三周两更，Gemini 3.7 Flash 实测：340 Token/s，Agent能力跃升，但还不是Pro | 302.AI

📖 文章导读：
三周两更，谷歌把 Gemini 3.7 Flash 端了上来。不仅 API 价格腰斩，更以“主力工作模型”自居，轻量级模型能否承担旗舰职能？本期实测表明，3.7 Flash 在速度与成本上极具竞争力，是高频生产任务的实用派首选，但工程深度与精度仍有明显上限。

8 月 13 日，Gemini 3.7 Flash 正式发布。距离 Gemini 3.6 Flash 上线不过三周，谷歌这次不仅将编程、网页开发、复杂文档处理和企业工作流的能力做了升级，还直接把年底前的 API 价格砍到了原价的一半：输入每百万 Token 0.75 美元、输出 3.75 美元。

提到 Gemini Flash，大家第一反应往往是轻量和低价。然而到了 3.7，谷歌已经开始把它往主力工作模型方向靠拢，尤其是编码、网页开发和 Agent。官方甚至直接把它称为“迄今最智能的 workhorse model”。这也让 Gemini 3.7 Flash 更具讨论度：它到底还是一个主打性价比的 Flash，还是已经开始接管原本属于 Pro 的任务了？

一表速览谷歌 Flash 模型定位

模型	定位	适配场景
Gemini 3.5 Flash	轻量、快速、性价比	日常问答、批量调用、轻量任务
Gemini 3.6 Flash	平衡性能与成本	编程、Agent、多步骤任务
Gemini 3.7 Flash	Workhorse 主力模型	编程、Web开发、复杂知识工作、Agent

3.7 Flash 核心升级点

1. 编码与 Agent 能力飞升 FrontierCode（生产级代码）跃升至 43.6%，DeepSWE v1.1（长时程软件工程）从 49% 飙至 65.3%，涨幅超 34%；在模拟企业自动化场景的 AutomationBench-AA 中得分 30.4%，领先于 Kimi K3 和 GPT-5.6 Sol。
2. 网页开发与 UI 还原度领先 WebDev Arena Elo 分达到 1588，超越 Claude Sonnet 5 和 GPT-5.6 Terra，能以更少提示生成布局完善、功能完整的交互页面。
3. 速度与成本的帕累托最优 高推理模式下，Artificial Analysis 智能指数 56 分，同时输出速度约 340 token/秒，是 GPT-5.6 Terra 的近 3 倍；平均每任务耗时 1.7 分钟，且单任务成本仅 $0.40（高推理），比 3.6 低 30%，并支持三档推理强度灵活切换，在“智能-时间”和“智能-成本”双前沿上站稳脚跟。

Pro 缺席，争议随之而来

在 Flash 三周两更的极速迭代背后，是 Gemini 3.5 Pro 的杳无音讯。

这也是 Gemini 3.7 Flash 发布后最值得讨论的问题：如果 Flash 已经开始承担越来越多的编程、复杂推理和 Agent 工作，那么 Pro 还剩下多少存在感？

尤其是在 OpenAI、Anthropic 等竞争对手持续强化旗舰模型的同时，谷歌的 Pro 系列却仍停留在 3.1 版本。一边是旗舰模型迟迟交不出答卷，一边是 Flash 以闪电般速度的迭代，这很难不让人怀疑谷歌是不是在用 Flash 填补 Pro 留下的空档。评论界也存在普遍担忧：当轻量级产品开始吞噬 Pro 的职能，谷歌是否在牺牲长期上限换取短期声量？以及，当 Flash 已经足够强、足够快，还足够便宜，谷歌究竟还需要一个什么样的 Pro，才能重新拉开两者之间的差距？

榜单排名

目前在 Artificial Analysis 排名第 16.

用户评价

说到底，3.7 Flash 到底是个稳步前进的实用派，还是一次原地踏步的凑数发布？本期文章，302.AI 将综合多维度实测揭晓其真正实力。

---

1. Gemini 3.7 Flash 模型基础信息

（1）实测模型在 302.AI 的价格：

模型名称	上下文	302.AI内的价格
gemini-3.7-flash	1000000	输入 $0.75 / 1M tokens输出 $3.75 / 1M tokens
grok-4.6	500000	输入 $2 / 1M tokens输出 $6 / 1M tokens

（2）测评目的：

本评测侧重模型对逻辑，数学，编程，多模态，人类直觉等问题的测试，非专业前沿领域的权威测试。旨在观察对比模型的进化趋势，提供选型参考。

（3）测评方法：

本次测评使用302.AI收录的题库进行独立测试。模型分别就逻辑与数学（共10题），人类直觉（共7题），多模态（共20题）以及编程模拟（共12题）进行案例测试，对应记分规则取最终结果，下文选取代表性案例进行展示。

题库地址：https://docs.google.com/spreadsheets/d/1sBxs60yWsxc9I5Va8Rjc1_le1Omg2hOXbwqOzpImZio/edit?gid=0#gid=0

