開發人員指南:Gemini 3.7 Flash

Gemini 3.7 Flash 是開發人員的日常智慧主力模型,在軟體工程方面更進一步,建構體驗明顯更佳。這款模型可為日常工作流程帶來更強大的智慧功能,協助處理複雜任務、遵循指令及工具呼叫。

本文將介紹 3.7 Flash 的新功能、在 Gemini 模型系列中的定位、如何遷移至 3.7 Flash,以及使用 3.7 Flash 的快速入門指南。

在 Gemini 系列中扮演什麼角色?

Gemini 3.7 Flash 是 Gemini 3 系列的主要代理主力,可彌補深度推論 Pro 模型與高處理量 Gemini Flash-Lite 模型之間的差距,同時提供高詞元效率和多步驟多模態處理。

型號規格和比較

下表比較 3.7 Flash、3.6 Flash 和 3.1 Pro 的部分規格:

Gemini 3.7 Flash Gemini 3.6 Flash Gemini 3.1 Pro
模型 ID gemini-3.7-flash gemini-3.6-flash gemini-3.1-pro-preview
發布階段 正式發布版 正式發布版 預覽
輸入類型 文字、圖片、音訊、影片 文字、圖片、音訊、影片 文字、圖片、音訊、影片
輸出類型 文字 文字 文字
脈絡窗口 1,048,576 1,048,576 1,048,576
輸出詞元長度上限 65,536 65,536 65,536
支援的地區 全球、多區域 全球、多區域 全球
支援的思考程度 LOW、MEDIUM、HIGH
(預設:MEDIUM)
MINIMAL、LOW、MEDIUM、HIGH
(預設:MEDIUM)
LOW、MEDIUM、HIGH
(預設:HIGH)
主要重點 Agentic Workflows、程式設計、互動式影片解讀 一般 Agentic Workflows、多步驟自動化調度管理 深度推論、高複雜度任務

如需支援的功能、工具和使用選項完整清單,請參閱 3.7 Flash 模型頁面。

Gemini 3.7 Flash 有哪些新功能?

下表比較 Gemini 3.7 Flash 和 3.6 Flash 的標準開發人員評估基準:

評估基準 3.7 Flash 3.6 Flash
Terminal-bench 2.1 85.1% 73.0%
DeepSWE 63.7% 49.0%
Humanity's Last Exam (HLE) 45.7% 37.4%
LMArena WebDev 1592 1532

快速入門導覽課程

開始之前,您必須使用應用程式預設憑證 (ADC) 或 API 金鑰,向 Agent Platform 進行驗證。詳情請參閱「開始使用 Gemini Enterprise Agent Platform」。

在下列程式碼區塊中,將 PROJECT_ID 替換為您的專案 ID。

安裝

確認您使用的是最新版 google-genai SDK:

pip install --upgrade google-genai

基本要求

Python

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
  model="gemini-3.7-flash",
  contents="How does AI work?",
)
print(response.text)

REST

curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.7-flash:generateContent \
-d '{
  "contents": {
    "role": "USER",
    "parts": { "text": "Why is the sky blue?" },
  },
}'

強制性 API 規則和行為慣例

Gemini 3.7 Flash 嚴格執行下列標準 Gemini 3 系列 API 慣例:

  • 已淘汰的取樣參數 (temperature、top_k、top_p):後端會忽略這些參數。不過,您可以使用 thinking_level (LOW、MEDIUM、HIGH) 和 response_schema 或 json_schema 控制確定性。
  • 不支援的參數 (frequency_penalty、presence_penalty、candidate_count):傳遞 frequency_penalty、presence_penalty 或 candidate_count 會擲回有效的 API 錯誤。請從舊版用戶端程式碼中移除。
  • 嚴格的函式呼叫規則:FunctionResponse 回合必須嚴格符合前一個 FunctionCall 的 id、name 和執行次數。

    • 多模態素材資源:一律將多模態素材資源放在回應酬載中。
    • 格式和工具前文字:使用 \n\n 設定內嵌指令的格式。如果遇到與工具前文字相關的 Malformed_Function_Call 錯誤,請在工具呼叫前清除前置註解。
    • 如要在工具呼叫前傳遞中間工作附註或狀態更新,請將這些內容包裝在專屬的 update() 函式呼叫中,而非發出原始 XML 或文字:

      {
        "name": "update",
        "description": "Update working notes before tool execution",
        "parameters": {
          "type": "OBJECT",
          "properties": {
            "previous_step": {"type": "STRING"},
            "plan": {"type": "STRING"},
            "next_step": {"type": "STRING"}
          },
          "required": ["previous_step", "plan", "next_step"]
        }
      }
      
  • 對話序列驗證:

    • 歷史記錄酬載的結尾不得為「model」角色對話。
    • 系統不支援預填模型輪次,升級時必須移除。
    • 對話記錄中的空白回合會自動捨棄,或產生驗證錯誤。

從 3.5 Flash 或 3.6 Flash 遷移至 3.7 Flash

如要從 3.5 Flash 或 3.6 Flash 遷移至 3.7 Flash,請按照下列步驟操作:

  1. 更新模型 ID:將 API 呼叫中的模型字串變更為 gemini-3.7-flash。
  2. 替換推論預算參數:將整數 thinking_budget 設定替換為字串列舉 thinking_level,並設為下列其中一個值:
    • HIGH:建議用於密集視覺品質確保、瞬間動作偵測 (體育、編輯者),或 60 分鐘以上影片的多步驟推論。
    • MEDIUM:預設思考程度。這個等級最適合用於一般影片問答、講座摘要和片段檢索。
    • LOW:建議用於快速搜尋轉錄稿或擷取基本中繼資料等工作。
  3. 移除已淘汰和不支援的參數:
    • 移除 temperature、top_p 和 top_k。
    • 移除 candidate_count、frequency_penalty 和 presence_penalty。
    • 從對話記錄中移除所有預填模型輪次。

開發人員摘要檢查清單

其他資源