Вводное предложение Google Gemini 3.7 Flash, ориентированное на программистов и агентов, включает 50% скидку.

Карл Франзен

Google запускает Gemini 3.7 Flash, новую версию своей основной модели искусственного интеллекта, в которой в центре обновления находятся программирование, рабочие процессы агентов и интеллектуальная работа, а также временно снижены вдвое цены на API.

Релиз состоялся всего через три недели после выхода Gemini 3.6 Flash, что является необычно коротким сроком, который Google объясняет отзывами разработчиков и улучшениями алгоритмов.

Для корпоративных разработчиков более важным может оказаться сочетание этих интеллектуальных улучшений с более низкими затратами на вывод данных: до конца 2026 года стоимость Gemini 3.7 Flash составляет 0,75 доллара за миллион входных токенов и 3,75 доллара за миллион выходных токенов.

С 1 января 2027 года цена вырастет до 1,50 доллара за миллион входных токенов и 7,50 доллара за миллион выходных токенов. Это означает, что текущая скидка является временной, но она дает командам, развертывающим большие объемы кода и бизнес-агентов, несколько месяцев на оценку того, приводят ли заявленные Google сокращения количества повторных попыток и ручного контроля к снижению общих операционных затрат.

Запуск также подчеркивает стремительное развитие линейки Flash от Google, в то время как следующая флагманская модель Pro по-прежнему отсутствует. Как сообщило агентство Reuters, Google не назвала дату выхода Gemini 3.5 Pro в четверг, несмотря на то, что ранее сообщалось о тестировании этой модели партнерами. Axios также отметило, что версия Flash 3.7 выйдет раньше ожидаемого релиза Pro.

Трехнедельное обновление, направленное на выполнение работы.

Google описывает Gemini 3.7 Flash как свою «самую интеллектуальную рабочую лошадку для программирования и агентов». Компания утверждает, что эта модель лучше адаптируется при возникновении препятствий, уточняет намерения при необходимости и более точно следует инструкциям.

Эти улучшения важны не только с точки зрения результатов тестирования. В корпоративном агенте программирования модель, которая вносит меньше ненужных изменений, восстанавливается после ошибок и более надежно выполняет многоэтапные планы, может сократить количество вмешательств человека, необходимых для выполнения задачи. Тот же принцип применим к бизнес-агентам, работающим с документами и приложениями, где неправильный вызов инструмента или неверно истолкованная инструкция могут сорвать полезный рабочий процесс.

Google утверждает, что Flash 3.7 «думает более тщательно», уделяя больше внимания многоэтапному планированию и использованию инструментов. Заявленная цель — более дисциплинированное выполнение с меньшим количеством повторных попыток и меньшим ручным контролем.

Это представляет собой интересную эволюцию по сравнению с Gemini 3.6 Flash. В документации для разработчиков Google описывается, что в версии 3.6 сокращается количество шагов рассуждения, реплик в диалоге и вызовов инструментов по сравнению с более ранними моделями, при этом предпринимается попытка ограничить зацикливание выполнения. В версии 3.7 акцент смещается на уделение достаточного внимания планированию при одновременном улучшении качества выполнения — потенциально более полезная оптимизация, чем простое минимизирование количества шагов, выполняемых агентом.

В сообщении, сопровождающем релиз, Google DeepMind заявила, что Flash 3.7 демонстрирует улучшения в отладке и устранении неполадок, генерирует более функциональные веб-макеты и приложения с меньшим количеством запросов, а также повышает точность и эффективность обработки реальных бизнес-процессов.

Улучшения в навыках программирования существенны, но не повсеместны.

Результаты тестов Google показывают значительное улучшение показателей по сравнению с предыдущим поколением в ряде тестов, связанных с разработкой программного обеспечения.

