Gemini 3.7 Flash: Özellikler, Kıyaslamalar ve Fiyatlandırma

Not: Gemini 3.7 Flash lansmanından sadece birkaç hafta sonra Google Gemini 3.8 Flash'i duyurdu. Gemini 3.8 Flash API eğitimimizde uygulamalı olarak görün.

Google, özellikle kodlama ve ajan odaklı iş akışlarını hedefleyen, şimdiye kadarki en yetkin Flash katmanı modeli Gemini 3.7 Flash'i yayımladı. Lansman, Google'ın amiral gemisi Gemini 3.5 Pro modelinin hâlâ gecikmeli olduğu bir döneme denk geldi; Reuters bunu, DeepMind'in Anthropic ve OpenAI ile aynı tempoyu koruyup koruyamayacağının bir testi olarak işaretledi.

Dikkat çeken rakamlar oldukça iddialı. Gemini 3.7 Flash, FrontierCode 1.1 Main'de %43,6 (3.6 Flash için %34,4'ten yukarı), web geliştirme için Code Arena'da 1588 Elo puanına ulaşıyor ve 1M giriş belirteci başına $0,75 ve 1M çıkış belirteci başına $3,75'lik tanıtım fiyatıyla geliyor; bu da 3.6 Flash'in orijinal maliyetinin yarısı.

Bu yazıda Gemini 3.7 Flash'teki tüm yenilikleri ele alacak, özelliklerine bakacak, kıyaslamaları inceleyecek ve bizzat deneyebileceğiniz uygulamalı testleri kuracağız. Rekabet ettiği rakip modellere daha derin bakmak için GPT-5.6 Terra vs Claude Sonnet 5 ve Claude öğrenme rehberlerimize göz atın. 

Kısaca

• Gemini 3.7 Flash, kodlama ve ajan iş akışlarını hedefleyen, 1M belirteçlik bağlam penceresine sahip Google'ın en yetkin Flash modeli.
• Tanıtım fiyatlandırması 31 Aralık 2026'ya kadar 1M giriş için $0,75 ve 1M çıkış için $3,75; ardından standart fiyat $1,50/$7,50.
• FrontierCode 1.1 (%43,6), GDP.pdf (%34,0), Harvey LAB-AA (%90,7) ve GDM-MRCR uzun bağlamda (%97,0) Claude Sonnet 5 ve GPT-5.6 Terra'ya karşı önde.
• GPT-5.6 Terra, DeepSWE, Terminal-bench ve OSWorld ajan değerlendirmelerinde hâlâ lider.
• Gemini API, Google Antigravity, Gemini Enterprise ve Gemini Spark üzerinden kullanılabilir.

Gemini 3.7 Flash Nedir?

Gemini 3.7 Flash, karmaşık kodlama, ajan iş akışları ve güvenilir çok adımlı yürütme için konumlandırılmış, Google'ın orta segment iş makinesi modelidir ve en yetkin Flash modeli olarak sunulur. Üç hafta önce gelen Gemini 3.6 Flash'i takip eder ve Google, kalite sıçramasını geliştirici geri bildirimi ile algoritmik değişikliklere bağlar.

Model, Gemini API üzerinden genel kullanıma açıktır; 1M belirteçlik bağlam penceresi (1.048.576 giriş belirteci) ve 65.536 çıkış belirteci sınırına sahiptir. Metin, görsel, video, ses ve PDF girişlerini kabul eder ve yalnızca metin çıktısı üretir. Google, düşük, orta ve yüksek olmak üzere ayarlanabilir düşünme seviyeleri sunar; ancak desteklenmeyen minimal ayarını isterseniz API hata döndürür.

En çarpıcı kıyas başlığı, uzun ufuklu yazılım mühendisliği değerlendirmesi olan DeepSWE v1.1'dir; 3.7 Flash burada FrontierCode'da selefinin %34,4'üne karşı %65,3 ve bizzat DeepSWE'de 3.6 Flash için sadece %48,6 skor alır. Fiyatı da düşen bir model için tek nesilde bu kadar büyük bir kazanım alışılmadık.

