Gemini 3.7 Flash؛ مدل سریع Google برای Agent، کدنویسی و فهم ویدیو
آخرین راستیآزمایی: ۱۲ سپتامبر ۲۰۲۶
تاریخ عرضه: ۱۳ اوت ۲۰۲۶
قیمت و شیوهٔ محاسبه: Standard تا ۳۱ دسامبر ۲۰۲۶: ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن تعرفه و دسترسی را برای زمان خرید دوباره در منبع رسمیِ مقاله بررسی کنید.
مقدمه
Gemini 3.7 Flash فقط سه هفته پس از نسخه 3.6 عرضه شد؛ فاصلهای کوتاه که نشان میدهد Google در سال ۲۰۲۶ خانواده Flash را با ریتمی سریع بهروزرسانی کرده است. تمرکز این نسخه روی کدنویسی دشوارتر، Agentهای قابلاعتمادتر و پردازش بهتر فایلهای پیچیده بود.
این مدل متن، تصویر، صدا، ویدیو و PDF را بهعنوان ورودی میپذیرد و متن تولید میکند. Context یکمیلیونتوکنی و ابزارهایی مانند Function Calling، Code Execution، Search Grounding و Computer Use، آن را از یک چتبات معمولی به موتور یک گردشکار تبدیل میکنند.
نسخه 3.8 اکنون جانشین جدیدتر آن است، اما 3.7 هنوز برای تیمهایی مهم است که روی Snapshot این نسخه Eval و یکپارچهسازی انجام دادهاند. مقاله حاضر کمک میکند مشخص شود حفظ 3.7 منطقی است یا مهاجرت به نسل تازه ارزش دارد.
معرفی کامل Gemini 3.7 Flash
Google مدل Gemini 3.7 Flash را در ۱۳ اوت ۲۰۲۶ منتشر کرد. شناسه پایدار API آن gemini-3.7-flash است و طبق مستندات فعلی در رده Stable قرار دارد.
این نسخه بر پایه پیشرفتهای 3.6 ساخته شده و جایگاه آن میان مدلهای Flash، ارائه کیفیت بالا با توان عملیاتی زیاد است. Google در زمان عرضه، رشد محسوس در FrontierCode، DeepSWE، AutomationBench و آزمونهای تحلیل PDF را برجسته کرد.
مدل از طریق Gemini API، Google AI Studio، Android Studio، Antigravity و Gemini Enterprise ارائه شد. در محصول مصرفکننده Gemini نیز با نام Spark برای مشترکان واجد شرایط در بیش از ۱۶۰ کشور عرضه شد؛ موجودبودن فعلی هر سطح به طرح و منطقه کاربر وابسته است.
قابلیتهای اصلی
کدنویسی عاملمحور
3.7 Flash برای فهم مسئله، جستجو در کد، ویرایش چند فایل، اجرای Terminal و اصلاح نتیجه طراحی شده است. ارتقای رسمی آن در FrontierCode و DeepSWE نشان میدهد پیشرفت اصلی نسخه بیشتر از تکمیل ساده کد، به حل وظیفه در بستر Repository مربوط است.
تحلیل ویدیوی Agentic
ورودی ویدیو فقط برای خلاصهسازی نیست. مدل میتواند با ابزار و روش پردازش عاملمحور، بخشهای مرتبط را پیدا و پرسشهای دقیق درباره رویدادها یا مراحل یک ویدیو را پاسخ دهد. Google برای فناوری Agentic Video Understanding خود کاهش مصرف توکن تا ۸۸٪ و افزایش دقت تا ۷٪ را در برخی ارزیابیها گزارش کرده است؛ این اعداد Vendor-reported و وابسته به سناریو هستند.
Thinking در سه سطح
سطحهای low، medium و high پشتیبانی میشوند و minimal در دسترس نیست. برای استخراج ساده یا پاسخ تعاملی، سطح پایینتر میتواند سریعتر باشد؛ برای کدنویسی و برنامهریزی پیچیده، سطح بالاتر معمولاً فرصت استدلال بیشتری میدهد.
ابزارهای Gemini API
Function Calling، Structured Outputs، Code Execution، File Search، URL Context، Google Search Grounding و Maps Grounding پشتیبانی میشوند. خروجی ابزار باید در سرور اعتبارسنجی شود و مدل نباید مجوز گسترده و بدون محدودیت دریافت کند.