💡记分规则：

按满分10分记分，设定对应扣分标准，最终取每轮得分的平均值。

（4）测评工具：

• 所有模型均在302.AI Stuidio客户端内使用对应模型，使用统一的提示词，取第一次生成结果
• 编程测试使用302.AI Stuidio客户端的Vibe模式：调用Claude Code沙盒

编程案例分数评级：

⭐⭐⭐⭐⭐ S 级（封神）： 行业标杆，重新定义标准。

⭐⭐⭐⭐ A 级（卓越）： 生产力合格，无明显短板。

⭐⭐⭐ B 级（优秀）： 表现中规中矩，存在短板。

⭐⭐及以下 C级（不合格）： 不可用，存在明显问题。

---

2. Gemini 3.7 Flash 测试结果总览

302.AI 多模态模型测评分数榜单：

---

3. Gemini 3.7 Flash 案例展示

案例 1：多模态逻辑推理

提示词：观察规律，推测以下序列中的下一个符号是什么？

答案：数字 6

解析：这是一个序列 1、2、3、4、5……，所有数字都与其镜像相连。

Gemini 3.7 Flash：识别推理正确

Grok 4.6：识别推理错误

案例 2：程序化 SVG 图形生成

绘制一幅松鼠在树枝之间跳跃的svg动态图

Gemini 3.7 Flash 输出效果：

Grok 4.6 输出效果：

绘制一幅渔夫抛出鱼竿垂钓的svg动态图

Gemini 3.7 Flash 输出效果：

Grok 4.6 输出效果：

简评：

Grok 4.6 的输出效果在图形复杂度和动态表现质量上都略优于 Gemini 3.7 Flash.

测评点	Gemini 3.7 Flash	Grok 4.6
语义表达准确度	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐
图形构造复杂度	⭐⭐⭐	⭐⭐⭐⭐
动态实现质量	⭐⭐	⭐⭐⭐

案例 3：Three.js 3D 微型工厂模拟

Create a polished single-page 3D animation using Three.js.
Build a miniature automated factory on a clean tabletop, with a conveyor belt, robotic arm, rotating gears, processing machine, input/output trays, and small colorful products.
The factory should run automatically in a continuous production cycle: products enter the conveyor → move to the processing machine → the robotic arm picks and places them → the machine processes them with moving mechanical parts → finished products return to the conveyor → move to the output tray.
Focus on detailed procedural 3D modeling, realistic mechanical movement, spatial relationships, and visual polish. Use beveled geometry, metallic/plastic/rubber/glass materials, soft studio lighting, shadows, and a clean light-colored background. Avoid making the scene look like simple primitive shapes.
Use only Three.js-generated geometry; no external 3D models. Add Play/Pause/Replay controls, mouse-drag camera rotation, and scroll zoom. Keep the animation smooth, responsive, and continuously looping.

Gemini 3.7 Flash 输出效果：

完整网页：https://71ce19c3.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. UI 设计更精致，包含实时状态面板，以及相机角度调节、倍速调节等功能；
2. 动画表现更具”表演性”，产品有从毛坯到成品的视觉变化。

❌ 不足之处：

1. 使用 CDN script 标签引入，缺少对现代 Three.js 特性，几何体精度相对粗糙，边缘生硬；
2. 代码结构较为平铺，模块化程度低，可维护性弱。

Grok 4.6 输出效果：

完整网页：https://s6zdglc6kz.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 使用 ES Module 方式引入Three.js，符合现代前端开发规范，代码结构清晰，模块化程度高；
2. 材质系统更精致，材质库涵盖金属、橡胶、玻璃、橡胶等。

❌ 不足之处：

1. 场景复杂度相对较低，视觉风格偏实用主义，缺乏冲击力；
2. 缺少实时状态反馈，控制面板功能相对薄弱。

测评点	Gemini 3.7 Flash	Grok 4.6
视觉与交互	⭐⭐⭐⭐	⭐⭐⭐
技术实现	⭐⭐	⭐⭐⭐
功能与内容完整性	⭐⭐⭐⭐	⭐⭐⭐

案例 4：小球倾倒动画模拟

Create a single-page HTML 3D animation using Three.js.

Build a clean product-style scene with a transparent rectangular box containing about 30 colorful balls.

Animation:
1. The box slowly tilts to one side, causing the balls to fall out naturally.
2. The balls roll, bounce, and collide with each other and the ground.
3. After a short pause, the balls gradually roll back toward the box.
4. The balls enter the box and settle back inside.
5. The animation then loops.

Requirements:
- Use Three.js and JavaScript.
- Simulate basic gravity, velocity, collision, bouncing, and friction.
- Avoid balls passing through each other, the box, or the ground.
- The balls should have natural physical movement rather than simply following predefined paths.
- Add soft lighting, shadows, and a clean light-colored background.
- Add Play / Replay controls.
- Allow mouse drag to rotate the camera and scroll to zoom.
- Make the layout responsive.

