Gemini 3.7 Flash

谷歌的全部模型 →国外全模态模型综合智力第 19 名

综合智力全球第 19，偏贵、会看图

加入对比查看评测视频查看评测文章

聪明世界#19

编程中等

记性1.0M

便宜$3.8

记性换算成体感：一次能读完《哈利·波特》全七部

Gemini 系列的全模态模型 · 按发布时间

共 23 个 · 这里是相邻的 7 个 · 谷歌的全部模型 →

她的房间

电脑

没有公开的编程评测成绩

书架

5 层 · 记忆 1.0M tokens

黑板

数学与科学推理

日历

知识停在 2026-03

冰箱

支持上下文缓存，能存记忆

门禁

闭源，权重不公开

身世

发布日期: 2026 年 8 月 13 日models.dev
知识截止: 2026-03
参数量: 体型为估算值，官方从未公布参数量
开放权重: 否
开源许可: 暂无数据
上下文窗口: 1.0M tokens
单次最大输出: 66K
输入价格: $0.75 / 百万 tokens
输出价格: $3.75 / 百万 tokens
模型类型: 全模态能听声音、也能看图，文字、图、声音一起理解
支持的输入: 声音、图像、文件、文字、视频 → 文字
工具调用: 是
深度思考: 是
提示缓存: 是

战绩

综合智力: 158.0
AIME 数学: 97.2%
GPQA Diamond 科学: 94.8%
ARC-AGI-2 抽象推理: 84.6%
Fiction.liveBench 长文本: 未参评

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录，不代表它做不到——本站不会用估算值填补空缺。

编程战绩（按赛制分列）

DeepSWE65.5%
SWE-bench Verified 的一个变体测法，用不同的 agent 脚手架跑同一批题。第三方实测
https://deepswe.datacurve.ai/
Terminal-Bench85.8%
把模型丢进一个真实终端里让它自己干完一件活——装环境、跑脚本、调错。考的是当「实习生」的本事，不只是写代码。厂商自报
https://deepmind.google/models/model-cards/gemini-3-7-flash/
FrontierCode43.6%
Cognition 出的高难度代码题集，面向前沿模型。第三方实测
https://cognition.com/frontiercode
LiveBench 2.0 编程80.0%
LiveBench 2.0 的编程分项：不是做题，而是接 API、写 Agent 循环、接云基础设施、做计费与限额这类真活儿。2.0 换了评测方式（长程任务、产物评审），与旧版 LiveBench 编程分不是同一把尺子，分数不可直接比较。第三方实测
https://livebench.ai/?release=20261014
ALE-Bench904
AtCoder 启发式算法竞赛题，考的是给一个没有标准答案的优化问题找出尽量好的解。分数是 137–2177 的评分标度，不是百分比。和「修 bug」是两种能力。第三方实测
https://epoch.ai/benchmarks
WebDev Arena1587 Elo
让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测
https://epoch.ai/benchmarks

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

全部成绩（按榜单分列）

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合

综合智力158.0第 19 / 225
Epoch Capabilities Index，把十几项学术评测归并成一个总分。想看综合实力，先看这一栏。第三方实测
https://epoch.ai/benchmarks
LiveBench 2.0 综合68.1%第 29 / 48
LiveBench 2.0 七个长程任务分类的等权均分——这个总分由本站计算，上游并不发布。第三方实测
https://livebench.ai/?release=20261014

数学

FrontierMath71.6%第 26 / 112
由职业数学家出的原创难题，连数学博士都要花几小时甚至几天。分数是解出的比例，能过一成就是前沿水平。第三方实测
https://epoch.ai/frontiermath
FrontierMath 第四层36.6%第 27 / 84
FrontierMath 里最难的一层，研究级别的问题，绝大多数模型接近零分。第三方实测
https://epoch.ai/frontiermath
AIME 数学97.2%第 32 / 211
美国高中数学邀请赛难度的模拟题，是数学竞赛能力的通行标尺。答对比例，满分 100。第三方实测
https://epoch.ai/benchmarks
ProofBench58.0%第 21 / 96
不是算出答案，而是写出完整证明并由人评判。考的是数学推理的严谨程度。第三方实测
https://www.vals.ai/benchmarks/proof_bench