Vision، صوت و اسناد
مدل میتواند Screenshot، نمودار، فایل صوتی، ویدیو و PDF را کنار متن تحلیل کند. خروجی بومی تصویر، ویدیو یا صوت ندارد؛ اگر محصول چنین خروجیای میخواهد باید از مدل تخصصی دیگری استفاده شود.
Computer Use در Preview
Computer Use برای 3.7 Flash در وضعیت Preview است. این قابلیت برای تست رابط یا تکمیل گردشکارهای اداری مفید است، اما تغییر تنظیمات، ارسال عمومی، پرداخت و حذف داده باید با تأیید انسان انجام شوند.
مهمترین نقاط قوت
- سرعت بالای تولید در ارزیابی مستقل
- پیشرفت محسوس نسبت به 3.6 در کدنویسی و اتوماسیون طبق گزارش Google
- ورودی چندوجهی واقعی برای متن، تصویر، صوت، ویدیو و PDF
- Context یکمیلیونتوکنی و خروجی بلند
- مجموعه کامل ابزارهای Gemini API و اتصال به Search و Maps
- Snapshot پایدار برای تیمهایی که پیش از عرضه 3.8 روی آن Eval ساختهاند
محدودیتها و نقاط ضعف
عرضه سریع Gemini 3.8 باعث شده 3.7 دیگر جدیدترین انتخاب خانواده Flash نباشد. برای پروژه تازه، باید دلیل روشنی مانند سازگاری، نتیجه Eval یا قفل نسخه برای انتخاب 3.7 وجود داشته باشد.
Google در Model Card به احتمال Hallucination و بروز کندی یا Timeout اشاره میکند. Knowledge Cutoff اصلی مارس ۲۰۲۶ است، اما برخی حوزهها ممکن است پوشش مؤثری تا ژانویه ۲۰۲۵ داشته باشند؛ اطلاعات تازه باید با Search Grounding یا داده داخلی تأمین شود.
سطح Thinking بالا میتواند زمان پاسخ اولیه را زیاد کند. Context یکمیلیونتوکنی نیز تضمین نمیکند تمام جزئیات یک فایل عظیم با دقت برابر بازیابی شوند. ارجاع صفحه، Timestamp و Retrieval هدفمند کیفیت را بالا میبرند.
این شناسه خروجی بومی تصویر، صدا یا ویدیو و Live API ندارد. Computer Use نیز Preview است و برای محیط تولید باید با Sandbox، Allowlist و توقفهای اجباری همراه شود.
کاربردهای واقعی Gemini 3.7 Flash
مهاجرت و بازسازی کد
تیم توسعه میتواند مدل را مأمور کند یک API قدیمی را پیدا کند، نقاط مصرف را فهرست کند، مهاجرت مرحلهای پیشنهاد دهد و تست سازگاری بسازد. محدودکردن دامنه تغییر از Refactor ناخواسته جلوگیری میکند.
جستجو در آرشیو ویدیو
یک رسانه یا تیم آموزش میتواند درباره صدها دقیقه ویدیو سؤال کند، بخش مرتبط را با Timestamp بیابد و خلاصهای مبتنی بر همان بخش تولید کند.
استخراج ساختاریافته از PDF
مدل میتواند جدولها، بندها و نمودارهای یک گزارش را به JSON تبدیل کند و برای هر مقدار شماره صفحه بیاورد. اعتبارسنجی عددها در اسناد مالی یا حقوقی ضروری است.
عامل تحقیق بازار
با Search Grounding، مدل میتواند خبرهای تازه، صفحات رسمی و دادههای مکانی را جمع کند، سپس اختلاف منابع را در یک Brief نشان دهد. فیلتر دامنه و تاریخ باید در دستور مشخص باشد.
تست تجربه کاربری
در محیط آزمایشی، Computer Use میتواند یک Flow را طی و نقاط شکست را ثبت کند. عملیات باید به حساب تست و داده غیرواقعی محدود شود.
این مدل مناسب چه کسانی است؟
Gemini 3.7 Flash برای تیمهای نرمافزار، محصولات تحلیل ویدیو، پژوهشگران اسناد، اتوماسیون سازمانی و کسبوکارهای متکی به Google Cloud مناسب است؛ بهخصوص اگر Snapshot این نسخه قبلاً در محصول تأیید شده باشد.
