Google ra mắt Gemini 3.7 Flash: Tối ưu cho lập trình và tác nhân AI với giá 0,75 USD/1M token

Google vừa phát hành Gemini 3.7 Flash, mô hình mới nhất trong phân khúc Flash, chỉ ba tuần sau khi ra mắt Gemini 3.6 Flash. Thẻ mô hình (model card) mô tả đây là bản tinh chỉnh của 3.6 Flash với những cải tiến thuật toán cho nền tảng suy luận cốt lõi — thay vì là một đợt huấn luyện trước (pretraining) mới. Mô hình này chấp nhận văn bản, hình ảnh, âm thanh và video trong cửa sổ ngữ cảnh 1 triệu token, trả về tối đa 64K token đầu ra và hỗ trợ các cấu hình suy luận tùy chỉnh để cân bằng giữa chất lượng, chi phí và độ trễ. Thời điểm cắt dữ liệu tri thức vẫn giữ nguyên là tháng 3 năm 2026. Những cải tiến tập trung vào ba lĩnh vực: kỹ thuật phần mềm, công việc tri thức dựa trên tài liệu và phát triển web. Điểm nhấn sắc bén hơn chính là giá cả. Gemini 3.7 Flash có giá 0,75 USD cho mỗi 1 triệu token đầu vào và 3,75 USD cho mỗi 1 triệu token đầu ra — bằng một nửa mức giá niêm yết ban đầu của 3.6 Flash và bằng khoảng một phần ba chi phí hỗn hợp của Claude Sonnet 5 hoặc GPT-5.6 Terra.

Có thể triển khai được không?

Có, chỉ dành cho API và doanh nghiệp. Không có mã nguồn mở (open weights). Việc truy cập được thực hiện thông qua các nền tảng lưu trữ: Gemini API và Google AI Studio, Google Antigravity, Android Studio, Gemini Enterprise Agent Platform và ứng dụng Gemini Enterprise. Người dùng cá nhân có thể tiếp cận thông qua Gemini Spark trên các gói Google AI Pro và Ultra.

Bức tranh về các bài kiểm tra đánh giá (Benchmark)

Trên FrontierCode 1.1 Main, bài kiểm tra đo lường chất lượng mã nguồn thực tế, Gemini 3.7 Flash đạt 43,6% so với 34,4% của 3.6 Flash. Trên DeepSWE v1.1, một bài đánh giá kỹ thuật phần mềm dài hạn, mô hình đạt 65,3%. Trên WebDev Arena, nó đạt mức Elo 1588 so với 1538, là điểm số cao nhất trong bảng so sánh của Google.

Kết quả về tài liệu và quy trình làm việc còn tiến xa hơn. GDP.pdf, một bài đánh giá khả năng hiểu tài liệu PDF chuyên sâu, tăng từ 22,0% lên 34,0%. AutomationBench, một bộ quy trình làm việc doanh nghiệp riêng, tăng từ 17,0% lên 30,4% — vượt qua cả Claude Sonnet 5 với 10,7% và GPT-5.6 Terra với 23,6%. Khả năng truy xuất ngữ cảnh dài trên GDM-MRCR v2 ở mức 128k đạt 97,0%.

GPT-5.6 Terra dẫn trước ở các bài kiểm tra DeepSWE (69,6%), Terminal-bench 2.1 (87,4%), Terminal-bench 3.0 (20,8%) và OSWorld-2.0 (50,2%). Về công việc tri thức GDPval-AA v2, 3.7 Flash đạt 1525 Elo so với 1598 của Sonnet 5 và 1628 của Muse Spark 1.2. CharXiv Reasoning là một bước lùi: 84,5% khi không dùng công cụ, giảm so với 85,2% của 3.6 Flash. Trên Artificial Analysis Intelligence Index, 3.7 Flash đạt 56 điểm, so với 57 điểm của cả GPT-5.6 Terra và Muse Spark 1.2.

Giá cả mới là lập luận thực sự

Gemini 3.7 Flash niêm yết ở mức 0,75 USD cho mỗi 1 triệu token đầu vào và 3,75 USD cho mỗi 1 triệu token đầu ra. Mức giá này là ưu đãi giới thiệu và sẽ hết hạn vào ngày 31 tháng 12 năm 2026; từ ngày 1 tháng 1 năm 2027, giá sẽ trở thành 1,50 USD và 7,50 USD. Trong bảng của Google, Claude Sonnet 5 có giá 2,00 USD/10,00 USD và GPT-5.6 Terra là 2,00 USD/12,00 USD.

Với tỷ lệ đầu vào-đầu ra là 80/20, chi phí hỗn hợp hiện tại là 1,35 USD cho mỗi 1 triệu token so với 3,60 USD của Sonnet 5 và 4,00 USD của GPT-5.6 Terra. Đối với các đội ngũ vận hành tác nhân (agent) với khối lượng lớn, khoảng cách về trí thông minh trên mỗi đô la chính là lý do để cân nhắc, chứ không phải là các chiến thắng trong từng bài kiểm tra riêng lẻ.

Những điểm chính cần lưu ý

Hãy xem qua các Chi tiết kỹ thuật. Ngoài ra, đừng ngần ngại theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit ML 150k+ của chúng tôi cũng như Đăng ký Bản tin của chúng tôi. Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Cần hợp tác với chúng tôi để quảng bá GitHub Repo, Trang Hugging Face, Bản phát hành sản phẩm hoặc Hội thảo trực tuyến của bạn, v.v.? Hãy kết nối với chúng tôi.

Asif Razzaq là CEO của Marktechpost Media Inc. Là một doanh nhân và kỹ sư có tầm nhìn, Asif cam kết khai thác tiềm năng của Trí tuệ nhân tạo vì lợi ích xã hội. Nỗ lực gần đây nhất của ông là ra mắt Nền tảng truyền thông Trí tuệ nhân tạo, Marktechpost, nổi bật với việc đưa tin chuyên sâu về học máy và học sâu, vừa đảm bảo tính kỹ thuật vừa dễ hiểu đối với đông đảo khán giả. Nền tảng này tự hào với hơn 2 triệu lượt xem mỗi tháng, minh chứng cho sự phổ biến của nó đối với độc giả.