В тесте FrontierCode 1.1 Main, измеряющем качество кода в производственной среде, Gemini 3.7 Flash показал результат 43,6%, что выше показателя Gemini 3.6 Flash (34,4%). Это также немного превышает 42,7%, о которых сообщает Google для Claude Sonnet 5, и 41,3% для GPT-5.6 Terra.

В DeepSWE v1.1, долгосрочном тесте для оценки эффективности разработки программного обеспечения, версия 3.7 Flash достигает 65,3%, по сравнению с 49,0% у её предшественницы. GPT-5.6 Terra по-прежнему лидирует с результатом 69,6% в таблице Google.

В веб-разработке наблюдается еще один заметный прогресс. Gemini 3.7 Flash получает оценку Elo 1588 на Code Arena, против 1538 у 3.6 Flash, 1541 у Claude Sonnet 5 и 1523 у GPT-5.6 Terra. Google утверждает, что новая модель позволяет создавать более функциональные макеты и полнофункциональные приложения с меньшим количеством запросов, при этом более точно следуя эталонным скриншотам, изображениям и системам проектирования.

Общая таблица сравнительных показателей более неоднородна, что важно для предприятий, оценивающих модель для конкретных рабочих нагрузок, а не для поиска одной «лучшей» модели.

Gemini 3.7 Flash набирает 85,8% баллов в Terminal-bench 2.1, по сравнению с 87,4% у GPT-5.6 Terra. Terra также лидирует в сравнениях Google в Terminal-bench 3.0 и OSWorld-2.0. Claude Sonnet 5 лидирует в многорежимных задачах Agent's Last Exam, связанных с рабочим столом и операционными системами, с показателем успешной сдачи 33,3%, против 26,3% у Gemini 3.7 Flash.

Другими словами, собственные результаты Google не показывают, что Flash 3.7 повсеместно вытесняет более дорогие конкуренты. Вместо этого они указывают на модель, которая стала значительно более конкурентоспособной в плане кодирования и обработки задач агентами, занимая при этом более низкий ценовой сегмент.

Возможно, более важным тестом станут корпоративные рабочие процессы.

Преимущества выходят за рамки разработки программного обеспечения.

В тесте AutomationBench, который Google описывает как инструмент для измерения автоматизации корпоративных рабочих процессов, Gemini 3.7 Flash показал результат 30,4%, что значительно выше показателя 3.6 Flash (17,0%). В таблице Google указано, что Claude Sonnet 5 получил 10,7%, а GPT-5.6 Terra — 23,6%.

Модель также достигает 34,0% в тесте GDP.PDF, оценивающем понимание сложных PDF-файлов, по сравнению с 22,0% для Flash 3.6, 28,0% для Claude Sonnet 5 и 24,7% для GPT-5.6 Terra.

Такое сочетание актуально для корпоративных агентов, поскольку многие практические задачи требуют большего, чем просто генерация текста или кода. Агенту может потребоваться интерпретировать длинный отчет, определить необходимую информацию, выбрать инструмент для запуска, обновить другую систему и подготовить документ для проверки человеком. Надежность на протяжении всей этой цепочки может иметь большее значение, чем производительность в отдельном тесте на логическое мышление.

Google воплощает этот тезис в жизнь с помощью Gemini Spark. Подписчики Google AI Pro и Ultra могут использовать Flash версии 3.7 в Spark, персональном ИИ-агенте компании. Google заявляет, что обновление улучшает работу с информацией и использование инструментов Spark во всех приложениях Google Workspace, включая рабочие процессы, которые объединяют файлы, создают черновики электронных писем и обновляют документы о состоянии.

Для корпоративных клиентов версия 3.7 Flash также доступна через платформу Gemini Enterprise Agent Platform и приложение Gemini Enterprise.

Цена становится частью модельного соревнования.

Начальная ценовая политика Gemini 3.7 Flash представляет собой заметную попытку интегрировать эту модель в корпоративные рабочие процессы.