Focus on realistic physics and smooth transitions. Avoid clipping, floating, teleportation, or obviously scripted-looking movement.

Gemini 3.7 Flash 输出效果：

完整网页：https://2ec16f62.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 纯 JavaScript 实现物理模拟，不依赖任何外部物理库，加载速度快；
2. 物理阶段划分明确，阶段信息实时反馈到 UI。

❌ 不足之处：

1. 物理模拟精度有限，碰撞检测不精确，可能导致小球出现穿透或粘滞；
2. 回流机制略显脚本化，缺少物理引擎中约束的概念，小球回流轨迹可能不够自然。

Grok 4.6 输出效果：

完整网页：https://kzc759xgn2.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 产品级 UI 呈现，3D 表现相当出色，玻璃材质逼真，整体光照模拟十分自然；
2. 物理真实感极强，使用 Cannon-es 物理引擎，碰撞、摩擦、堆叠效果真实可靠；
3. 代码结构模块化，逻辑分离且有调试工具，适合长期项目。

❌ 不足之处：

1. 使用完整的 Cannon-es 物理引擎和多材质球体，性能开销较大。

测评点	Gemini 3.7 Flash	Grok 4.6
视觉与交互	⭐⭐⭐	⭐⭐⭐⭐⭐
技术实现	⭐⭐	⭐⭐⭐⭐⭐
功能与内容完整性	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐

---

4. Gemini 3.7 Flash 模型实测结论

结合实测体验来看，Gemini 3.7 Flash 虽还未呈现出碾压竞品的惊艳感，但在轻量级模型的赛道中，它的确也具备领先的响应速度、低价的调用成本以及稳定的发挥。

1. 优势：综合能力稳定，速度与性价比突出

综合多方面实测可以明显感知到，Gemini 3.7 Flash 具备较为均衡的整体能力。逻辑推理、多模态理解、编程、网页开发、Agent 等任务，它基本都能覆盖，而且面对复杂任务的稳定性较上一代有所提升。从官方提供的跑分数据也能看出，DeepSWE v1.1 从 49% 提升到 65.3%，WebDev Arena 也来到 1588，这些提升与实测体感基本一致。

而极速响应也极大提升了使用体验。约 340 token/秒的输出速度，在实际使用时有很强的存在感。无论是普通问答、代码生成，还是需要不断修改和重新生成的 Vibe Coding 场景，更短的等待时间都会直接改善交互体验。对于 Agent 任务来说，更快的输出速度还会进一步压缩整个任务链的执行时间。再加上目前 0.75 美元/百万输入 Token、3.75 美元/百万输出 Token的价格，3.7 Flash 在能力—速度—成本这组三角关系里确实找到了一个不错的平衡点。

简单来说，3.7 Flash 的优势并非某一项能力特别出挑，而是在几个关键指标上都没有明显参差。

2. 劣势：完成度仍有短板，能力上限明显

3.7 Flash 的能力上限也同样清晰。将测试从能否完成推进到细节打磨的高度，模型与高阶竞品之间的差距就会逐渐显现。例如在 Three.js 的实测案例中，模型能将场景、交互和功能基本能够搭起来，但在代码工程性、物理模拟精度以及部分视觉细节上，仍有较大提升空间。

这也侧面说明了 3.7 Flash 目前更擅长快速拆解一个复杂任务并交付结果，但在一些需要长期工程经验、复杂约束或者极高视觉完成度的任务里，仍然容易出现基本成型，精度不足的情况。

因此，对于特别依赖代码质量、物理真实性或者视觉表现的任务，3.7 Flash 与那些具备一定性价比的高阶模型之间依然存在选择空间。

3. 适用场景：高频生产任务更能发挥优势

综合来看，3.7 Flash 更适合作为一个务实的选择。

对于 Vibe Coding、网页开发、脚本编写、复杂信息整理、Agent 工作流以及各种高频 API 调用这类任务，模型不需要每一次都触及绝对能力上限，而是需要响应快、执行稳、价格合理，同时覆盖足够广的任务类型。3.7 Flash 恰好具备这些条件。

然而对于复杂工程问题，或是特别强调视觉创作、动画细节和代码架构的高精度任务，旗舰级模型依然更具优势。

---

5. 如何在 302.AI 上使用

1. 使用302.AI客户端

步骤指引：对话框内选择模型菜单

输入gemini即可获取相应版本调用

2. 聊天机器人中使用

步骤指引 ：应用超市→聊天机器人→立即体验

选择模型：Google模型→gemini-3.7-flash→确认

3. 使用模型 API

步骤指引：API超市→语言大模型→Gemini→gemini-3.7-flash

点击【Playground】在线调用 API

---

想即刻体验 Gemini 3.7 Flash 模型？

👉立即注册免费试用302.AI，开启你的AI之旅！👈

为什么选择302.AI？

● 灵活付费：无需月费，按需付费，成本可控

● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求

● 开源生态：支持开发者深度定制，打造专属AI应用

● 易用性：界面友好，操作简单，快速上手