Gemini 3.7 Flash：仕様、性能、API料金、モデル比較を徹底分析
Gemini 3.7 Flashの1Mコンテキスト、64K出力、機能、公式料金を検証し、3.6 Flash、Claude Sonnet 5、GPT-5.6 Terra、Muse Spark 1.2との20項目比較と移行方法を解説します。
Google は 2026 年 8 月 13 日に Gemini 3.7 Flash を公開しました。Gemini 3.6 Flash の公開からわずか 3 週間後です。安定版モデル ID gemini-3.7-flash で GA となり、コーディング、Agent、マルチモーダル推論、信頼性の高い多段実行に向けた Google で最も高性能な Flash モデルと位置づけられています。
今回の要点はコンテキスト拡大でも、パラメータ数の開示でもありません。1M 入力・64K 出力という 3.6 Flash の枠を維持しつつ、コード、ツール利用、知識作業、文書理解、コンピューター操作で大きく改善したと Google は報告しています。導入価格も 3.6 Flash と同額です。
以下では、公式仕様、Google 公開ベンチマーク、期間限定価格、Modelflare の現行提供状況を分けて分析します。変動する情報は 2026 年 8 月 15 日に確認しました。
Gemini 3.7 Flash の主要仕様
| 項目 | 公式値 |
|---|---|
| 公開日 | 2026 年 8 月 13 日 |
| API ステータス | GA、安定版モデル ID |
| モデル ID | gemini-3.7-flash |
| 基盤 | Gemini 3.6 Flash を基にアルゴリズムを改善 |
| 入力モダリティ | テキスト、画像、動画、音声、PDF |
| 出力モダリティ | テキスト |
| 最大入力 | 1,048,576 Token |
| 最大出力 | 65,536 Token |
| Thinking レベル | low、medium、high。文書上の既定値は medium |
| 知識カットオフ | 2026 年 3 月。一部分野は 2025 年 1 月相当の場合あり |
| パラメータ数 | 非公開 |
| 文書の最終更新 | 2026 年 8 月 |
コンテキストキャッシュ、コード実行、Preview の Computer Use、ファイル検索、Function Calling、Google Maps／Search Grounding、構造化出力、Thinking、URL Context をサポートします。Batch、Flex、Priority も利用できます。音声生成、画像生成、Live API は未対応です。
Gemini 3.6 Flash から実際に変わった点
Gemini 3.7 Flash は 3.6 Flash の反復改善であり、コンテキストやモダリティの新しいクラスではありません。Google は、推論基盤のアルゴリズム改善と本番開発者からのフィードバックを改善要因に挙げています。
実務上の変化は次の通りです。
- コード生成とソフトウェアエンジニアリングの初回精度が向上；
- スクリーンショット、画像、デザインシステムから UI を作る際の再現性が向上；
- 多段計画、ツール呼び出し、障害からの復帰、意図確認がより安定；
- 金融、法律、生命科学の複雑な文書に対する推論が向上；
- 長文脈と Agent によるコンピューター操作が改善；
- 2026 年 12 月 31 日までは 3.6 Flash と同じ Standard 導入価格。
つまり公開時点の 3.7 は、より高価な 3.6 の代替ではありません。移行判断では Token 単価差よりも、挙動、レイテンシ、互換性が中心になります。
公式 API 料金
以下は有料枠の米ドル価格です。Token は 100 万単位、キャッシュ保存は 100 万 Token・1 時間単位です。
| モード | 課金項目 | 2026 年 12 月 31 日まで | 2027 年 1 月 1 日以降 |
|---|---|---|---|
| Standard | 入力 | $0.75 | $1.50 |
| Standard | 出力、Thinking Token 込み | $3.75 | $7.50 |
| Standard | キャッシュ入力 | $0.075 | $0.15 |
| Standard | 1 時間のキャッシュ保存 | $0.50 | $1.00 |
| Batch | 入力 | $0.375 | $0.75 |
| Batch | 出力、Thinking Token 込み | $1.875 | $3.75 |
| Batch | キャッシュ入力 | $0.0375 | $0.075 |
| Flex | 入力 | $0.375 | $0.75 |
| Flex | 出力、Thinking Token 込み | $1.875 | $3.75 |
| Flex | キャッシュ入力 | $0.0375 | $0.075 |
| Priority | 入力 | $1.35 | $2.70 |
| Priority | 出力、Thinking Token 込み | $6.75 | $13.50 |
| Priority | キャッシュ入力 | $0.135 | $0.27 |
Google Search Grounding は Gemini 3.x 全体で月 5,000 回の無料検索を共有し、以降は 1,000 回あたり $14 です。Google Maps Grounding も 5,000 Prompt を共有し、その後は 1,000 検索あたり $14 です。
導入期 Standard では、10 万入力と 1 万出力がキャッシュ、ツール、保存、再試行を除いて約 $0.1125 です。100 万キャッシュ入力と 10 万出力は保存料を除き約 $0.45。導入期間終了後はいずれも 2 倍になります。
全ベンチマーク横断比較
