Gemini 3.7 Flash
Gemini 3.7 Flash je multimodálny reasoning model od Google DeepMind, predstavený 13. augusta 2026. Hoci sa o ňom skrátene hovorí ako o „Gemini 3.7“, oficiálne materiály potvrdzujú konkrétny variant Flash; samostatný Gemini 3.7 Pro z nich nevyplýva. Google model zameriava najmä na programovanie, agentické pracovné postupy, spracovanie dokumentov a úlohy, pri ktorých model opakovane plánuje a volá nástroje.
Google Cloud uvádza model ako všeobecne dostupný (GA) a Gemini API ho vedie pod stabilným identifikátorom gemini-3.7-flash. Nejde teda iba o experimentálny preview. Stav a ceny v tomto texte platia k 23. augustu 2026; pri nasadení je rozumné znovu skontrolovať dokumentáciu, pretože limity, regióny aj cenník sa môžu meniť.
Čo prináša oproti starším modelom
Gemini 3.7 Flash prišiel tri týždne po Gemini 3.6 Flash. Google pri uvedení zdôraznil lepšie riešenie problémov v kóde, presnejšie nasledovanie pokynov a disciplinovanejšie viac-krokové plánovanie. Výsledky zverejnené Googlom ukazujú posun oproti 3.6 Flash napríklad na FrontierCode 1.1 Main (43,6 % oproti 34,4 %) a DeepSWE v1.1 (65,3 % oproti 49,0 %). Na benchmarku dokumentového porozumenia GDP.pdf uvádza Google 34,0 % oproti 22,0 %.
Tieto čísla treba čítať ako výsledky výrobcu, nie ako záruku úspechu v konkrétnom projekte. Pri reálnom výbere je dôležitejšie otestovať vlastné repozitáre, dokumenty, nástroje a akceptačné testy. Používateľom Gemini 3.5 Flash dáva zmysel pripraviť porovnávací eval: rovnaké zadania, rovnaké nástroje, meranie chybovosti, počtu opakovaní, spotrebovaných tokenov a času do hotového výsledku.
Porovnanie s Gemini 3.1 Pro nie je jednoduchý súboj vyššieho čísla verzie. Označenia Flash a Pro predstavujú odlišné produktové pozície. Gemini 3.7 Flash je určený na škálované pracovné postupy a rýchlejšiu prevádzku, no z názvu ani z launch materiálov nemožno odvodiť, že automaticky prekoná Pro vo všetkých analytických alebo kreatívnych úlohách.
Kontext, modality a nástroje
Model prijíma text, obrázky, video, audio a PDF, pričom generuje textový výstup. Oficiálny limit vstupu je 1 048 576 tokenov a maximálny výstup má 65 536 tokenov. Veľké kontextové okno však neznamená, že každý detail v milión-tokenovom vstupe dostane rovnakú pozornosť. Pri dlhých dokumentoch je vhodné sledovať citácie, rozdeliť kontrolu na menšie kroky a overovať závery proti zdrojovým pasážam.
Gemini API dokumentuje podporu function callingu, spúšťania kódu, file search, štruktúrovaných výstupov, cachovania kontextu, URL contextu a groundingu cez Google Search aj Google Maps. „Thinking“ možno nastaviť na úroveň low, medium alebo high; hodnota minimal podporovaná nie je. Computer use je označený ako preview. Model naopak priamo nepodporuje Live API, generovanie obrázkov, generovanie audia ani text-to-speech. Tieto hranice sú dôležité: multimodálny vstup nie je to isté ako multimodálny výstup.
Dostupnosť a cena
Vývojári môžu Gemini 3.7 Flash použiť cez Gemini API v Google AI Studio, Android Studio a v agentickom prostredí Google Antigravity. Organizácie ho nájdu v Gemini Enterprise Agent Platform a Gemini Enterprise app. Google ho zároveň nasadil do Gemini Spark pre predplatiteľov Google AI Pro a Ultra v podporovaných krajinách. Konkrétna dostupnosť pre účet alebo región sa preto musí overiť v príslušnom produkte.
V štandardnom platenom Gemini API stojí do 31. decembra 2026 milión vstupných tokenov 0,75 USD a milión výstupných tokenov 3,75 USD; výstupná cena zahŕňa aj thinking tokeny. Od 1. januára 2027 dokumentácia uvádza 1,50 USD za vstup a 7,50 USD za výstup. Ide o úvodné ceny s vopred uvedeným koncom, preto ich netreba používať v dlhodobom rozpočte bez zohľadnenia zvýšenia. Cenník uvádza aj bezplatný tier, jeho praktické kvóty však závisia od aktuálnych limitov účtu.
Kedy dáva zmysel
Gemini 3.7 Flash je relevantný pre agentov, ktorí upravujú viac súborov, používajú terminál alebo podnikové nástroje, pre tvorbu webových rozhraní z vizuálnej predlohy a pre analýzu rozsiahlych PDF či multimodálnych záznamov. Výhodou je spojenie dlhého kontextu, nástrojov a stabilného API modelu v jednom variante.
Pred ostrou migráciou je vhodné vytvoriť malú sadu reprezentatívnych úloh a zaznamenať nielen úspešnosť, ale aj počet tool callov, latenciu, vstupné a výstupné tokeny a podiel zásahov človeka. Stabilné označenie modelu uľahčuje produkčné nasadenie, nenahrádza však verziovanie promptov a výsledkov evalov. Tím by mal mať aj možnosť návratu k predchádzajúcemu modelu, ak sa v konkrétnom pracovnom postupe objaví regresia. Celkové náklady treba rátať na dokončenú úlohu, nie iba podľa ceny jedného milióna tokenov.
Ani lepší benchmark však neodstraňuje potrebu kontroly. Produkčný agent má mať obmedzené oprávnenia, jasné akceptačné kritériá, testy, záznam tool callov a ľudské schválenie pred nevratnou operáciou. Pri migrácii treba sledovať aj zmenu dĺžky odpovedí a thinking tokenov, pretože kvalitnejší výsledok môže spotrebovať viac výstupu. Bezpečnostný model card opisuje aktualizované ochrany pre CBRN a kybernetické zneužitie, no nejde o potvrdenie bezchybnosti ani vhodnosti pre každý regulovaný scenár.