Gemini 3.7 Flash'te Neler Yeni?

Buradaki konu, daha düşük fiyata daha yetkin bir Flash modeli; daha iyi yönerge takibi ve ajan döngülerinde daha az gözetim ihtiyacı. Uygulayıcılar için en önemli değişiklikler şunlar.

Daha güçlü kodlama ve sorun çözümü

Gemini 3.7 Flash'e daha zor hata ayıklama ve yeniden düzenleme işleri verebilir ve ilk denemede daha yüksek doğruluk bekleyebilirsiniz. Google, üretim kod kalitesi için FrontierCode 1.1 Main'de %43,6 (3.6 Flash için %34,4'ten yukarı) ve uzun ufuklu yazılım mühendisliği için DeepSWE v1.1'de %65,3 bildirmektedir.

Çalışan mühendisler için pratik sonuç, daha az yeniden denemedir. Google, modelin engellere daha iyi uyum sağladığını ve yönergeleri daha sadakatle izlediğini, bunun da daha ucuz modelleri duvar saati süresinde pahalı hale getiren manuel gözetimi azalttığını söylüyor.

Daha hızlı web uygulaması ve arayüz üretimi

Gemini 3.7 Flash, 3.6 Flash'e kıyasla daha az istemle işlevsel düzenler ve özellikleri tamamlanmış web uygulamaları üretiyor. Code Arena'nın web geliştirme sıralamasında 3.7 Flash 1588 Elo, 3.6 Flash 1538 ve Claude Sonnet 5 ise 1541 puan alıyor.

Model, UI üretirken referans bir girdiyle de eşleşebiliyor; bu referans bir ekran görüntüsü, bir resim veya tam bir tasarım sistemi olabilir. Ona bir fiyatlandırma sayfası taslağı verirseniz, genel bir yerleşim doğaçlaması yapmak yerine tasarıma bağlılığı yeniden üretmeyi hedefler.

Daha iyi çok adımlı ajan yürütümü

Model, ucuz modellerin genellikle zorlandığı planlama ve araç çağrılarına daha fazla emek harcıyor. Gerçek dünya iş akışlarına yönelik özel bir değerlendirme olan AutomationBench'te 3.7 Flash, 3.6 Flash için %17,0 ve Claude Sonnet 5 için %10,7'ye karşı %30,4 skor alıyor.

API üzerinden sunulan yerleşik araçlar arasında önbellekleme, kod yürütme, dosya arama, fonksiyon çağırma, arama temellendirme, Google Maps ile temellendirme, yapılandırılmış çıktılar ve URL bağlamı bulunuyor. Bilgisayar kullanımı mevcut ancak önizleme olarak işaretli; bu nedenle henüz üretim ajanları bunun etrafında inşa etmezdim.

Geliştirilmiş doküman ve bilgi işleri

Gemini 3.7 Flash, finans, hukuk ve biyobilimler gibi bilgi yoğun alanlarda daha iyi akıl yürütme ve belge kavrama sergiliyor. Uzman PDF kavrama için GDP.pdf kıyasında %34,0 (3.6 Flash için %22,0'a karşı) ve karmaşık hukuk iş akışları için Harvey LAB-AA'da %90,7 puan alıyor.

İşiniz yoğun yıllık raporlardan veya sözleşmelerden yapılandırılmış yanıtlar çıkarmayı içeriyorsa, test etmeye değer sürüm bu. Model hâlâ yalnızca metin çıktısı üretir; yani okuduğu grafikleri üretmez, yalnızca açıklar veya özetler.

Ajanları ölçeklemek için daha düşük fiyat

Tanıtım fiyatlandırması, Flash tabanlı ajanları çalıştırma maliyetini 3.6 Flash lansman oranlarına kıyasla yarıya indiriyor. 31 Aralık 2026'ya kadar 1M giriş belirteci başına $0,75 ve 1M çıkış belirteci başına $3,75 ödüyorsunuz.