До 31 декабря разработчики платят 0,75 доллара за миллион входных токенов и 3,75 доллара за миллион выходных токенов. Кэширование контекста стоит 0,075 доллара за миллион токенов в течение вводного периода. Google заявляет, что стандартные цены удвоятся 1 января 2027 года и составят 1,50 доллара за входные токены и 7,50 доллара за выходные, а стоимость кэширования контекста вырастет до 0,15 доллара.

Для сравнения, стандартная цена API Gemini 3.6 Flash составляет 1,50 доллара за миллион входных токенов и 7,50 доллара за миллион выходных токенов. В таблице бенчмарков Google цена Claude Sonnet 5 указана как 2 и 10 долларов соответственно, а GPT-5.6 Terra — как 2 и 12 долларов.

Экономические аспекты становятся более очевидными для автономных агентов, поскольку один запрос пользователя может привести к длинной последовательности вызовов модели, токенов рассуждений и взаимодействий с инструментами. Модель, которая стоит меньше за токен, но требует значительно большего количества повторных попыток, в конечном итоге может оказаться не дешевле.

И наоборот, сочетание более низкой начальной цены токенов от Google и заявленных улучшений точности первого прохода может существенно изменить стоимость запуска высокопроизводительных агентов для кодирования или обработки документов, если эти преимущества сохранятся в производственной среде.

В конечном итоге именно этот показатель командам предприятий придется проверять: не цену за миллион токенов как таковую, а стоимость успешно выполненной задачи.

Реорганизация Google в сфере искусственного интеллекта повышает ставки для Gemini.

Выход Gemini 3.7 Flash происходит на фоне более широкой дискуссии о том, теряет ли Google позиции на переднем крае искусственного интеллекта. Компания не выпустила Gemini 3.5 Pro, несмотря на то, что в мае заявляла о появлении флагманской модели в следующем месяце.

В июле Google заявила, что приложение все еще находится на стадии тестирования партнерами и станет широко доступным, когда будет готово; в объявлении, сделанном в четверг, никаких дополнительных сроков не сообщалось. Таким образом, последней выпущенной универсальной моделью Pro от Google остается Gemini 3.1 Pro, представленная в феврале.

В июле агентство Reuters сообщило, что Gemini 3.5 Pro не достигла первоначальных целей, не оправдав внутренних ожиданий, особенно в части программирования, несмотря на то, что Google начала обучение своей, как она называет, самой амбициозной модели на сегодняшний день — Gemini 4.

Задержка совпадает с масштабной перестановкой в руководстве Google в сфере искусственного интеллекта, о которой было объявлено на прошлой неделе.

Соучредитель Google DeepMind и лауреат Нобелевской премии Демис Хассабис отказался от повседневного управления знаменитым подразделением искусственного интеллекта DeepMind, чтобы стать его председателем и одновременно занять должность главного научного сотрудника Alphabet.

Между тем, бывший технический директор DeepMind Корай Кавукчуоглу теперь возглавляет это подразделение в качестве старшего вице-президента, подчиняясь непосредственно генеральному директору Сундару Пичаи.

Кавукчуоглу контролирует разработку моделей Gemini, передовые исследования, приложение Gemini и команды разработчиков, фактически консолидируя всю цепочку Gemini под управлением более ориентированного на продукт оператора.

Главный научный сотрудник Джефф Дин, соруководитель Gemini Ориол Виньялс, Куок Ле и Санджай Гемават покинули компанию, чтобы основать исследовательский стартап Discovery Loop.

Эти уходы последовали за переходом Ноама Шазира, одного из руководителей Gemini, в OpenAI, и уходом Джона Джампера, лауреата Нобелевской премии AlphaFold, в Anthropic. Агентство Reuters сообщило, что внутренние разногласия, ограниченное распределение вычислительных ресурсов и бюрократия Google способствовали замедлению выпуска новых версий и появлению недостатков в коде.

Внешние интерпретации варьируются от восстановления организации до более фундаментального отступления.

