Огляд Gemini 3.7 Flash: Дешевша модель Google більше не є дурною

Google випустила Gemini 3.7 Flash 13 серпня, загалом доступну в більш ніж 160 країнах з першого дня. Вона обробляє до мільйона вхідних токенів, повертає 64 000, читає зображення, відео, аудіо та PDF-файли, а також може викликати інструменти та керувати комп'ютером.

Flash ніколи не був моделлю, до якої звертаються, коли проблема складна. Це модель, яку використовують для сортування тексту, компактних сесій агентів, перш ніж вони зламаються під власним контекстом, та для підсумовування документів, які ви не хочете платити за читання флагманської моделі. Myriad: Коли OpenAI випустить GPT-6? Натисніть, щоб зробити свій прогноз.

Оцінюючи за такими завданнями, 3.7 Flash є справжнім оновленням. Оцінюючи за всім іншим, це компетентна модель, яку перевершує програмне забезпечення, яке можна завантажити безкоштовно.

Власний бенчмарк Google ставить 3.7 Flash попереду Claude Sonnet 5 та GPT-5.6 Terra в 11 з 18 протестованих категорій. Заголовкові цифри - 1588 Elo на веб-розробницькій дошці Code Arena та 30.4% на AutomationBench. Обидва показники походять з методології Google, тому сприймайте перевагу як заяву компанії, а не як встановлений факт.

Ми протестували модель, щоб дізнатися, чи відповідає вона заявам Google. Ось наші результати.

Кодування: Чи може вона створити щось, що працює з першої спроби?

Цей тест вимірює нульову генерацію коду - чи може модель перетворити одну інструкцію на працююче програмне забезпечення без прикладів для копіювання та без можливості виправити себе. Ми передаємо єдиний запит для браузерної гри і відправляємо все, що повертається, включаючи помилки. Без подальших запитів, без звітів про помилки, без другої спроби.

Gemini 3.7 Flash пройшла тест за 2 хвилини та 13 секунд. Гра була іграбельною з першого запуску, синтаксис був чистим, логіка зіткнень та оцінювання працювала, а візуальна якість перевищувала те, що пропонує цінова категорія.

Порівняння, яке має значення тут, - це не флагман. Це Gemini 3.6 Flash, випущена 21 липня, яка взагалі не могла створити працюючий файл. Її HTML був неправильно сформований, елементи не відображалися, а подальші запити, що просили її виправити власний вихід, не призводили до результату.

Ми врешті-решт передали це руйнування DeepSeek, який знайшов 11 помилок і виправив 8, щоб зробити його іграбельним. Три тижні потому та ж продуктова лінія не потребує порятунку, а результат близький до того, що GPT-5.6 Sol отримав у нашому липневому огляді.

Gemini 3.7 Flash виграє цю битву беззаперечно, і це єдиний найсильніший аргумент для переходу. Зауваження полягає в тому, що вона виконує специфікації, а не винаходить їх, тому неясний запит призводить до неясної гри.

Ви можете спробувати гру Gemini 3.7 Flash тут.

Творче письмо: Чи може вона утримувати парадокс і написати речення?

Цей розділ тестує дві речі одночасно: літературну якість та чи може модель дотримуватися структурного правила протягом тисяч слів. Запит відправляє Хосе Ланса з 2150 року назад до 1000 року і вимагає закритого причинного циклу - його втручання має бути тим, що створює майбутнє, яке він прийшов запобігти.

Правило, яке визначає тест, - це останній пункт: Він не може зрозуміти, що він зробив, поки не повернеться додому.

Gemini 3.7 Flash згенерувала прийнятний результат. Хосе стріляє ентропійною гарматою в піреденський розлом, випадково створює обеліск, який поневолює Іберію 22 століття, і усвідомлює весь цикл, стоячи в грязі тисячу років раніше: "Це була основа Пепельного Вежі."