برای پروژهای که امروز از صفر شروع میشود، 3.8 Flash معمولاً باید گزینه اول مقایسه باشد. برای حجم بسیار بالا و وظایف سادهتر نیز یک مدل Flash-Lite میتواند اقتصادیتر باشد.
مشخصات فنی Gemini 3.7 Flash
| مشخصه | مقدار تأییدشده |
|---|---|
| Developer | |
| Model Family | Gemini 3 Flash |
| Model Type | مدل اختصاصی چندوجهی و استدلالی |
| Release Date | ۱۳ اوت ۲۰۲۶ |
| Lifecycle | Stable در زمان بررسی؛ جانشین جدیدتر 3.8 Flash موجود است |
| API Model ID | gemini-3.7-flash |
| Input | متن، تصویر، صوت، ویدیو و PDF |
| Output | متن |
| Context Window | ۱٬۰۴۸٬۵۷۶ توکن ورودی |
| Maximum Output | ۶۵٬۵۳۶ توکن |
| Knowledge Cutoff | عمدتاً مارس ۲۰۲۶؛ برخی حوزهها ممکن است ژانویه ۲۰۲۵ باشند |
| Thinking Levels | low، medium و high |
| Vision / Audio / Video Understanding | بله |
| Native Media Generation | خیر |
| Function Calling / Tool Use | بله |
| Web Search | از طریق Google Search Grounding |
| Computer Use | Preview |
| Live API | خیر |
| API Availability | Gemini API و Google AI Studio |
۵ نمونه پرامپت کاربردی
۱. برنامه مهاجرت کد
این Repository را برای مهاجرت از [کتابخانه قدیمی] به [نسخه جدید] بررسی کن. ابتدا همه نقاط مصرف و ریسکهای Breaking Change را فهرست کن، سپس مهاجرت را به Patchهای کوچک تقسیم کن. هر Patch باید تست و روش بازگشت مستقل داشته باشد.
۲. پیدا کردن لحظه مهم در ویدیو
در این ویدیوی آموزشی تمام بخشهایی را پیدا کن که درباره تنظیم دسترسی یا خطای احراز هویت صحبت میشود. برای هر بخش Timestamp شروع و پایان، خلاصه دقیق و یک نقلقول بسیار کوتاه ارائه کن؛ اگر مطمئن نیستی سطح اطمینان را بنویس.
۳. استخراج قابل ممیزی از PDF
این گزارش PDF را به JSON مطابق Schema پیوست تبدیل کن. هر عدد باید شماره صفحه و عنوان جدول منبع داشته باشد. اگر سلولی ناخوانا یا محاسبهای ناسازگار است، مقدار را حدس نزن و آن را در آرایه
review_requiredقرار بده.
۴. تحقیق رقابتی تازه
با Google Search Grounding فقط صفحات رسمی چهار رقیب را در شش ماه اخیر بررسی کن. قابلیت، قیمت، تاریخ تغییر و لینک مستقیم را در جدول بیاور و تفاوت ادعای بازاریابی با مشخصه قابلتأیید را توضیح بده.
۵. تست Flow با Computer Use
در حساب آزمایشی، مسیر ساخت پروژه تا دعوت یک کاربر تستی را طی کن. برای هر مشکل Screenshot، گام بازتولید و شدت ثبت کن. ارسال دعوت واقعی، خرید، حذف یا تغییر تنظیم امنیتی ممنوع است.
بنچمارکها و ارزیابی عملکرد
اعداد جدول از Model Card و گزارش عرضه Google در اوت ۲۰۲۶ آمدهاند و Vendor-reported هستند. مدلهای رقیب با تنظیمات ثبتشده توسط Google آزموده شدهاند؛ تکرار مستقل ممکن است نتیجه متفاوتی داشته باشد.
