Gemini 3.7 Flash API 實測：任務成本比 3.6 低 2.5-8 倍

Gemini 3.7 Flash 執行相同任務時，費用比 Gemini 3.6 Flash 低 2.5 倍到 8 倍，其中只有一半來自官方宣傳的降價。上市優惠期間，每百萬個輸入權杖為 $0.75、輸出權杖為 $3.75，比 3.6 便宜 50%；根據我們的計費紀錄，同一段 6.9K 權杖的提示詞，費用也剛好減半（$0.00529 對 $0.01057）。另一半則沒那麼明顯：在實測的四個相同任務中，gemini-3.7-flash 使用的思考權杖比 3.6 少 26% 到 77%。我們在模型發布後第二天進行測試，涵蓋價格條款、思考控制（其中一個檔位已失效）、Google 文件提到及輕描淡寫帶過的相容性中斷，以及快取、上下文與 tokenizer 的延續性。

TL;DR

• 優惠價 $0.75/$3.75 持續至 2026 年 12 月 31 日，之後調回 $1.50/$7.50；同一提示詞在我們的計費紀錄中，費用剛好是 3.6 的一半。
• 預設思考量比 3.6 少 26-77%（五步驟任務為 144 對 384 個權杖），因此每項任務的費用降低 2.5-8 倍，不只是 2 倍。
• 關閉選項已移除：所有表示關閉的寫法都會回傳 400（「Thinking level is unsupported」）；目前最低只能設為 low。
• 在兩輪工具呼叫流程中，3.7 處理工具結果那一輪的推理量減半（32 對 61 個權杖）；拒答無法回答的問題時，兩個模型都花了約 500 個權杖。

Gemini 3.7 Flash 實際費用是多少？

在 2026 年 12 月 31 日前，費率是 3.6 的一半；而我們測量的每個任務中，其權杖用量也不到 3.6 的一半。Google 公布的上市價格為每百萬個輸入權杖 $0.75、輸出權杖 $3.75；自 2027 年 1 月 1 日起，將調回 $1.50/$7.50，與 3.6 的定價完全相同。快取讀取費用為每百萬個權杖 $0.075，是優惠輸入價格的 10%。實際計費也與價目表一致：相同的 6.9K 權杖提示詞，在 3.7 上花費 $0.0052875，在 3.6 上則為 $0.0105675，剛好減半。

影響更大的是模型少用了多少權杖。我們對加鹽後的相同任務各執行三次，以下為推理權杖中位數及對應的輸出費用：

Google 在發布時表示 3.7 「思考得更縝密」；在我們的任務中，縝密代表使用更少權杖，而不是更多。兩個模型所有準確度測試都是 3/3。把減半的費率乘上減半甚至更低的思考量，在不計快取的情況下，實際升級後每項任務的費用可減少 61-88%。但要留意日期：預算應按 1 月 1 日恢復原價後估算，這與 Sonnet 5 的優惠定價模式相同。

有一類任務不符合這個趨勢，而且通常不會被納入預算：拒答。我們詢問五個捏造的實體（一家公司、一間研究機構、一份城鎮章程、一種合金和一個獎項），兩個模型都拒絕回答全部五題，也都比其他受測任務花更多時間思考。3.7 的推理權杖中位數為 511，3.6 則為 494。回答「查無相關紀錄」所需的思考量，是解五步驟算術題的 3.5 倍。經常遇到資料缺漏的檢索增強流程，每次查無資料都要付出這項成本，這也是唯一看不到 3.7 效率優勢的情況。這項結果也為上市首週的疑慮提供實測基準：評測者指出 3.7 的幻覺率較高，但面對捏造實體的問題時，3.7 五題都採取保留態度，與 3.6 完全相同。

