Gemini 3.7 Flash 是什麼？Google 首款支援動態思維推理的輕量旗艦 AI 模型全解析

Google 正式發布 Gemini 3.7 Flash，突破性導入「混合思維推理（Hybrid Reasoning）」機制。在保留 Flash 系列高速與低成本優勢的同時，具備動態調整思考深度的能力，顯著提升複雜程式開發與邏輯推理效能。

Google 推出全新 Gemini 3.7 Flash 模型，作為 Flash 家族最新一代的旗艦代表。這次更新最受關注的突破，在於將過去僅在頂級模型（如 Pro 系列）常見的「思考/推理模式（Thinking Mode）」融入輕量、高效的 Flash 架構中，打造出獨特的「混合思維推理（Hybrid Reasoning）」能力。

Gemini 3.7 Flash 不僅承襲了前代（3.6 Flash）高吞吐量、低延遲與經濟實惠的優勢，更讓開發者可以根據任務複雜度，動態調整模型的「思考預算（Thinking Budget）」，達成速度、成本與精確度的最佳平衡。

可以把 Gemini 3.7 Flash 想成是一位配備「變速箱」的高級工程師：處理日常文書與簡單問答時使用高速檔秒回；遇到複雜演算法或除錯任務時則自動切換至低速扭力檔深入思考。

一句話重點

Gemini 3.7 Flash 結合了極速輸出與動態推理能力，讓使用者能在單一 Flash 模型中兼顧「秒級即時回應」與「深度的邏輯推理思考」。

它解決什麼問題？

在生成式 AI 的實際應用中，開發者常面臨兩難的抉擇：

傳統快模型（如 Flash / Lite 系列）：回應速度極快且便宜，但在處理多步驟數學推理、複雜程式庫重構或深層邏輯判斷時，容易出現思維漏洞或幻覺。
慢速推理模型（Reasoning Models）：雖然推理能力強，但每次回應都需要數十秒思考，且 Token 費用高昂，難以應用於需要即時互動或高頻呼叫的場景。

Google Gemini 3.7 Flash 透過混合思維架構解決了這個矛盾——允許使用者在同一個 API 介面中自由切換「極速回應」與「深度推理」，避免為了單一複雜任務而必須串聯多個不同模型。

核心特色

1. 混合思維推理（Hybrid Reasoning）與思考預算設定

Gemini 3.7 Flash 最核心的創新是支援「思考預算（Thinking Budget）」控制：

零思維模式（Thinking Budget = 0）：以極速運作，延遲最低，適合一般的對話問答、資料提取與文字摘要。
動態思維模式（Thinking Budget > 0）：模型在輸出最終答案前，會在背景開啟「思考區塊（Thinking Tokens）」，自發進行多步驟推理與自我校正。開發者可精準限制思考使用的最大 Token 數，以控制費用與回應時間。

2. 程式開發能力大幅進展

在軟體工程與自動化開發評測（如 SWE-bench 與 DeepSWE）中，Gemini 3.7 Flash 展現了超越前一代 Flash 模型的表現：

複雜除錯與架構分析：在開啟思考模式後，能夠精確解析大型程式庫中的邏輯邊界條件。
程式碼生成品質：輸出的程式碼結構更加嚴謹，減少了不必要的冗長邏輯，提升執行效率。

3. 多模態視覺理解升級

繼承了 Gemini 系列傳統的強大視覺能力，3.7 Flash 在解析複雜圖表、UI 介面截圖、工程圖紙與長影片時，能更準確地結合文字描述進行推理判斷。

4. 1M+ 百萬級 Token 脈絡視窗

輸入容量上限：1,048,576 個 Token（約 75 萬字或數萬行程式碼）。
輸出容量上限：65,536 個 Token。

使模型能一次載入完整專案庫、厚重技術文件或長時間會議紀錄，進行全盤分析。

與前代 Gemini 模型比較

比較項目	Gemini 3.7 Flash	Gemini 3.6 Flash	Gemini 3.5 Flash-Lite
核心定位	混合推理輕量旗艦	主力工作模型	極速低成本模型
思維/推理模式	支援（動態控制預算）	不支援（純即時回應）	不支援（純即時回應）
程式碼能力	極高（推理加持）	中高	基礎
輸入費用 (每 1M Token)	$1.50	$1.50	$0.30
輸出費用 (每 1M Token)	$7.50 (思考與一般 Token 同價)	$7.50	$2.50
脈絡視窗	1,048,576 Token	1,048,576 Token	1,048,576 Token
最佳場景	AI Agent、複雜除錯、即時與思考混合應用	日常程式撰寫、多模態處理	高頻 API 呼叫、大量資料萃取

[!NOTE] 思考 Token（Thinking Tokens）在 API 計費中通常併入輸出 Token 計算。建議設定合理思考預算以利成本控管。

非工程背景的人需要知道什麼？

對於一般使用者或管理者而言，Gemini 3.7 Flash 的出現代表著以下產業趨勢：

1. 快模型與慢模型的界線正在模糊。 過去「快模型不聰明、聰明模型速度慢」的二元對立正在消失，未來的 AI 模型將能根據問題難易度自主調整思考時間。

2. AI 代理人（AI Agent）營運成本再降低。 在自動化工作流中，過往遇到難題必須轉接給昂貴的 Pro 模型；現在開發者可以用 Flash 價格處理 80% 以上原本需要高階模型才能解決的複雜決策。

3. 更加個人化的使用體驗。 在用戶端產品中，對答更順暢即時，但在處理算術或複雜邏輯時，回答的精準度將獲得顯著提升。

適合誰使用？

全棧與系統開發者：需要兼顧程式碼 Copilot 的即時補全速度，與重構複雜模組時的深度推理。
AI Agent 架構師：適合建立具備自我審查、多步驟工具呼叫與動態修正能力的自主代理人。
數據分析師與研究員：需要同時分析大型數據文件、多模態圖表並產出精確邏輯推理結論的場景。

可能不適合誰？

極端高頻極低成本的大量純文字萃取：若任務非常單純（如簡單文本分類），使用 Gemini 3.5 Flash-Lite 在成本效益上依然更具優勢。
極深層前沿科學研究：面對超高難度的前沿數學證明或未知領域探索，可能依然需要等待頂尖 Pro / Ultra 等級模型的支援。

目前可以怎麼開始？

開發者可直接透過 Google AI Studio 與 Vertex AI 試用 Gemini 3.7 Flash：

使用 API 呼叫（包含思維預算設定）

模型代碼為 gemini-3.7-flash。在 API 請求中可帶入 thinkingBudget 設定：

curl -s https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent?key=YOUR_API_KEY \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "請分析這段演算法的時間複雜度並找出潛在死鎖問題"}]}],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingBudget": 2048
      }
    }
  }'

我們的觀察

Gemini 3.7 Flash 的推出，代表 Google 在生成式 AI 模型架構演進上邁出了關鍵的一步。

將「思考推理」做成可量化的微調參數（Thinking Budget），讓開發者能依據業務需求自由決定「要多快」或「要多聰明」。這打破了過往為了處理複合型任務而必須混搭多個模型的複雜架構，大為簡化了 AI Agent 的開發門檻。

隨著 3.7 Flash 進入 market，預期將為廣大的開發者與企業用戶提供更高的投資報酬率（ROI），也代表著主力工作型模型正式全面進入「推理化」的新時代。

來源

官方網站：Google Blog
官方文件：Google AI for Developers
查閱日期：2026-08-17