Gemini 3.7 Flash

Date de sortie : 2026-08-13

chatVisionCodeAppel d'outilsRaisonnementMise en cache des prompts

Gemini 3.7 Flash est le modèle Flash le plus performant de Google, disponible depuis le 13 août 2026 et pensé pour les flux agentiques et le raisonnement multimodal.

Entrée
texte image audio vidéo $0.75/M
Sortie
texte $3.75/M
Lecture de cache
$0.075/M
Entrée audio
$0.75/M
Lecture du cache audio
$0.075/M
Contexte
1M
vs GPT-4o
~85% moins cher
Coupure des connaissances
2026-03

Benchmarks

Au-dessus de la moyenneNon dépassé17 / 243 / 24
Gemini 3.7 Flash autres modèles mesurés moyenne des modèles comparés ★ aucun autre modèle n'a fait mieux
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
aucun autre modèle n'a fait mieux 85.4%

Chiffres publiés par les fournisseurs : 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

Le prix en perspective

Position du prix parmi 79 modèles comparables

Entrée$0.75/M
$0.1 · Claude Haiku 5.5 GPT-5.4 Pro · $30
Sortie$3.75/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
Lecture de cache$0.075/M
$0.006 · DeepSeek V4.1 Flash Claude Fable 5 · $1

La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.

Spécifications et limites

Tokens

Fenêtre de contexte (spécification du fournisseur) 1 048 576
Sortie max (spéc. fournisseur) 65 536
Coupure des connaissances 2026-03

Mise en cache

Mode automatique + explicite
Préfixe min. 4 096

Réflexion

Paramètre reasoning_effort
Valeurs minimal · low · medium · high les valeurs acceptées sont celles du fournisseur

Modèle

Modalités texte + image + audio + vidéo → texte
  • 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

selon source des spécifications du modèle ↗

Un prompt, mesuré via la passerelle

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. CRITÈRE exactement 3 phrases

Gemini 3.7 Flash réussi · 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.

sortie 878 tok (+799 réflexion) latence 6.9 s

Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.

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. CRITÈRE le correctif passe les tests

Gemini 3.7 Flash réussi · 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.

sortie 1050 tok (+827 réflexion) latence 6.4 s

La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.

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. CRITÈRE JSON valide, schéma exact

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

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

sortie 918 tok (+858 réflexion) latence 6.2 s

Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.

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. CRITÈRE 120 mots, 0 mot interdit

Gemini 3.7 Flash réussi · 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.

sortie 2858 tok (+2718 réflexion) latence 14.1 s

Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.

Utilisez Gemini 3.7 Flash en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre SDK. 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)

À propos de Gemini 3.7 Flash

  • Il accepte texte, images, audio et vidéo et renvoie du texte : un seul appel peut donc raisonner conjointement sur une capture d'écran, un enregistrement et une consigne, sans enchaîner plusieurs modèles.
  • Deux détails de tarification rendent le budget particulièrement simple.
  • D'abord, **aucun palier lié à la longueur du contexte** : une consigne de 900 000 jetons coûte le même prix au jeton qu'une de 900, si bien que le travail sur long contexte ne devient pas plus cher en cours de route.
  • Ensuite, **aucun supplément de modalité** : l'audio et la vidéo en entrée sont facturés au tarif du texte, à l'inverse de la plupart des grilles multimodales, ce qui supprime la raison habituelle de sous-échantillonner les médias avant envoi.
  • Le prix de sortie **inclut les jetons de réflexion** : une réponse à fort raisonnement est facturée sur la trace complète et pas seulement sur le texte visible ; prévoyez-le dans la limite de sortie.
  • La mise en cache du contexte coûte environ un dixième du tarif d'entrée, plus des frais de stockage horaires - figer un préfixe stable est donc rentable pour les boucles d'agent.
  • L'ancrage via la recherche Google inclut un quota mensuel partagé au sein de la famille Gemini 3.
  • Synthorai le propose via le point de terminaison chat completions compatible OpenAI.

FAQ

Peut-on essayer l'API Gemini 3.7 Flash gratuitement ?

Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.75/M de tokens en entrée, ce crédit couvre à lui seul environ 166 requêtes de ~8K tokens sur Gemini 3.7 Flash.

Quels sont les points forts de Gemini 3.7 Flash ?

Palier Flash le plus performant pour les flux agentiques ; entrée texte, image, audio et vidéo ; ni palier de contexte ni supplément de modalité. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.

Combien coûte Gemini 3.7 Flash ?

Sur Synthorai, Gemini 3.7 Flash coûte $0.75 par million de tokens en entrée et $3.75 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Entrée audio: $0.75/M tokens · Lecture du cache audio: $0.075/M tokens Les tokens d'entrée en cache sont facturés $0.075/M.

Quelle est la fenêtre de contexte de Gemini 3.7 Flash ?

Gemini 3.7 Flash dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.

Gemini 3.7 Flash prend-il en charge la mise en cache des prompts ?

Oui : la mise en cache automatique est activée par défaut, et un mode explicite permet de choisir ce qui est mis en cache. Les tokens d'entrée en cache sont facturés $0.075/M contre $0.75/M hors cache ; les prompts doivent avoir un préfixe stable de 4,096 tokens pour être mis en cache. Guide de mise en cache des prompts →

Comment obtenir l'accès à Gemini 3.7 Flash ?

Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="gemini-3.7-flash", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.

Quelle est la date de coupure des connaissances de Gemini 3.7 Flash ?

Date de coupure des connaissances de Gemini 3.7 Flash : 2026-03, selon la documentation officielle du fournisseur (au 2026-08-15).

Modèles associés

Comparer

Les spécifications et les benchmarks des fournisseurs renvoient à leurs sources. La prise en charge par la passerelle décrit l’implémentation de Synthorai. Les exemples archivés sont des requêtes individuelles, sans garantie de performance générale du modèle. Les prix proviennent du flux public ou de son instantané utilisé lors de la compilation.

Obtenez votre clé API Comparez votre coût →