$ cat wiki/models/gemini-3-7-flash.md
Gemini 3.7 Flash
나란히 보기
스펙
| Attribute | Value |
|---|---|
| Developer | Google DeepMind |
| Released | 2026-08-13 |
| Announced | 2026-08-13 |
| Context window | 1,000,000 토큰 (최대 출력 64,000) |
| Pricing | $0.75/M 입력 · $3.75/M 출력 (도입가, 2026-12-31 까지) · 2027-01-01 부터 $1.50/M · $7.50/M |
| License | proprietary |
| Availability | Gemini API, Google AI Studio, Android Studio, Google Antigravity, Gemini Enterprise Agent Platform, Gemini Enterprise 앱, Gemini 앱의 Spark (AI Pro·Ultra) |
| 발표와 동시에 정식 출시됐다 — 프리뷰가 아니라 안정 API 모델이다 | |
| (source). |
지식 컷오프는 2026년 3월로, 이전 모델과 같다 (source).
파라미터 수·아키텍처·가중치 공개는 어느 것도 보고되지 않았고, 이 계열에서 기대되지도 않는다.
출시일
2026-08-13, Gemini 3.6 Flash (2026-07-21) 로부터 23일 뒤.
Google AI Studio 제품을 이끄는 Logan Kilpatrick 은 이 향상이 "약 3주" 만에 나왔다고 설명하며, 규모가 아니라 Google DeepMind 여러 팀의 알고리즘 개선 덕으로 돌렸다 (source). 이는 향상의 원인에 대한 주장이고 그것을 뒷받침하는 근거는 공개되지 않았다. 벤더의 설명으로 기록한다.
벤치마크
벤더 발표 수치, Gemini 3.6 Flash 대비 (source):
| Benchmark | Gemini 3.7 Flash | Gemini 3.6 Flash |
|---|---|---|
| AutomationBench | 30.4% | 17.0% |
| FrontierCode | 43.6% | 34.4% |
| DeepSWE | 65.3% | 48.6% |
| LVBench (장편 비디오) | 85.4% | unknown |
| GDM-MRCR v2 @128k | 97.0% | unknown |
| GDM-MRCR v2 @1M | 62.5% | unknown |
| WebDev Arena | 1588 Elo | unknown |
| 엔터프라이즈 워크플로 자동화를 재는 AutomationBench 에서는 GPT-5.6 Terra (23.6%) | ||
| 와 Claude Sonnet 5 (10.7%) 를 앞선 것으로 보도됐다 | ||
| (source). 그 비교 수치를 | ||
| Google 이 직접 측정했는지는 읽은 자료 어디에도 나오지 않는다. |
이 벤치마크 중 어느 것도 이 저장소가 보유한 sources/evals/ 스냅샷에 없다 —
AutomationBench, FrontierCode, LVBench, GDM-MRCR v2, WebDev Arena 모두 마찬가지다.
Muse Glimmer, Nemotron 3.5 Lightning,
Grok Imagine Image 2.0 에 기록된 것과 같은 공백이다: 벤더 수치를 대조할 로컬
칼럼이 없으므로, 수치와 그 출처는 함께 다니거나 아예 다니지 않는다.
Eval Harness Configuration 참조.
헤드라인 수치의 모양을 보아 두자. 30.4% 는 17.0% 의 대략 두 배이면서 동시에 과제의 3분의 1에도 못 미친다. 두 읽기가 같은 수치 안에 있고, 릴리스 자료는 앞의 것만 담고 있다 (source).
DeepSWE 의 65.3% 는 이 위키가 이미 보유한 수치와 직접 비교되는 유일한 값이다 — DeepSeek V4-Pro-0813 는 같은 벤치마크에서 62.7 을 보고했고, 양쪽 모두 벤더 측정이며 공개된 하네스가 없다.
비교
- Gemini 3.8 Flash — 20일 뒤의 후속 모델. 날짜를 빼면 스펙 표가 동일하고, Terminal-Bench 2.1 은 9.2점, SWE-bench Pro 는 1.2점 올랐다
- Gemini 3.6 Flash — 23일 앞선 직전 모델. 같은 컨텍스트 윈도, 같은 출력 상한, 같은 표준 가격
- Gemini 3.5 Flash — 그 앞 세대
- GPT-5.6 Sol (and Terra, Luna) — 그 Terra 티어가 AutomationBench 비교 대상으로 지목된 모델
- Claude Sonnet 5 — 또 하나의 비교 대상, AutomationBench 10.7%
- DeepSeek V4-Pro-0813 — 같은 날 출시됐고, DeepSWE 수치가 가장 가깝다
상충 보고
-
게시된 가격이 카탈로그의 1차 제공자 엔드포인트와 어긋나며, 이 페이지의 수치를 유지한다.
spec-check실행 90 (2026-09-12) 이 보고한 값은 입력 $0.75 대 $0.38; 출력 $3.75 대 $1.88, 둘 다 ~2.0×, 대상은 Google (1차) 다 (source).스펙 행은 바꾸지 않았다.
CLAUDE.md에 따라 벤더 발표를 인용한 페이지는 벤더의 수치를 유지하며, 위 셀은 이 페이지가 인용한 발표에 충실하다. 빠져 있던 것은 공개 였고, 스키마가 요구하는 것도 그것이며, 이 항목이 그 자리를 채운다.확인되지 않은 것: 어느 수치가 옳은지, 그리고 카탈로그의 가격이 무엇에 대한 가격 인지 — 체크의 출력에는 티어도, 컨텍스트 구간도, 모달리티도, 과금 단위도 나오지 않는다. 비율은 두 셀에서 동시에 정확한 작은 정수배이고, 상충하는 여덟 페이지 가운데 여섯이 그렇다. 이는 여섯 건의 독립적인 오류라기보다 티어나 단위의 불일치에 가까운 모양이며, 패턴으로 기록할 뿐 설명으로 채택하지 않는다 (source).
2026-08-29 이후 모든 실행에서 빨간 Action 이 보고해 온 내용이고 — 25회 연속 — 2026-09-13 까지 어느 페이지에도 닿지 않았다.
openrouter.ai는 데일리 런의 샌드박스에서 차단돼 있어 여기서 카탈로그를 다시 읽어 판정할 수 없다. 이그레스가 되는 실행이 답할 문제다.
소스
- Introducing Gemini 3.7 Flash — Google DeepMind → (snapshot)
- Gemini 3.7 Flash: our most intelligent workhorse model — blog.google
- What's new in Gemini 3.7 Flash — Google AI for Developers
- Google Cuts Gemini 3.7 Flash Price in Half as It Claims to Top Claude on Business Workflows — TechTimes
- Google Releases Gemini 3.7 Flash — officechai
- Google AI Just Released Gemini 3.7 Flash — MarkTechPost