3.7 還支援哪些思考控制？

共有三個檔位，不能關閉，與文件所述完全一致：low、medium（預設）、high。文件沒有明說的是，3.6 原本可繞過思考的設定已全部失效。我們嘗試的每種關閉寫法，包括 reasoning_effort: "none"、"minimal"、thinking_budget: 0、thinking: {"type": "disabled"}、enable_thinking: false，都收到相同的上游 400：「Thinking level is unsupported: THINKING_LEVEL_MINIMAL」。另一條獨立的請求路徑則更直接地拒絕：「Reasoning is mandatory for this endpoint and cannot be disabled」。因此，限制來自模型，而不是某個用戶端的轉譯層。同一批測試中的 3.6-flash 仍可透過 none 和 minimal 將思考量降為零。Flash 系列已跟進專業級模型的政策：思考不能關閉，而 3.6 現在是最後一個可以關閉思考的 Flash。

在五步驟任務中，仍可用的檔位結果如下（各執行三次取中位數，準確度皆為 3/3）：

有兩點實務觀察。首先，預設確實是 medium：未指定設定時，在檔位測試中使用了 154 個權杖，與明確指定 medium 的 147 個幾乎沒有差異。其次，thinking_budget 確實已棄用：我們傳入的所有非零值（16 到 1,024）都被接受，但無論設定多少，都使用相同的 135-138 個權杖，等同沒有作用。3.6 仍會把小額預算對應為關閉，較大額預算則作為上限。如果你的 3.6 整合是透過預算控制成本，升級至 3.7 後只需要選擇檔位，介面就只有這些選項。若要比較不同供應商的控制項實際效果，請參閱我們的思考控制矩陣。

代理式工作流程每一步要花多少錢？

工具選擇與 3.6 相同，真正變便宜的是步驟之間的推理。我們使用兩個函式執行兩輪流程：先查詢事件，再重新啟動事件所指定的服務。每個模型各執行三次：

兩個模型都是先選擇 get_incident，接著選擇 restart_service，準確度皆為 3/3，提示詞權杖數也完全相同。差異出現在第二輪：3.7 在決定下一個呼叫前，思考量約為 3.6 的一半。這正是代理會不斷重複的步驟。依這些中位數估算，20 步流程在 3.7 上的輸出費用約為 $0.0043，3.6 則為 $0.0131。即使 1 月價格恢復後，這個比例仍會維持，因為差異來自權杖數，而不是費率。這也解釋了 Google 為何把代理式基準測試的提升定位成成本優勢：每一跳使用較少推理權杖，再乘上大量跳數。

與其他競爭模型相比，結果取決於基準測試。切換程式設計代理前，值得先看各項測試：獨立彙整顯示，3.7 Flash 在 FrontierCode 上領先（43.6%，Sonnet 5 為 42.7%），在 AutomationBench 上接近 Sonnet 5 的 3 倍；但同一份彙整與上市首週的報導指出，GPT-5.6 Terra 在 Terminal-bench 領先，Sonnet 5 則在桌面任務測驗中居首。3.7 唯一沒有模糊空間的優勢是成本下限。

從 3.6 升級後，哪些功能會中斷？

有兩種情況會直接回傳 400，另有幾項問題比文件描述得更不明顯。Google 的遷移說明要求移除 temperature、top_p、top_k、candidate_count，以及預填的模型回合。實測結果如下：

這種不對稱值得留意：思考檔位會明確驗證，不支援的值會回傳 400，並指出是哪個值；取樣參數與輸出上限則會直接吞下任何設定。如果用戶端程式庫預設會設定 temperature，目前不會出錯；如果它會預填 assistant 回合以引導輸出，那麼在升級前就已經不能用了。

快取、上下文與 tokenizer 能否沿用？

可以，但有一項變慢了。隱式快取的命中形式與 3.6 相同：對同一提示詞發出第二次呼叫時，6,905 個權杖中有 4,076 個命中快取，使該次呼叫費用降低 52%；快取讀取價格是優惠輸入價格的 10%。但建立快取需要更久：3.6 在預熱呼叫後 4 秒即可命中，3.7 等待 4 秒仍未命中，要到 30 秒才成功。短時間內密集送出的重複流量，會在快取預熱完成前抵達；除此之外，寫入端的成本結構沒有變化。

