Google DeepMind a lancé Gemini 3.7 Flash le 13 août, trois semaines après Gemini 3.6 Flash. Le rythme de sortie est presque autant l’information que le modèle lui-même.
Ce qui a bougé
Les gains les plus importants concernent les tâches agentiques et documentaires. AutomationBench, qui évalue l’automatisation des flux de travail en entreprise, est passé à 30.4% contre 17.0%. DeepSWE v1.1, qui couvre l’ingénierie logicielle à long horizon, est monté à 65.3% contre 49.0%. La compréhension de documents GDP.pdf a atteint 34.0% contre 22.0%, la qualité du code de production de FrontierCode 1.1 43.6% contre 34.4%, et le score Elo de WebDev Arena 1588 contre 1538.
Le prix
Les tarifs de lancement sont de $0.75 par million de tokens d’entrée et $3.75 par million de sortie, valables jusqu’au 31 décembre 2026, puis ils passeront à $1.50 et $7.50. Même au tarif standard, cela représente environ la moitié de la génération Flash précédente — une baisse de prix et un bond de capacité dans une même version, un schéma qui a fait des modèles de classe Flash l’option par défaut pour les boucles d’agents à fort volume.
Diffusion dès le premier jour
Le modèle est disponible dans Google AI Studio, Android Studio, la Gemini Enterprise Agent Platform et via Spark pour les abonnés AI Pro et Ultra dans 160+ pays. Le même jour, GitHub l’a ajouté au sélecteur de modèles de Copilot sur huit surfaces — VS Code, Visual Studio, JetBrains, Xcode, Eclipse, la CLI, l’agent cloud et l’application Copilot — facturé au tarif catalogue du fournisseur, sans multiplicateur de demande premium. Vercel l’a proposé sur AI Gateway avec une remise de 50%.
La réserve sur les chiffres
Tous ces benchmarks sont publiés par l’éditeur et réalisés par Google contre son propre modèle précédent. Les reproductions indépendantes accusent généralement plusieurs semaines de retard sur la sortie, et AutomationBench en particulier dispose de peu d’antécédents externes.