Google の 2026 年 8 月モデルカードは、Gemini 3.7 Flash、Gemini 3.6 Flash、Claude Sonnet 5、GPT-5.6 Terra、Muse Spark 1.2 を比較しています。すべて高いほど良く、ダッシュは未公表です。
| ベンチマーク | Gemini 3.7 Flash | Gemini 3.6 Flash | Claude Sonnet 5 | GPT-5.6 Terra | Muse Spark 1.2 |
|---|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 56 | 52 | 55 | 57 | 57 |
| FrontierCode 1.1 Main | 43.6% | 34.4% | 42.7% | 41.3% | — |
| DeepSWE v1.1 | 65.3% | 48.6% | 53.8% | 69.6% | 54.9% |
| Code Arena、WebDev Elo | 1588 | 1538 | 1541 | 1523 | 1535 |
| Terminal-bench 2.1 | 85.8% | 78.0% | 80.4% | 87.4% | 82.9% |
| Terminal-bench 3.0 | 14.9% | 5.4% | 14.6% | 20.8% | — |
| AutomationBench、非公開セット | 30.4% | 17.0% | 10.7% | 23.6% | — |
| GDPVal-AA v2、Elo | 1525 | 1422 | 1598 | 1578 | 1628 |
| Harvey LAB-AA | 90.7% | 85.1% | 90.1% | 85.2% | — |
| GDP.pdf | 34.0% | 22.0% | 28.0% | 24.7% | 16.0% |
| CharXiv Reasoning、ツールなし | 84.5% | 85.2% | 77.0% | 85.9% | — |
| CharXiv Reasoning、ツールあり | 88.7% | 89.4% | 88.3% | — | — |
| LVBench | 85.4% | 84.2% | 68.5% | 78.9% | — |
| GDM-MRCR v2、128K 平均 | 97.0% | 91.8% | 81.5% | 93.5% | — |
| OSWorld 2.0 | 47.9% | 33.8% | — | 50.2% | — |
| Agent's Last Exam | 26.3% | 24.2% | 33.3% | 28.0% | — |
| HLE-Verified | 53.6% | 51.2% | 31.0% | 51.1% | — |
| BioMysteryBench、人間が解ける群 | 87.1% | 80.6% | 87.5% | 83.8% | — |
| BioMysteryBench、人間にも難しい群 | 43.5% | 41.2% | 34.1% | 49.4% | — |
| LABBench2 | 82.1% | 76.1% | 80.1% | 81.2% | — |
有用な数値ですが、完全に独立した同条件の大会ではありません。Gemini は通常、既定 Sampling の pass@1 です。非 Gemini は注記がない限り各 Provider の自己申告で、最大の推論設定が優先されます。一部は Google の独自実行で、Harness、ツール、集計、動画フレーム数までモデルごとに異なります。
能力と性能の分析
Gemini 3.6 Flash 比では広範な改善です。FrontierCode は 9.2 ポイント、DeepSWE は 16.7、AutomationBench は 13.4、GDP.pdf は 12、OSWorld は 14.1 ポイント増加。Code Arena は 50 Elo、GDM-MRCR は 91.8% から 97.0% です。
他のモデル系列との比較は一様ではありません。
- Gemini 3.7 Flash が首位：FrontierCode、Code Arena、AutomationBench、Harvey LAB-AA、GDP.pdf、LVBench、GDM-MRCR、HLE-Verified、LABBench2。
- GPT-5.6 Terra が首位：DeepSWE、両 Terminal-bench、ツールなし CharXiv、OSWorld、BioMysteryBench の難問群。
- Claude Sonnet 5 が首位：Agent's Last Exam と BioMysteryBench の人間可解群。
- Muse Spark 1.2 が首位：GDPVal-AA。Artificial Analysis では GPT と同率ですが、欠損項目も多いです。
- 3.7 が常に 3.6 より上ではない：CharXiv はツール有無とも 0.7 ポイント低下しています。
実務上、3.7 Flash は導入価格に対して非常にバランスが良く、Coding Agent、ブラウザー／デスクトップ、長文書、マルチモーダル分析、大量の知識作業の有力な既定候補です。長期ソフトウェア開発と Terminal Agent は GPT-5.6 Terra、Desktop Agent は Claude Sonnet 5 と直接比較する価値があります。Muse Spark の知識作業は強い一方、公開比較は不完全です。
パラメータ、コンテキスト、マルチモーダル
Google は総パラメータ数、活性パラメータ数、Expert 数、詳細アーキテクチャ、学習 Corpus 規模、計算量を公開していません。公式情報は 3.6 Flash を基にアルゴリズムを改善したという点までです。具体的なパラメータ数を事実として扱うのは推測です。
開発者が依存できるのは API 契約です。
- 入力 1,048,576 Token、出力 65,536 Token；
- テキスト、画像、動画、音声、PDF 入力、テキスト出力；
- low、medium、high。minimal はエラー；