| Benchmark | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra |
|---|---|---|---|---|
| FrontierCode | ۴۳٫۶٪ | ۳۴٫۴٪ | ۴۲٫۷٪ | ۴۱٫۳٪ |
| DeepSWE | ۶۵٫۳٪ | ۴۸٫۶٪ | ۵۳٫۸٪ | ۶۹٫۶٪ |
| Terminal-Bench 2.1 | ۸۵٫۸٪ | ۷۸٫۰٪ | ۸۰٫۴٪ | ۸۷٫۴٪ |
| AutomationBench، مجموعه خصوصی | ۳۰٫۴٪ | ۱۷٫۰٪ | ۱۰٫۷٪ | ۲۳٫۶٪ |
| GDP.pdf، All-pass | ۳۴٫۰٪ | ۲۲٫۰٪ | ۲۸٫۰٪ | ۲۴٫۷٪ |
| HLE-Verified | ۵۳٫۶٪ | ۵۱٫۲٪ | ۳۱٫۰٪ | ۵۱٫۱٪ |
3.7 نسبت به 3.6 در هر شش ردیف جلوتر است و در FrontierCode، AutomationBench، GDP.pdf و HLE بهترین عدد جدول را دارد. Terra در DeepSWE و Terminal-Bench 2.1 جلو میافتد؛ بنابراین برای Repositoryهای واقعی، برتری کلی Google را نباید از یک میانگین برداشت کرد.
Artificial Analysis در Snapshot مستقل ۱۲ سپتامبر ۲۰۲۶، تنظیم high را با امتیاز ۳۹ در Intelligence Index v4.3، سرعت حدود ۲۸۷٫۸ توکن بر ثانیه، TTFT نزدیک ۸٫۸۵ ثانیه و هزینه ۰٫۹۳ دلار برای هر وظیفه شاخص ثبت کرده است. تنظیم medium در همان سایت امتیاز ۴۰ و سرعت حدود ۲۷۷٫۲ توکن بر ثانیه دارد.
اختلاف یکامتیازی میان Medium و High در یک Snapshot کوچکتر از آن است که برتری قطعی تلقی شود؛ نویز ارزیابی، مصرف توکن و نوع وظایف مؤثرند. همچنین Google هنگام عرضه عدد ۵۶ را برای نسخه قدیمیتر Intelligence Index نقل کرده بود. آن عدد با v4.3 فعلی همنسخه نیست و مقایسه مستقیم آنها اشتباه است.
در عمل، دادهها با کاربرد اصلی مدل همخواناند: 3.7 برای کدنویسی، PDF و اتوماسیون قوی و بسیار سریع است. اگر وظیفه شما DeepSWEمانند یا Terminal سنگین است، Terra یا 3.8 Flash میتوانند انتخاب بهتری باشند؛ اگر کنترل GUI سخت است، مدلهای رده بالاتر نیز باید آزموده شوند.
مقایسه Gemini 3.7 Flash با رقبا
| مدل | مزیت کاربردی | چه زمانی رقیب بهتر است؟ |
|---|---|---|
| Gemini 3.7 Flash | سرعت زیاد، ابزارهای Google و عملکرد خوب در PDF و Automation | پروژه تازه معمولاً باید 3.8 را هم ارزیابی کند |
| Gemini 3.8 Flash | جانشین جدیدتر با کدنویسی و افق Agent طولانیتر | حفظ 3.7 برای Snapshot تأییدشده و ثبات رفتاری ممکن است منطقی باشد |
| GPT-5.6 Terra | نتیجه قویتر در DeepSWE و Terminal 2.1 رسمی Google | اتصال بومی Search/Maps و تحلیل چندرسانهای Google ممکن است مهمتر باشد |
| Claude Sonnet 5 | تجربه Agent و کدنویسی در اکوسیستم Anthropic | در AutomationBench و GDP.pdf جدول عرضه، 3.7 جلوتر است |
برای انتخاب، یک کار کدنویسی، یک سند واقعی و یک Tool Flow از محصول خود اجرا کنید. نرخ موفقیت و هزینه نهایی مهمتر از سرعت خام تولید توکن است؛ پاسخ سریعِ نیازمند اصلاح انسانی میتواند گرانتر تمام شود.
