Google於2026年8月13日推出Gemini 3.7 Flash，距離Gemini 3.6 Flash發布只有三星期。今次更新不是再推出一款只追求最高推理分數的旗艦模型，而是進一步改善編程、網站開發、文件分析及Agent工作流程，同時把2026年內的API推廣價格降至Gemini 3.6 Flash原價的一半。

這反映Google正在採取另一條AI競爭路線：與其只讓少部分人使用成本高昂的頂級模型，不如提供一款速度快、能力足夠強、價格較低，而且能夠大量部署的「工作主力模型」。

對香港企業及一般用戶而言，真正值得留意的不只是benchmark分數，而是Gemini 3.7 Flash能否以較低成本處理日常高頻工作，例如整理文件、分析報告、建立網站、操作工具，以及在Gemini Spark中完成跨Gmail、Google Calendar及Google Docs的多步驟任務。

文章重點摘要

• Gemini 3.7 Flash定位：面向編程、知識工作、網站開發及AI Agent的工作主力模型。

• 主打快＋平：API推廣價格為每100萬tokens輸入約HK$5.85、輸出約HK$29.25。

• 改善首次產出準確度、指令跟從、工具使用及多步驟規劃。

• 四個官方案例：包括3D遊戲、互動Landing Page、機械人訓練及PDF互動資料故事。

• 香港個人用戶：符合資格的Google AI Pro及Ultra用戶可透過Gemini Spark使用其能力。

• 等待試玩：https://gemini.google.com/app

Gemini 3.7 Flash是甚麼？

Google將Gemini 3.7 Flash定位為目前最智能的Flash「工作主力模型」，主要處理：

• 軟件工程及程式除錯

• 網站與前端介面開發

• 複雜文件及知識工作

• 多步驟Agent工作流程

• 工具調用及企業自動化

Gemini 3.7 Flash建基於Gemini 3.6 Flash，但加入推理核心方面的演算法改進。Google表示，這些改進源自開發者的實際意見，目標是讓模型更懂得處理障礙、在資料不足時釐清意圖、準確跟從指令，並以更有紀律的方式規劃及執行多步驟任務。

換言之，今次更新的重點不是單純讓模型「想得更久」，而是希望模型第一次便能交出更接近可用的結果，減少使用者反覆修改Prompt、重新生成及人手跟進的次數。

Gemini 3.7 Flash有哪些主要升級？

升級亮點一：編程首次產出準確度提高

Gemini 3.7 Flash在除錯、問題處理及生成可投入實際開發的程式碼方面有所改善。

Google公布的結果顯示：

這些結果反映模型在指定軟件工程測試中的成功率有所提升。不過，benchmark不能代表它在所有程式語言、codebase及企業系統中都會有相同表現，團隊仍需使用自己的實際任務測試。

升級亮點二：網站及UI生成更貼近要求

Gemini 3.7 Flash可以根據截圖、參考圖片或完整設計系統生成網站介面。

Google表示，新模型在較少Prompt之下，能夠製作功能更完整的版面，並提升對設計要求的跟從程度。

在WebDev Arena測試中：

• Gemini 3.6 Flash：1538 Elo

• Gemini 3.7 Flash：1588 Elo

官方亦展示Gemini 3.7 Flash協調多個子代理，再利用Gemini Omni生成互動式視差元件，一次建立完整Landing Page的案例。

這對香港市場推廣、電商及產品團隊的價值，是可以更快把產品資料、品牌參考及設計要求轉化為網站原型。正式發布前，仍須覆核品牌規格、響應式版面、無障礙、私隱及程式安全。

升級亮點三：複雜文件理解能力提升

Gemini 3.7 Flash特別加強金融、法律及生命科學等資料密集型工作。

在測試複雜PDF文件理解能力的GDP.pdf benchmark中：

• Gemini 3.6 Flash：22.0%

• Gemini 3.7 Flash：34.0%

官方案例展示模型把靜態年度報告轉化為互動式資料故事，當中包括動態圖表、資料整合及重點洞察。

對香港財務、顧問、保險及企業分析團隊而言，這類能力可用於初步整理年報、管理層報告、政策文件及研究資料。不過，財務數字、法律條文及專業判斷仍必須由合資格人員覆核。

升級亮點四：企業工作流程及工具使用改善

Gemini 3.7 Flash不只生成文字，亦為需要規劃步驟、使用工具及處理中途障礙的Agent工作而設。

在AutomationBench企業工作流程測試中：

• Gemini 3.6 Flash：17.0%

• Gemini 3.7 Flash：30.4%

Google表示，新模型會在多步驟規劃及工具調用上投入更多處理，並在需要時主動釐清使用者意圖。這有助減少錯誤操作、無效循環及人手介入次數。

但30.4%的測試結果同時提醒使用者：即使表現有所提升，AI Agent仍未能可靠地獨立完成所有企業工作。外部發送、修改重要資料、付款、發布及其他高風險行動，仍應設置人手核准。

