Gemini 3.7 Flash

Veröffentlicht 2026-08-13

chatVisionCodeTool-AufrufeReasoningPrompt-Caching

Gemini 3.7 Flash ist Googles leistungsfähigstes Flash-Modell, allgemein verfügbar seit dem 13.

Eingabe
Text Bild Audio Video $0.75/M
Ausgabe
Text $3.75/M
Cache-Lesen
$0.075/M
Audio-Eingabe
$0.75/M
Audio-Cache lesen
$0.075/M
Kontext
1M
vs. GPT-4o
~85% günstiger
Knowledge-Cutoff
2026-03

Benchmarks

Über dem DurchschnittKeins besser17 / 243 / 24
Gemini 3.7 Flash weitere gemessene Modelle Durchschnitt der Vergleichsmodelle ★ kein anderes Modell war besser
DeepSWE 1.1
65.3%
BioMysteryBench hard
43.5%
OSWorld 2.0
47.9%
Finance Agent v2
59%
Harvey Lab-AA
90.7%
HLE-Verified
53.6%
AutomationBench (v1.0.6)
52.3%
LVBench
kein anderes Modell war besser 85.4%

Anbieterangaben: Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Anthropic Anthropic Anthropic Anthropic DeepSeek DeepSeek Google Google Google Google Moonshot OpenAI OpenAI OpenAI Tencent Z.ai Z.ai

Preis im Vergleich

Der Preis im Feld von 79 vergleichbaren Modellen

Eingabe$0.75/M
$0.1 · Claude Haiku 5.5 GPT-5.4 Pro · $30
Ausgabe$3.75/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
Cache-Lesen$0.075/M
$0.006 · DeepSeek V4.1 Flash Claude Fable 5 · $1

Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.

Spezifikationen & Limits

Tokens

Kontextfenster (laut Anbieter) 1.048.576
Max. Ausgabe (laut Anbieter) 65.536
Knowledge-Cutoff 2026-03

Prompt-Caching

Modus automatisch + explizit
Min. Präfix 4.096

Thinking

Parameter reasoning_effort
Werte minimal · low · medium · high akzeptierte Werte je Anbieter

Modell

Modalitäten Text + Bild + Audio + Video → Text
  • Google's most capable Flash model for agentic workflows and multimodal reasoning
  • output price includes thinking tokens, and audio and video input bill at the text rate

laut Quelle der Modellspezifikationen ↗

Ein Prompt, gemessen über das Gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. KRITERIUM genau 3 Sätze

Gemini 3.7 Flash bestanden · 3 sentences

Enabling reasoning causes the model to generate a high volume of invisible "thinking tokens" behind the scenes to deliberate and solve complex logic before delivering a final response. Because our vendor bills strictly on token volume, this additional internal computation effectively doubled our billable output per query. In short, our costs increased because we are now paying for the extra compute capacity required to produce significantly higher-accuracy answers.

Ausgabe 878 tok (+799 Thinking) Latenz 6.9 s

Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. KRITERIUM Fix besteht die Tests

Gemini 3.7 Flash bestanden · 8/8 cases

Here is the corrected function: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation of the Bug The original function tracked equal adjacent transitions instead of the actual number of elements in a run, causing all non-empty run lengths to be undercounted by one (e.g., returning `0` instead of `1` for single-element lists because the loop never executes, and `1` instead of `2` for pairs). Initializing both `best` and `cur` to `1` (after handling empty inputs) and resetting `cur` to `1` on a mismatch ensures every individual element is counted as a valid run of at least length one.

Ausgabe 1050 tok (+827 Thinking) Latenz 6.4 s

Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. KRITERIUM gültiges JSON, Schema exakt

Gemini 3.7 Flash bestanden · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

Ausgabe 918 tok (+858 Thinking) Latenz 6.2 s

Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. KRITERIUM 120 Wörter, 0 verbotene Wörter

Gemini 3.7 Flash bestanden · 120 words, 0 banned, 1 question

Why pay twice for identical AI queries simply because you routed them to different model vendors? Today, we introduce Universal Prompt Caching directly within our unified API gateway architecture. This capability stores repeated prompt contexts across OpenAI, Anthropic, and local models, instantly returning stored results to eliminate redundant computation fees. When your application sends an LLM request, the gateway inspects the payload, identifies semantic matches, and returns accurate cached responses in under ten milliseconds. Engineering teams can now slash inference latency by eighty percent while dramatically reducing monthly token expenditures across diverse production deployments. You retain complete privacy control, flexible cache eviction policies, and granular metrics through a single dashboard. Update your routing settings today to accelerate overall system performance.