- Function Calling、構造化出力、Search、Maps、コード実行、ファイル検索、URL Context、キャッシュ、Preview の Computer Use；
- Live API、音声生成、画像生成は非対応。
1M コンテキストは容量であり、目標ではありません。長い Prompt は依然として遅延と費用を増やします。検索性能が上がっても、正本状態の保持、履歴圧縮、ツール副作用の検証は必要です。
Gemini 3.7 Flash を呼び出す
Google の公開ガイドは Interactions API を使い、medium を既定値として記載しています。
export GEMINI_API_KEY="<YOUR_GEMINI_API_KEY>"
curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-X POST \
-d '{
"model": "gemini-3.7-flash",
"input": "Review this retrying payment workflow for race conditions and propose a safe transaction boundary.",
"generation_config": {
"thinking_level": "medium"
}
}'
Modelflare は現在、OpenAI 互換 Chat Completions で正確なモデル ID を提供しています。
export MODELFLARE_API_KEY="<YOUR_MODELFLARE_API_KEY>"
curl "https://origin.modelflare.dev/v1/chat/completions" \
-H "Authorization: Bearer $MODELFLARE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.7-flash",
"messages": [
{
"role": "user",
"content": "Review this retrying payment workflow for race conditions and propose a safe transaction boundary."
}
]
}'
2 例は異なる Protocol です。Google ネイティブの全ツールや Interactions の全フィールドが OpenAI 互換 Adapter で使えるとは限りません。
移行と本番運用の注意点
Google は temperature、top_p、top_k の削除、thinking_budget から文字列 thinking_level への変更、非対応の candidate_count 削除を求めています。複数 Turn の Interactions はサーバー側 previous_interaction_id を使います。
既存モデルを置き換える前に：
- 正確な gemini-3.7-flash を固定し、暗黙の Alias 置換を拒否する；
- 固定した非機密の実タスクを現行モデルと 3.7 で再生する；
- low、medium、high を成功タスク単価と総時間で比較する；
- Streaming、構造化出力、関数、マルチモーダル、キャンセル、拒否を個別に試す；
- 選択 Protocol が要求する Thought Signature と相関 ID を保持する；
- キャッシュ、再試行、Timeout、重複副作用防止を確認する；
- モデル、Route、入出力、キャッシュ、ツール、遅延、課金を記録する；
- 実 Traffic が基準を満たすまで Rollback Route を維持する。
HTTP 200 は 1 回の完了しか証明しません。Protocol 同等性、安定遅延、正しいツール挙動、成功タスク単価の低下は別途検証が必要です。
Modelflare での Gemini 3.7 Flash
2026 年 8 月 15 日の本番確認時、Modelflare の公開モデルと料金には gemini-stable グループで gemini-3.7-flash が掲載されていました。Gemini ネイティブ generateContent と OpenAI 互換 Chat Completions に対応し、Responses Route は未掲載です。
表示されたグループ倍率は 0.15x でした。Google の期間限定価格、Modelflare の基準価格、グループ権限、完了後の実課金は別々の事実で、独立して変化します。現在値は Live 料金ページと非機密の完了リクエストで確認してください。
本番では対象グループを持つ Key を作成または更新し、正確な ID と実際に使う Protocol 機能を検証してから段階的に Traffic を移します。
結論
Gemini 3.7 Flash は同じ期間限定価格で 3.6 Flash を実質的に改善しています。強みは広さです。本番コード、Web、ツール Agent、複雑な文書、マルチモーダル入力、長文脈、Computer Use が Premium 価格帯へ移らず向上します。
全ベンチマークで首位ではなく、パラメータ数も不明で、割引は 2026 年末に終了します。現在の実タスクを処理するモデルと同じ課題で比較し、完了率、遅延、再試行、総費用で選ぶのが妥当です。
公式情報源と更新履歴
一次情報：
- Google: Introducing Gemini 3.7 Flash
- Google AI: Gemini 3.7 Flash モデルページ
- Google AI: 最新モデルと移行ガイド
- Google AI: Gemini API 料金
- Google DeepMind: Gemini 3.7 Flash モデルカード
- Google DeepMind: 評価方法
更新：
- 2026 年 8 月 15 日： 初版公開。仕様、機能、評価方法、公式料金、移行、Modelflare 提供状況を確認。