Механіка сюжету насправді досить надійна. Історія згадує падаючу зірку, яку спостерігали давні монахи, і уточнює, що це був спалах власного прибуття Хосе, а зброя, яку він приніс, щоб стерти аномалію, є тим, що її формує. Його заключна фраза - "Вона просто чекала, поки він її завершить" - підкреслює детермінізм, який вимагав запит.

Але для тих, хто до цього звик, історія кричить "ШІ". Майже кожен іменник супроводжується двома прикметниками: "гіперлюмінесцентні вежі", "волога, мохом покрита земля", "густе, обсидіанове волосся". Це текстура моделі, яка обирає найбільш ймовірне наступне слово, замість того, щоб вибрати одне, і це створює зіткнення, як моноліт, "гудячий з низькочастотним гудінням".

Ми порівняли це з Qwopus3.5-27B-v3, спільним доопрацюванням Qwen3.5-27B, яке дистилює міркування в стилі Claude Opus і працює на одному споживчому графічному процесорі безкоштовно за запит. Воно дотримувалося правила, яке порушив Gemini.

Хосе вбиває монаха в Сан Мільяні де ла Коголья, реальному монастирі Ла Ріохи, який дійсно мав значення близько 1000 року, і лише розуміє, що він зробив, повернувшись у 2150 році і знайшовши свою ДНК у восковій печатці кодексу.

Qwopus також не зовсім чистий. Він скинув свій весь планувальний блокнот над історією, включаючи помилки, і його фінальний розділ руйнує замкнуте коло, яке він будував вісім розділів, дозволяючи Хосе повернутися і виправити речі.

Але, враховуючи все, Qwopus виграє. Gemini представив більш акуратну упаковку і більш дисципліноване закінчення, але він не виконав єдину інструкцію, навколо якої була побудована підказка, а безкоштовна модель, що працює на ігровому графічному процесорі, написала кращу історію.

Асоціативне мислення: чи може метафора нести аргумент?

Цей тест вимірює асоціативне міркування - чи може модель генерувати зв'язки між несумісними концепціями, не пояснюючи себе. Підказка запитує опис гілки, використовує цей опис, щоб пояснити експлуатацію працівників і поклоніння багатим, а потім вимагає, щоб аргумент розчинився в описі салату.

Вказівки є режимом невдачі. Називання метафори вбиває її.

Gemini називає це в першому реченні свого другого абзацу: "Це точна механіка сучасного пролетаріату". Все, що було до цього, працювало.

Деякі образи заслуговують на своє місце. Працівник отримує "досить кори, щоб залишатися жорстким ще на один тиждень продуктивності", а впалі гілки вважають, що з достатньою жорсткістю будь-яка з них може стати стовбуром. Абзац, що містить перший з них, також містить працівника "прив'язаного до величезної, верхньої корпоративної ієрархії".

Не погано з точки зору логіки та структури.

Розчинення - це справжнє руйнування. Gemini розповідає про перехід, а не виконує його - ієрархії "руйнуються, розчиняючись у тихій, скромній реальності органічного світу під ними" - а потім просто з'являється салат, не пов'язаний з нічим, що було раніше.

GPT-5.6 Sol гниє гілку в ґрунт і вирощує з неї салат: "Дощ проникає в зерно. Волокна розслаблюються, темніють". Аргумент також приходить похованим в об'єкті, з багатством, переосмисленим як мова добродійності, де "Мansion означає інтелект".

GPT-5.6 Sol виграє з великим відривом. Gemini створив гарну окрему лінію, але пояснив свою метафору, а потім пропустив перехід, який підказка спеціально тестувала.

Логіка: чи читає він підказку або розпізнає головоломку?

Цей тест вимірює нематематичне міркування, а саме, чи читає модель питання перед собою або зіставляє його з версією, яку вона запам'ятала. Наша місткова підказка дає чотирьом людям одну ліхтарик і часи перетворення 1, 2, 5 і 10 хвилин, а потім запитує, як швидко вони можуть всі перейти.

