Google представила Gemini 3.7 Flash — новую флагманскую модель Flash-серии для разработки и агентных задач. Вводная цена вдвое ниже тарифа 3.6 Flash, а результаты на бенчмарках по коду выросли разительно.
В официальном блоге Google объявила о выходе Gemini 3.7 Flash — флагманской модели Flash-линейки для задач программирования и агентных сценариев. Новинка вышла всего через три недели после Gemini 3.6 Flash.
Главный прирост — в задачах на разработку программного обеспечения. На бенчмарке FrontierCode 1.1, оценивающем реальные задачи программирования, Gemini 3.7 Flash набирает 43,6% против 34,4% у предшественника. На DeepSWE v1.1, который тестирует способность модели решать настоящие баги в open-source-проектах, результат вырос еще заметнее — с 49,0% до 65,3%. В веб-разработке Arena.ai WebDev присвоил новинке Elo-рейтинг 1588 против 1538 у 3.6 Flash.
Улучшилась и работа со сложными документами. На бенчмарке GDP.pdf, измеряющем понимание финансовых и юридических материалов, модель показывает 34,0% против 22,0%. На AutomationBench, оценивающем автоматизацию бизнес-процессов, — 30,4% против 17,0%. По данным Google, 3.7 Flash стала заметно эффективнее при работе с материалами в области финансов, права и биологии.
Отдельно компания выделяет агентный режим — сценарии, при которых модель самостоятельно выполняет цепочки задач, задействует внешние инструменты и принимает промежуточные решения без постоянного контроля человека. Согласно описанию Google, 3.7 Flash «лучше адаптируется к препятствиям, уточняет намерения при необходимости и следует инструкциям с большей точностью» — это снижает количество повторных запросов и ручных правок.
Источник: hi-tech.mail.ru