Компания SemiAnalysis утверждает, что Google все больше отдает приоритет высокодоходному бизнесу по предоставлению облачной инфраструктуры компаниям, занимающимся искусственным интеллектом, включая конкурентов Gemini, вместо поддержания собственных моделей на самом переднем крае технологий. В этом же анализе утверждалось, что Google фактически отменила выпуск 3.5 Pro, хотя Google это не подтвердила и продолжает заявлять о задержке выпуска этой модели.

Издание The Verge предложило более взвешенную оценку: уходы и задержки с выпуском новых моделей — это серьезные проблемы, но Google сохраняет огромные преимущества благодаря поиску, Workspace, Android, облачным сервисам, собственным чипам искусственного интеллекта и дистрибуции для потребителей. Google заявляет, что приложение Gemini превысило 950 миллионов ежемесячных пользователей, что обеспечивает ему охват, который не зависит исключительно от обладания моделью с наивысшим рейтингом.

Текущие показатели также указывают на то, что компания отстает от лидеров, но все еще остается конкурентоспособной. Компания Artificial Analysis оценивает Claude Opus 5 на 63 балла в своем общем индексе интеллекта моделей, в то время как Google сообщает о показателе 56 для Gemini 3.7 Flash — улучшение по сравнению с 52 баллами для 3.6 Flash, но не возвращение на вершину.

Предварительные результаты тестирования Arena с учетом предпочтений пользователей более благоприятны: по предварительным оценкам, Flash занимает девятое место в общем рейтинге (3,7) и восьмое место в категории веб-разработки.

В итоге получается не то, что Google отказался от передового искусственного интеллекта, а то, что компания стала сильнее в быстрой разработке эффективных Flash-моделей, испытывая при этом трудности с созданием флагманского продукта премиум-класса, необходимого для возвращения на лидирующие позиции. Gemini 4 теперь станет наиболее наглядной проверкой того, устранит ли реорганизация руководства этот пробел в реализации.

Доступно уже сейчас для всех разработчиков Google.

Разработчики могут получить доступ к Gemini 3.7 Flash через API Gemini в Google AI Studio и Android Studio, а также в среде Google Antigravity. Предприятия могут развернуть его через Gemini Enterprise Agent Platform и Gemini Enterprise, а пользователи с подписками Google AI Pro или Ultra могут получить доступ к модели через Spark в поддерживаемых странах.

По данным компании, Google также внедряет обновленные средства защиты, охватывающие химические, биологические, радиологические и ядерные риски, а также злоупотребления в сфере киберпреступлений.

Необычно быстрый переход от Gemini 3.6 Flash к 3.7 Flash указывает на цикл разработки моделей, в котором алгоритмические улучшения могут быть внедрены в серийные продукты без ожидания нового поколения флагманских устройств. Ars Technica также отметила трехнедельный интервал между двумя релизами, а Google заявляет, что методы, лежащие в основе обновления, будут использованы в будущих моделях.

Для разработчиков такой ускоренный темп создает свои собственные операционные вопросы. Модели могут быстро улучшаться, но производственным командам все равно приходится сравнивать новые релизы со своими собственными репозиториями, подсказками, схемами инструментов и режимами сбоев, прежде чем вносить изменения в развертывание.

Gemini 3.7 Flash предоставляет этим командам особенно сильный стимул для проведения оценки. Собственные данные Google показывают значительные улучшения в разработке кода, веб-разработке, понимании документов и автоматизации рабочих процессов, не претендуя при этом на лидерство во всех областях. При своей начальной цене Google фактически делает ставку на то, что разработчики оценят модель, достаточно конкурентоспособную по сравнению с более дорогими системами, и в то же время достаточно дешевую для многократного использования внутри агентов.

Сохранится ли это преимущество после возвращения к полной цене в январе, будет зависеть не столько от позиций в рейтинге, сколько от того, насколько надежно Flash 3.7 справляется с реальной работой.

Источник: venturebeat.com