8 月 13 日谷歌发布公告，Gemini 3.7 Flash 上线，我掐指一算离 3.6 Flash 才过去三周，上个月刚照着 3.6 的文档改过配置，翻的时候忍不住嘀咕，三周前那版配置改了个寂寞，这种更新速度放在一年前不可想象，现在却成了 Flash 系列的常态。
官方评测页我只看两个数
官方评测页上数据不少，但我看下来只盯着两个数：一个是 DeepSWE v1.1，从 49.0% 提到 65.3%，另一个是 AutomationBench，从 17.0% 提到 30.4%，FrontierCode 1.1 的 43.6% 当个参考就行，跟前一次差距不大。
后两个数跟选型直接相关，DeepSWE 面向软件工程任务，AutomationBench 面向自动化流程执行，它们都在测同一件事，就是模型能不能在长链条任务里从头撑到尾，这个比单点能力重要得多。
写几行演示代码跟这个不是一回事，一个片段正确就能交差，一个要求几十步保持状态不崩。后两项接近翻倍，Agent 这类用法的实用性确实上了一个台阶，对我来说，这意味着以前只能 demo 着玩的 Agent 工作流，现在真的可以塞进生产环境了。
API 和 Spark 共用一颗引擎
还有个细节容易漏掉：3.7 Flash 同时部署在两个位置，一边是开发者调用的 API，另一边是个人 Agent 产品 Gemini Spark，拿它当了新引擎，支持跨 Gmail、日历和文档执行多步骤指令，汇总上周邮件并生成待办清单这种跨应用任务就是典型用法。
核心模型共用，你在 API 上打磨的方案，跟十亿月活用户使用的引擎完全一致，行为一致性有保障，对做 Agent 应用的团队是好消息，这相当于谷歌替你做了大规模验证，减少了很多兼容性测试的麻烦。
年底前 API 半价
定价方面的动作更大：年底前 API 半价，输入 0.75 美元每百万 token，输出 3.75 美元每百万 token，我算了下，以前跑一个中等规模的 Agent 任务，token 成本可能占掉三分之一的预算，现在直接砍半。同档位别家都在卷性能，谷歌反手卷价格，先把开发者基数灌满，这个阶段赚装机量不赚单价，对初创团队和小项目是好事。
但价格低也有代价。更新节奏这么快，意味着你今天写死的版本号，下个月可能就显得老了，对那种需要长期稳定输出的业务来说，价格波动反而是次要的，版本漂移才是大头。
我写代码的人怎么看
三周一版加主动降价，谷歌在 Flash 线上拿更新节奏换市场份额，落到我身上，有两层意思。先说价格：这个档位的价格大概率还有下探空间，此刻锁死长期合约不明智，月活不大的项目可以先用着，等合约到期再换，没必要提前锁定。
另一层更要紧。模型选择写成配置项，别写死版本号，更新周期压到三周之后，硬绑版本等于埋雷，模型一换全线返工，多花点功夫做抽象，后面的路宽一大截。我建议把模型 ID、温度参数和最大 token 数这些都放到配置文件或者环境变量里，主逻辑只调用一个封装好的接口，这样 Gemini 升到 3.8 或者切到其他模型，基本改一行就完事。这条建议现在不听，三周后还得再听一遍。这条别省。