قیمت و API
قیمت عمومی بررسیشده در ۱۲ سپتامبر ۲۰۲۶:
- Standard تا ۳۱ دسامبر ۲۰۲۶: ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن
- Cache Hit: ۰٫۰۷۵ دلار؛ Cache Storage: ۰٫۵۰ دلار برای هر یک میلیون توکن در ساعت
- Batch و Flex در دوره فعلی: ۰٫۳۷۵ دلار ورودی و ۱٫۸۷۵ دلار خروجی
- از ۱ ژانویه ۲۰۲۷ طبق برنامه قیمت: ۱٫۵۰ دلار ورودی و ۷٫۵۰ دلار خروجی
- Free Tier موجود است؛ محدودیت دقیق آن ممکن است تغییر کند.
- Search و Maps Grounding پس از سهمیه رایگان مشترک، هزینه جداگانه دارند.
قیمت عرضه 3.7 موقت است و برای قرارداد یا بودجه سالانه باید نرخ بعد از ۲۰۲۶ محاسبه شود. شناسه API gemini-3.7-flash است.
Gemini 3.7 Flash را در Buffalo147 AI امتحان کنید
یک ویدیو، PDF یا وظیفه کدنویسی واقعی را با خروجی قابل سنجش به مدل بدهید و سطح Thinking را تغییر دهید. مقایسه Medium و High معمولاً نشان میدهد آیا استدلال بیشتر واقعاً ارزش زمان و توکن اضافه را دارد یا نه.
شروع استفاده از Gemini 3.7 Flash در Buffalo147 AI
جمعبندی
Gemini 3.7 Flash جهشی کوتاه اما معنادار میان 3.6 و 3.8 بود. سرعت مستقل بالا، Context بزرگ، تحلیل چندوجهی و نتیجه خوب در کدنویسی و PDF، هنوز آن را به مدلی توانمند برای محصولات واقعی تبدیل میکنند.
محدودیت مهم، عمر کوتاه آن بهعنوان جدیدترین Flash است. وجود 3.8 باعث میشود انتخاب این Snapshot باید با دلیل فنی—مانند Eval تأییدشده، سازگاری یا ثبات—همراه باشد.
برای تیمی که قبلاً روی 3.7 ساخته است، مهاجرت کورکورانه لازم نیست؛ تست A/B با هزینه و Latency همشرط راه درست است. برای پروژه جدید، 3.7 بیشتر یک خط مبنا برای سنجش 3.8 محسوب میشود.
پرسشهای متداول
Gemini 3.7 Flash چیست؟
مدل چندوجهی و استدلالی Google است که برای کدنویسی، Agentها، تحلیل ویدیو و اسناد و استفاده ابزارمحور طراحی شده و خروجی متنی دارد.
آیا Gemini 3.7 Flash هنوز در دسترس است؟
بله؛ در زمان بررسی شناسه پایدار آن در مستندات Gemini API موجود است، هرچند 3.8 Flash جانشین جدیدتر خانواده است.
Gemini 3.7 Flash برای ویدیو مناسب است؟
بله، ویدیو را بهعنوان ورودی تحلیل میکند و میتواند بخشها و رویدادهای مرتبط را پیدا کند؛ اما ویدیو تولید نمیکند.
تفاوت Gemini 3.7 و 3.8 Flash چیست؟
3.8 نسخه جدیدتر با تمرکز بیشتر بر کدنویسی طولانی و Agentهای خودکار است. 3.7 ممکن است برای محصولی که روی Snapshot آن Eval شده، ثبات مطلوبتری داشته باشد.
آیا Gemini 3.7 Flash جستجوی وب دارد؟
از طریق Google Search Grounding میتواند داده تازه دریافت کند. این ابزار باید توسط برنامه فعال شود.
آیا استفاده از Gemini 3.7 Flash رایگان است؟
API سهمیه رایگان دارد، اما برای مصرف بیشتر هزینه بر اساس توکن و ابزار محاسبه میشود. جزئیات سهمیه به سیاست جاری Google وابسته است.
منابع
- مستند رسمی مدل Gemini 3.7 Flash
- معرفی رسمی Gemini 3.7 Flash
- Model Card رسمی Gemini 3.7 Flash
- قیمت رسمی Gemini API
- ارزیابی مستقل Gemini 3.7 Flash در Artificial Analysis
یادداشت تحریریه Buffalo147 AI: اعداد جدول Google، Vendor-reported هستند. امتیازهای Artificial Analysis با نسخه فعلی شاخص و تنظیم مشخص گزارش شدهاند و با جدول زمان عرضه همسان نیستند.