上下文可在單次呼叫中接受 708,912 個輸入權杖，並正確回答藏針問題，符合 1M 的規格，而且價目表沒有長上下文的額外費率。四代模型的文字 tokenizer 在位元組層級完全一致：gemini-3.1-pro-preview、3.5-flash、3.6 和 3.7 對同一份中英混合且含程式碼的語料，都計為 50 個權杖，因此權杖預算可以直接沿用。圖片輸入仍按 Gemini 系列各種尺寸一律固定 1,089 個權杖計費。兩代模型都不會回傳推理文字：每次呼叫的 reasoning_content 都是空的，因此兩者付費使用的思考內容都不可見，這也是上市首週討論串持續抱怨的問題。結構化輸出仍可正常運作：嚴格的 json_schema 在 3/3 次執行中都回傳有效且正確的 JSON；reasoning_effort: "low" 也讓擷取任務的思考量降為零，與我們的檔位矩陣在各模型上找到的單步驟安全區一致。

常見問題

Gemini 3.7 Flash API 的費用是多少？

上市優惠持續至 2026 年 12 月 31 日，每百萬個輸入權杖 $0.75、輸出權杖 $3.75；自 2027 年 1 月 1 日起恢復為 $1.50/$7.50，與 Gemini 3.6 Flash 相同。快取讀取費用為每百萬個權杖 $0.075。對相同提示詞進行實測時，3.7 的計費剛好是 3.6 的一半。

Gemini 3.7 Flash 可以關閉思考嗎？

不行。所有表示關閉的寫法都會回傳 400（「Thinking level is unsupported」）；可用檔位只有 low、medium（預設）和 high。即使設為 low，我們的五步驟任務仍使用了 133 個推理權杖。Gemini 3.6 Flash 是最新一個仍支援 reasoning_effort: "none" 的 Flash，價格則等同 3.7 優惠結束後的費率。

Gemini 3.7 Flash 每次請求真的比 3.6 便宜嗎？

實際降幅比宣傳的 50% 更大：相同任務的思考量也少了 26-77%，因此我們測得的單項任務費用降低 61-88%（兩跳文字題從 $0.0020 降至 $0.0002）。12 月 31 日後，費率會恢復至相同水準，屆時只剩思考量帶來的節省。

為 Gemini 3.6 Flash 撰寫的程式碼可以直接用於 3.7 嗎？

大多可以。雖然文件列為應移除項目，取樣參數（temperature、top_p、top_k）仍會被接受，過大的 max_tokens 也只會被無聲限制。兩個直接中斷點是：預填的 assistant 回合會回傳 400（3.6 原本就如此），而所有關閉思考的設定現在也都會回傳 400，因此成本控制必須從 thinking_budget 改用三個檔位。

測量日期為 2026-08-15，透過 Synthorai 閘道進行，當時模型發布滿兩天。測試項目包括：檔位與關閉選項矩陣（7 個 effort 值、5 個 budget、2 個關閉參數，n=3；每項比較都在同一批次重新執行 gemini-3.6-flash）、四任務推理成本掃描、嚴格 JSON 結構化輸出、棄用參數探測、輸出上限與 708K 上下文接受度、兩種等待時間的隱式快取配對、四代 Gemini 使用固定語料的 tokenizer 比較、兩輪函式呼叫流程（每個模型 n=3），以及五題捏造實體拒答測試。任務金額依各模型目前的輸出費率，對實測完成權杖計價。其中兩項結果透過第二條獨立請求路徑交叉驗證：接受過大的 max_tokens，以及無法關閉思考。優惠價格與日期來自 Google 公布的條款；隨著部署逐步完成，行為仍可能變更。

← 返回部落格