Ausgabe 2858 tok (+2718 Thinking) Latenz 14.1 s

Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.

Gemini 3.7 Flash in 30 Sekunden nutzen

OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gemini-3.7-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Über Gemini 3.7 Flash

  • August 2026 und auf agentische Workflows sowie multimodales Reasoning ausgerichtet.
  • Es nimmt Text, Bilder, Audio und Video entgegen und liefert Text, sodass ein einzelner Aufruf über einen Screenshot, eine Aufnahme und einen Prompt gemeinsam schließen kann, statt mehrere Modelle zu einer Pipeline zu verketten.
  • Zwei Preisdetails machen die Kalkulation ungewöhnlich einfach.
  • Erstens gibt es **keine Staffelung nach Kontextlänge**: Ein Prompt mit 900.000 Tokens kostet pro Token dasselbe wie einer mit 900, sodass Langkontext-Arbeit nicht mittendrin teurer wird.
  • Zweitens gibt es **keinen Modalitätsaufschlag**: Audio- und Videoeingaben werden zum Texttarif abgerechnet - das Gegenteil der üblichen multimodalen Preisgestaltung und der Wegfall des sonst üblichen Grundes, Medien vorher herunterzurechnen.
  • Der Ausgabepreis **schließt Thinking-Tokens ein**, eine reasoning-lastige Antwort wird also auf die vollständige Spur abgerechnet, nicht nur auf den sichtbaren Text; planen Sie das beim Ausgabelimit ein.
  • Context Caching kostet etwa ein Zehntel des Eingabetarifs, zuzüglich stündlicher Speichergebühr - für Agenten-Schleifen mit stabilem System-Prompt lohnt sich ein fixiertes Präfix.
  • Grounding mit der Google-Suche enthält ein monatliches Freikontingent, das sich die Gemini-3-Familie teilt.
  • Synthorai stellt das Modell über den OpenAI-kompatiblen Chat-Completions-Endpunkt bereit.

FAQ

Lässt sich die Gemini 3.7 Flash API kostenlos testen?

Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $0.75/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 166 Anfragen an Gemini 3.7 Flash mit je ~8K Tokens.

Worin ist Gemini 3.7 Flash am besten?

Leistungsfähigste Flash-Stufe für agentische Arbeit; Text-, Bild-, Audio- und Videoeingabe; kein Kontext- oder Modalitätsaufschlag. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.

Was kostet Gemini 3.7 Flash?

Gemini 3.7 Flash kostet auf Synthorai $0.75 pro Million Eingabe-Tokens und $3.75 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Audio-Eingabe: $0.75/Mio. Tokens · Audio-Cache lesen: $0.075/Mio. Tokens Gecachte Eingabe-Tokens werden mit $0.075/M abgerechnet.

Wie groß ist das Kontextfenster von Gemini 3.7 Flash?

Gemini 3.7 Flash hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 65,536 Tokens lang sein.

Unterstützt Gemini 3.7 Flash Prompt-Caching?

Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus, mit dem Sie festlegen, was gecacht wird. Gecachte Eingabe-Tokens werden mit $0.075/M statt $0.75/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 4,096 Tokens, um gecacht zu werden. Leitfaden zum Prompt-Caching →

Wie erhalte ich Zugang zu Gemini 3.7 Flash?

Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="gemini-3.7-flash", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.

Wo liegt der Knowledge-Cutoff von Gemini 3.7 Flash?

Der Knowledge-Cutoff von Gemini 3.7 Flash liegt bei 2026-03, laut offizieller Dokumentation des Anbieters (Stand: 2026-08-15).

Verwandte Modelle

Vergleichen

Spezifikationen und Anbieter-Benchmarks verlinken ihre Quellen. Die Gateway-Unterstützung beschreibt die Implementierung von Synthorai. Archivierte Beispiele sind einzelne Gateway-Anfragen und keine allgemeine Leistungsgarantie für das Modell. Preise stammen aus der öffentlichen Preisschnittstelle oder deren beim Build verwendetem Snapshot.

API-Schlüssel erstellen Ihre Kosten vergleichen →