Betal etter bruk. Ingen abonnement, ingen skjulte gebyrer.
| Modell | Inndata /1M tokens | Bufret inndata /1M tokens | Utdata /1M tokens |
|---|---|---|---|
| Gemini 3.7 Flash 100K inndata- + 20K utdata-tokens: $0.120 | $0.600/1M tokens 120 kreditter/1M tokens $0.750/1M tokensSpar 20 % | $0.060/1M tokens 12 kreditter/1M tokens $0.075/1M tokensSpar 20 % | $3.00/1M tokens 600 kreditter/1M tokens $3.75/1M tokensSpar 20 % |
Belastningen er basert på det endelige resultatet.
Komplett veiledning for Gemini 3.7 Flash-API for raske og dyktige agenter
Gemini 3.7 Flash er Googles allment tilgjengelige Flash-arbeidshest for agentisk koding, webutvikling, multimodal resonnering og komplekst kunnskapsarbeid. Modellen støtter en inndatakontekst på 1 048 576 tokens og opptil 65 536 utdata-tokens.
Bruk gemini-3.7-flash via /v1/chat/completions eller den innebygde Gemini-banen /v1beta/models. PoYo tar 120 kreditter for inndata, 12 for bufrede inndata og 600 for utdata per million tokens – 20 % under Googles introduksjonspriser for Standard.
Offisielle demonstrasjoner fra Google viser hvordan modellen går fra planlegging til ferdige, interaktive resultater i koding, visuelle oppgaver, fysiske oppgaver og dokumentarbeid.
01
Gemini 3.7 Flash kan planlegge og implementere interaktive opplevelser og samtidig holde det visuelle resultatet og kodens oppførsel i samsvar.
02
Bedre etterlevelse av design gjør det lettere å omsette visuelle referanser til gjennomarbeidede landingssider og å gå gjennom eksisterende grensesnitt for mangler i implementeringen.
03
Agentisk planlegging og multimodal forståelse gjør at modellen kan tolke en scene, velge handlinger og koordinere verktøy over flere trinn.
04
Et kontekstvindu på en million tokens støtter omfattende dokumentanalyse, sammenstilling av belegg, beregninger og rapportorienterte arbeidsflyter.
Planlegg og gjennomfør kodearbeid i flere trinn, naviger i kodelagre, kall verktøy, feilsøk og verifiser endringer med færre nye forsøk.
Gjør designreferanser om til fungerende grensesnitt, gå gjennom eksisterende frontender og iterer med visuell tilbakemelding.
Resonner på tvers av lange rapporter, PDF-er, forskningsmateriale og bedriftsdokumenter innenfor en kontekst på 1M tokens.
Kombiner tekst, bilder, video, lyd og PDF-er for gjennomgang, uttrekk, forståelse og strukturerte svar.
Bygg agenter med funksjonskall, kodekjøring, søkeforankring, strukturerte utdata og URL-kontekst.
Velg tenkenivået low, medium eller high for å balansere svartid, kostnad og oppgavedybde.
Utvalgte referansetester fra august 2026 sammenligner Gemini 3.7 Flash med Gemini 3.6 Flash, Claude Sonnet 5 og GPT-5.6 Terra innen koding, agentisk utførelse, webutvikling, dokumentarbeid og resonnering med lang kontekst.
| Referansetest | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra | Merknader |
|---|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 56 | 52 | 55 | 57 | Samlet intelligens |
| FrontierCode 1.1 Main | 43,6 % | 34,4 % | 42,7 % | 41,3 % | Kodekvalitet i produksjon |
| DeepSWE v1.1 | 65,3 % | 48,6–49,0 % | 53,8 % | 69,6 % | Programvareutvikling med lang tidshorisont |
| WebDev Arena (Elo) | 1588 | 1538 | 1541 | 1523 | Webutvikling |
| Terminal-Bench 2.1 | 85,8 % | 78,0 % | 80,4 % | 87,4 % | Agentisk koding i terminalen |
| Terminal-Bench 3.0 | 14,9 % | 5,4 % | 14,6 % | 20,8 % | Generelle agentegenskaper |
| AutomationBench | 30,4 % | 17,0 % | 10,7 % | 23,6 % | Automatisering av arbeidsflyter i bedrifter |
| GDP.pdf | 34,0 % | 22,0 % | 28,0 % | 24,7 % | Kompleks dokumentbehandling |
| Harvey LAB-AA (Legal) | 90,7 % | 85,1 % | 90,1 % | 85,2 % | Komplekse juridiske arbeidsflyter |
| OSWorld-2.0 | 47,9 % | 33,8 % | — | 50,2 % | Agentisk datamaskinbruk |
| GDM-MRCR v2 (128k) | 97,0 % | 91,8 % | 81,5 % | 93,5 % | Ytelse med lang kontekst |
| HLE-Verified | 53,6 % | 51,2 % | 31,0 % | 51,1 % | Tverrfaglig ekspertresonnering |
Utvalgte resultater fra referansetester i den oppgitte kunnskapsbasen for Gemini 3.7 Flash, gjeldende per august 2026. Poengsummene bruker det publiserte evalueringsoppsettet for hver referansetest.
1. Opprett en API-nøkkel. Logg inn og opprett en nøkkel hos PoYo.
2. Velg format. Bruk POST /v1/chat/completions for OpenAI-kompatible klienter, eller POST /v1beta/models/gemini-3.7-flash:generateContent for innebygde Gemini-forespørsler. Strømming er tilgjengelig via :streamGenerateContent.
3. Angi modellen. Send gemini-3.7-flash som modell-ID. Les dokumentasjonen for Gemini-API-et.
gemini-3.7-flash med et av de støttede endepunktformatene./v1/chat/completions for OpenAI-kompatible forespørsler eller /v1beta/models/gemini-3.7-flash:generateContent for innebygde Gemini-forespørsler. Både flyter med og uten strømming støttes.Bruk OpenAI-kompatible Chat Completions eller innebygd Gemini GenerateContent med én modell-ID.
Evaluer og lanser Gemini sammen med andre modeller uten å administrere enda en integrasjonsnøkkel.
Se prisene for inndata, bufrede inndata og utdata både i kreditter og tilsvarende beløp i amerikanske dollar.
Test begge forespørselsformatene, se tjenestestatus og følg med på forbruket før du går over til produksjon.