知识与推理

GPQA 科学94.8%第 6 / 214
博士级别的物理、化学、生物选择题，题目设计到「谷歌也搜不到答案」。随机乱猜是 25 分。第三方实测
https://epoch.ai/benchmarks
ARC-AGI-284.6%第 12 / 120
看几组图形样例找规律的智力题，人类轻松、模型艰难。专门测「没见过的题会不会做」。第三方实测
https://epoch.ai/benchmarks
带引用的研究75.5%第 23 / 48
监管、法律、财税、科研五类检索与研判任务，答案要带得住核验的出处。第三方实测
https://livebench.ai/?release=20261014
ARC-AGI（第一代）95.5%第 13 / 119
ARC-AGI 的第一代题库，已被第二代取代。第三方实测
https://arcprize.org/
数据分析68.0%第 37 / 48
从表格里认事件、连表、把一种格式转成另一种格式。第三方实测
https://livebench.ai/?release=20261014
SimpleQA 事实问答69.2%第 10 / 108
一问一答的冷门事实题，测的是「知不知道」和「会不会瞎编」。分数低的模型更容易一本正经地胡说。第三方实测
https://www.kaggle.com/benchmarks/deepmind/simpleqa-verified
CritPt 物理14.3%第 42 / 180
研究级别的物理问题，由在职物理学家出题。测的是能不能做前沿科研级的推理。第三方实测

智能体

长程任务29.1%第 33 / 48
跑几个月的运维、财务合规、电商运营这类长线任务，看模型能不能一直把事做对。第三方实测
https://livebench.ai/?release=20261014
浏览器操作61.2%第 28 / 48
在真实网页里点选、翻页、汇总信息，考验 agent 是不是真的会用浏览器。第三方实测
https://livebench.ai/?release=20261014
APEX 专业任务67.8%第 5 / 64
投行、律所、咨询公司的真实工作任务，由业内专家出题与评分。第三方实测
远程工作指数5.0%第 8 / 22
Remote Labor Index：从自由职业平台上取的真实外包项目，看模型能独立交付多少。分数普遍很低，说明离「替代远程工作者」还远。第三方实测

游戏与谜题

国际象棋残局66.0%第 5 / 107
给一个棋局找出最佳着法。分数是解对的比例，随机乱走约 5 分。第三方实测
https://epoch.ai/benchmarks/chess-puzzles
推理谜题87.8%第 23 / 48
心理理论、斑马谜题、空间推理这类不靠背题的死磕题。第三方实测
https://livebench.ai/?release=20261014
推理游戏谜题37.0%第 20 / 104
Epoch 自建的一组推理小游戏，测的是在规则未知的环境里摸索规律。第三方实测
https://epoch.ai/benchmarks

写作

文档与排版75.0%第 32 / 48
产出 Word 文档、PDF、PPT 三类成品，看内容组织与版式。第三方实测
https://livebench.ai/?release=20261014

其他

Dtbench96.8%第 11 / 222
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://conceptualreasoning.ai/dtbench
Furniture Assembly26.7%第 31 / 40
Epoch AI 收录的评测，暂无中文说明。第三方实测
Lmca50.4%第 27 / 206
Epoch AI 收录的评测，暂无中文说明。第三方实测
https://conceptualreasoning.ai/lmca

B 站上的 Gemini 3.7 Flash 实测7 个视频

在 B 站搜「Gemini 3.7 Flash 测评」↗

以上为 B 站搜索结果，按播放量排（站长的视频置顶），内容由各 UP 主提供，不代表本站观点。