Трюк полягає в тому, що підказка не говорить, що лише двоє людей можуть бути на мосту одночасно, тому відповідь - 10 хвилин - всі переходять разом з темпом найповільнішої людини.

Gemini відповів 17 хвилин, запустивши запам'ятовану п'ятиетапну шифру з підручникової версії головоломки. Він заявив обмеження як факт, не перевіряючи, чи ми це написали.

GPT-5.6 проти Fable 5: Який вибрати залежить від цих факторів

Його видима логіка гірша за відповідь. Аргумент стверджує, що відправка двох найповільніших разом буде неефективною, оскільки хтось повинен буде повернути факел назад — і врешті-решт фінальна відповідь все ж відправляє їх разом. Це суперечить самому собі в межах одного відповіді і повідомляє результат з абсолютною впевненістю.

Claude Fable 5 отримав те ж неправильне число ще в липні. Він почав з оголошення того, що він припускає: "припускаючи класичне обмеження, що міст містить лише двох людей одночасно", що є різницею між неправильною відповіддю, яку можна виявити, і тією, яку не можна.

Ніхто не виграє. Fable отримує перевагу лише за прозорість, а хибна впевненість агента Gemini проявляється тут у головоломці, яку можна перевірити вручну.

Математика: Чи завершує це роботу?

Цей тест вимірює символічну математику, що виходить за межі споживчого використання, плюс щось простіше — чи модель виконує те, що їй було запропоновано. Запит вимагає непарного монічного полінома 19-го ступеня з дійсними коефіцієнтами та лінійним коефіцієнтом -19, чия крива розділяється на принаймні три ірредуктивні компоненти, а потім запитує p(19).

Обидві моделі знайшли ту ж саму двері. Gemini і Qwen 3.7 Max Preview обидві ідентифікували поліном Діксона, вирішили обмеження, щоб зафіксувати його параметр на 1, і правильно вивели закриту форму.

Потім Gemini зупинився. Він надрукував p(19) як невизначений вираз, що містить 19-й ступінь квадратного кореня, ніколи не видав число і ніколи не продемонстрував кількість компонентів, яку також вимагав запит. Він доставив все це на стилізованій HTML-сторінці з CSS і тінню, яку ніхто не запитував.

Qwen завершив. Він надав повну факторизацію на 10 компонентів — один лінійний, дев'ять квадратичних — провів рекуррент до 1,876,572,071,974,094,803,391,179 і перевірив результат модульно. Ми незалежно перевірили цю цифру в SymPy, і вона вірна.

Qwen виграє за єдиним критерієм, який мав значення. Gemini почав добре і вирішив пропустити арифметику, що є дивним місцем для зупинки.

Висновок

Gemini 3.7 Flash варто переключитися, якщо ви вже в екосистемі Google. Він значно кращий у коді, ніж модель, яку він замінює, достатньо швидкий для роботи з агентами і достатньо дешевий, щоб його використання в обсягах було незначною помилкою.

Його сильні сторони — виконання та структура. Дайте йому детальну специфікацію, і він побудує річ, триматиме сюжет разом і зберігатиме причинну логіку узгодженою на тисячах слів.

Його слабкості — креативність і логіка. Написане настільки передбачуване, що його можна ідентифікувати як машинне на вигляд, а модель стверджує неправильні відповіді, не позначаючи припущення, яке зробило їх неправильними.

Ціна є найсильнішим аргументом на його користь. За 75 центів за мільйон вхідних токенів і 3,75 долара за вихід, він знижує ціну на вхід GPT-5.6 Sol до 85% і коштує вдвічі менше, ніж 3.6 Flash на момент запуску.

Аргумент проти нього — безкоштовна модель 27B на ігровому GPU, яка написала кращу історію і не стягувала нічого за це. Вступна ставка Google закінчується 31 грудня, коли вхід подвоюється до 1,50 долара, а вихід до 7,50 долара.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.