Gemini 3.7 Flash四個官方案例

Google今次沒有只發布benchmark數字，亦展示了Gemini 3.7 Flash如何處理遊戲、網站、機械人訓練及複雜文件四類工作。

以下案例均屬Google官方示範，主要用來說明模型的產品方向，不是DotAI自行進行的獨立測評。

官方案例一：由一句文字指令生成可玩的3D遊戲

Gemini 3.7 Flash先理解遊戲要求、規劃結構及生成程式，再配合Nano Banana即時產生角色、物件與材質，最終把一句文字指令轉化成可實際操作的3D遊戲。

這個案例展示甚麼？

模型不只是生成一段程式碼，而是把遊戲邏輯、介面、視覺素材及互動功能整合成完整成果。

對產品及創作團隊而言，可用於快速建立：

• 互動活動概念

• 遊戲原型

• 品牌小遊戲

• 教育體驗

• 產品功能示範

官方案例二：一次生成互動式Landing Page

Gemini 3.7 Flash負責協調多個子代理，拆分網站結構、功能及視覺工作，再使用Gemini Omni生成平滑的互動式視差元件，建立完整Landing Page。

這個案例展示甚麼？

Gemini 3.7 Flash可以同時處理程式、視覺參考、介面要求及Agent分工，而不只是把所有內容放進單一HTML檔案。

對香港市場推廣、電商及網站製作團隊而言，可加快由產品概念走到可預覽網站的過程，例如：

• 活動Landing Page

• 新產品介紹網站

• 互動式銷售頁面

• 品牌視覺原型

• 內部項目展示頁面

官方案例三：三個Agent協助訓練機械人模型

Google建立了一個由三個Agent組成的循環，利用Gemini 3.7 Flash的多模態理解能力，觀察機械人的訓練結果、分析表現，再提出下一步調整，協助機械人更快學習。

這個案例展示甚麼？

Gemini 3.7 Flash可以在多Agent工作流程中持續：

1. 接收訓練結果

2. 分析機械人表現

3. 找出需要改善的位置

4. 提出下一步訓練方向

5. 把結果交給其他Agent繼續處理

官方案例四：把靜態PDF變成互動資料故事

Gemini 3.7 Flash可以讀取複雜年度報告，整理當中的數字、重點及關係，再把靜態PDF轉化成包含即時圖表、綜合洞察及互動敘事的網頁體驗。

這個案例展示甚麼？

模型的價值不只在於摘要文件，而是把以下工作串連成一條完整流程：

文件理解 → 資料提取 → 重點分析 → 圖表生成 → 互動網站

對香港財務、顧問、市場研究及企業分析團隊而言，可延伸至：

• 年報重點整理

• 行業研究網站

• 管理層Dashboard

• 銷售數據簡報

• 投資者關係內容

• 互動式客戶報告

四個官方案例反映甚麼產品方向？

四個案例可以歸納成：

遊戲生成 → 網站製作 → 多Agent訓練 → 文件及數據分析

它們共同帶出一個重點：Gemini 3.7 Flash的定位不是只在聊天視窗中回答問題，而是作為一個速度較快、成本較低的工作引擎，協調模型、工具、檔案及Agent完成較完整的成果。

這亦解釋了Google為何同時強調速度、價格、首次產出準確度及工具使用能力。

Gemini 3.7 Flash有多快？

Artificial Analysis的比較顯示，Gemini 3.7 Flash在指定測試設定下錄得：

• 智能指數：56

• 輸出速度：約340 tokens／秒

• 每項測試任務加權成本：約US$0.40

這組結果最值得注意的不是智能指數排名，而是速度。Gemini 3.7 Flash在該比較中的輸出速度明顯較高，顯示Google選擇把產品優勢放在低延遲、高頻率及大量執行上。

不過，這是第三方測試結果，實際速度會受提示長度、thinking level、工具調用、API供應商、地區及系統負載影響，不應視為每次請求都能達到的固定速度。

Gemini 3.7 Flash費用：推廣期較3.6 Flash原價低一半

2026年12月31日前，Gemini 3.7 Flash的API推廣價格如下：

由2027年1月1日起，官方預定價格調整為：

為何Gemini 3.7 Flash的重點是「快＋平」？

Google Gemini團隊成員Logan Kilpatrick在X發文時，把重點直接放在三方面：

• 模型速度快

• 2026年底前價格較Gemini 3.6 Flash原價低50%

• 三星期內透過演算法改進提升能力

他提到：Gemini 3.7 Flash可透過Gemini API、Google AI Studio及Google Antigravity等平台使用。

Google DeepMind首席AI架構師Koray Kavukcuoglu則指出，Flash系列由3.5發展至3.7只用了約三個月，並重點列出軟件工程、網站開發及企業自動化的表現提升。

