش‌تر و نصف قیمت

گوگل Gemini 3.7 Flash رو معرفی کرد، مدلی که خودش «باهوش‌ترین مدل کارکشتهٔ ما برای کدنویسی و ایجنت‌ها» توصیفش می‌کنه. تو بلاگ گوگل اومده که این نسخه فقط سه هفته بعد از ۳.۶ Flash می‌رسه و مستقیم نتیجهٔ بازخورد توسعه‌دهنده‌ها و یه سری نوآوری الگوریتمیه که قراره تو مدل‌های بعدی هم بیاد. سری Flash همون خط ارزون و پرمصرف گوگله که برای کارهای حجمی و تکرارشونده استفاده می‌شه.

بیشترین جهش تو کدنویسیه. تو FrontierCode 1.1 Main — بنچمارکی برای تولید کد آمادهٔ محصول — از ۳۴.۴ به ۴۳.۶ درصد رسیده، و تو DeepSWE v1.1 از ۴۹ به ۶۵.۳ درصد. تو توسعهٔ وب هم به گفتهٔ گوگل با پرامپت کمتر، لِی‌اوت‌های سالم‌تر و اپ‌های کامل‌تری می‌سازه و می‌تونه از روی یه اسکرین‌شات یا کل دیزاین‌سیستم، UI منطبق تولید کنه؛ امتیاز Elo این مدل تو WebDev Arena هم از ۱۵۳۸ به ۱۵۸۸ رفته.

برای کارهای دانش‌محور مثل مالی، حقوق و علوم زیستی هم عددها بهتر شده. تو GDP.pdf که توانایی مدل رو تو پردازش سندهای پیچیده می‌سنجه، از ۲۲ به ۳۴ درصد رسیده، و تو AutomationBench — که کارهای واقعی کسب‌وکار رو تست می‌کنه — از ۱۷ به ۳۰.۴ درصد. یعنی برای کسی که مدل رو روی گزارش‌های طولانی یا فرایندهای چندمرحله‌ای می‌ندازه، تفاوت محسوسه.

به گفتهٔ تیم Gemini، تجربهٔ توسعه‌دهنده هم بهتر شده: مدل وقتی به بن‌بست می‌خوره بهتر مسیرش رو عوض می‌کنه، وقتی لازمه منظور کاربر رو می‌پرسه، و تو برنامه‌ریزی چندمرحله‌ای و فراخوانی ابزار دقیق‌تر عمل می‌کنه — که یعنی نظارت دستی و retry کمتر. قیمت معرفی تا آخر امسال میلادی ۰.۷۵ دلار برای هر میلیون توکن ورودی و ۳.۷۵ دلار برای خروجیه، یعنی نصف ۳.۶ Flash.

از همین امروز Gemini Spark — دستیار شخصی ۲۴ ساعتهٔ گوگل برای مشترک‌های AI Pro و Ultra تو بیش از ۱۶۰ کشور — روی ۳.۷ Flash اجرا می‌شه و تو کار با اپ‌های Workspace دقیق‌تر شده. مدل با محافظ‌های به‌روزشدهٔ Frontier Safety تو حوزه‌های CBRN و حملات سایبری عرضه شده. توسعه‌دهنده‌ها می‌تونن از Google AI Studio، Antigravity و Android Studio بهش وصل شن و سازمان‌ها از Gemini Enterprise.

نکات کلیدی:

• قیمت معرفی تا پایان سال میلادی: ۰.۷۵ دلار ورودی و ۳.۷۵ دلار خروجی به ازای هر میلیون توکن — نصف ۳.۶ Flash.
• FrontierCode 1.1 Main: ۴۳.۶٪ در برابر ۳۴.۴٪؛ DeepSWE v1.1: ۶۵.۳٪ در برابر ۴۹٪.
• WebDev Arena: امتیاز Elo برابر ۱۵۸۸ در مقابل ۱۵۳۸ نسخهٔ قبل.
• GDP.pdf: ۳۴٪ در برابر ۲۲٪؛ AutomationBench: ۳۰.۴٪ در برابر ۱۷٪.
• Gemini Spark در بیش از ۱۶۰ کشور از همین حالا روی این مدل اجرا می‌شه.