Google的策略：不只爭做最聰明，而是爭取每天被使用

從今次定價、速度及發布節奏可以推論，Google不只是希望Gemini 3.7 Flash在排行榜上取得更高分數，而是希望它能成為大量AI產品及Agent工作流程的執行層。

對大部分企業而言，每項任務的最高智能未必是唯一考慮。當一個工作流程每天需要處理數千份文件、電郵、產品資料或工具請求時，以下因素往往更加重要：

• 回應速度是否足夠快

• 每次執行的成本是否可控

• 是否經常需要重新生成

• 能否穩定跟從格式及指令

• 能否使用現有工具及企業資料

• 是否可以擴展至大量任務

因此，Gemini 3.7 Flash並非要取代所有高階推理模型。它更像是把「足夠強的AI」放進更多高頻工作，令AI由偶爾使用的專家工具，變成可以每天執行的基礎設施。

Google本身亦擁有Gemini App、Gmail、Google Drive、Google Docs、Google Calendar、Android、Chrome、AI Studio及企業平台。當模型能夠可靠地使用這些工具，Google的優勢便不只來自模型分數，而是來自模型可以進入多少人的日常工作。

香港用戶目前可以在哪裡使用？

一般個人用戶

Gemini 3.7 Flash目前主要透過Gemini Spark提供予符合資格的Google AI Pro及Ultra訂閱者，未必會以獨立模型名稱出現在一般Gemini聊天的模型選單。

一般用戶可使用Gemini Spark處理文件、電郵、研究、排程及持續工作，但應定期檢查任務進度及權限要求。

開發者及創作團隊

可透過以下入口使用：

• Google AI Studio

• Gemini API

• Google Antigravity

• Android Studio

適合網站開發、程式工程、文件處理及自訂AI Agent。

企業用戶

可透過以下企業平台使用：

• Gemini Enterprise Agent Platform

• Gemini Enterprise App

企業使用前仍需檢查管理員設定、資料地區、Workspace權限、資料保留及存取控制。

香港企業可以如何理解它的價值？

市場推廣及內容團隊

可用Gemini 3.7 Flash整理產品文件、建立活動網站原型、製作互動Landing Page，以及把研究資料轉化成簡報或網頁內容。

人手仍須負責品牌方向、事實核實及公開發布。

財務及企業分析

可先整理PDF、年報及多份研究文件，再建立圖表、摘要及互動式資料展示。

人手仍須覆核數字、分析方法、合規及正式結論。

產品及技術團隊

可用於除錯、修改codebase、建立網站原型、測試功能及協調多個子代理。

合併程式、正式部署、刪除資料及修改生產環境，仍須保留人手核准。

營運及行政團隊

可透過Gemini Spark整理電郵、整合檔案、草擬進度文件及安排持續任務。

涉及客戶資料、外部發送及帳戶權限的操作，應先建立清晰的審批制度。

總結：真正的競爭可能不是「誰最聰明」

Gemini 3.7 Flash最值得關注的地方，不是它能否在每個benchmark擊敗所有旗艦模型，而是Google正嘗試把足夠強的推理、編程及工具使用能力，壓縮至更快、更便宜及更容易大量部署的Flash層級。

Google展示的四個案例，由3D遊戲、互動網站、機械人訓練到PDF資料故事，都在說明同一個產品方向：AI的價值正由回答問題，延伸至協調工具、模型及Agent完成一項工作。

對日常工作來說，一個只有少數人偶爾使用的超強模型，未必比一個可以每天處理文件、電郵、網站、資料及工作流程的高效率模型更有價值。

Gemini 3.7 Flash的真正角色，可能不是成為最耀眼的AI模型，而是成為大量AI Agent背後不斷運行的工作引擎。

AI-in-One全年AI學習通行證

Gemini由3.5、3.6發展至3.7 Flash只用了短短數月，AI工具、Agent及工作方法正在快速改變。只懂單次使用一款工具，很容易追不上模型及產品更新；真正能持續產生價值的，是掌握如何選擇模型、設計Prompt、串連工具，並建立可重複使用的AI工作流程。

透過AI-in-One全年AI學習通行證，你可以持續學習最新AI工具、實戰案例及工作流程，把每次模型更新真正轉化為日常工作能力。

立即了解AI-in-One全年AI學習通行證

Written by Doris Yuen, Digital Marketing Executive