• Giriş: 1M belirteç başına $0,75 (tanıtım), 1 Ocak 2027'de 1M başına $1,50'ye yükselir
• Çıkış: 1M belirteç başına $3,75 (tanıtım), 1 Ocak 2027'de 1M başına $7,50'ye yükselir

Karşılaştırma için, Claude Sonnet 5 Google'ın kendi kıyas tablosunda giriş için $2,00 ve çıkış için $10,00'da; GPT-5.6 Terra ise giriş için $2,00 ve çıkış için $12,00'da bulunuyor. Ham belirteç fiyatında 3.7 Flash her ikisini de açık farkla alt ediyor.

Gemini 3.7 Flash Kıyaslamaları

Google'ın kıyas tablosu, Gemini 3.7 Flash'i 3.6 Flash, Claude Sonnet 5, GPT-5.6 Terra ve Muse Spark 1.2 ile karşılaştırıyor. Desen tutarlı: 3.7 Flash, neredeyse her değerlendirmede selefini geçiyor ve daha pahalı rakiplerle başa baş gidiyor; ancak GPT-5.6 Terra bazı ajan odaklı kodlama değerlendirmelerinde onu az farkla geride bırakıyor.

Bir bakışta Gemini 3.7 Flash vs alan

Google'ın kıyas tablosunda dört model için kilit rakamlar şöyle sıralanıyor.

FrontierCode 1.1 Main

FrontierCode 1.1 Main, üretim kod kalitesini ölçer; yani yalnızca sözdizimsel olarak doğru değil, aynı zamanda sevkiyata hazır doğru kodu ödüllendirir.

Gemini 3.7 Flash %43,6 puan alarak Claude Sonnet 5'in %42,7'sinin, GPT-5.6 Terra'nın %41,3'ünün ve kendi selefi 3.6 Flash'in %34,4'ünün önünde.

Flash katmanı bir modelin, üretim kod kalitesinde her iki sınır modelini de geride bırakması, özellikle belirteç maliyetlerinin üçte biri düzeyinde olması nedeniyle bu sürümün öne çıkan sonucu.

DeepSWE v1.1

DeepSWE v1.1, çok sayıda adım boyunca sürdürülen bağlam gerektiren çok dosyalı görevlerle uzun ufuklu yazılım mühendisliğini test eder.

Burada 3.7 Flash %65,3 puan alarak 3.6 Flash için %48,6'ya kıyasla büyük bir sıçrama gösteriyor; ancak GPT-5.6 Terra %69,6 ile önde, Claude Sonnet 5 ise %53,8 ile geride kalıyor.

Özet: 3.7 Flash, uzun ufuklu kodlamada Terra ile aradaki farkın çoğunu kapattı ancak onu geçemedi. Çok dosyalı ajan kodlamasında mutlak tavanı arıyorsanız, Terra bu özel değerlendirmede hâlâ kazanıyor.

Terminal-bench 2.1 ve 3.0

Terminal-bench, modelin görevleri tamamlamak için komut satırını yönettiği ajan odaklı terminal kodlamayı ölçer.

Terminal-bench 2.1'de 3.7 Flash, 3.6 Flash için %78,0 ve Claude Sonnet 5 için %80,4'e karşı %85,8 puan alıyor; ancak GPT-5.6 Terra %87,4 ile önde.

Genel ajan yetenekleri için daha zor olan yeni Terminal-bench 3.0'da ise 3.7 Flash %14,9 alıyor; bu, 3.6 Flash'in %5,4'ünün oldukça üzerinde, Claude Sonnet 5 ile yaklaşık olarak başa baş (%14,6) ve Terra'nın %20,8'inin gerisinde.

Bu düşük mutlak sayılar, genel ajan güvenilirliğinin kat etmesi gereken mesafeye dair yararlı bir gerçeklik kontrolü sunuyor.

GDP.pdf ve Harvey LAB-AA

GDP.pdf, uzman PDF belge kavrama; Harvey LAB-AA ise karmaşık hukuk iş akışlarını test eder.

Gemini 3.7 Flash her ikisinde de lider: GDP.pdf'te Claude Sonnet 5 için %28,0 ve GPT-5.6 Terra için %24,7'ye karşı %34,0; Harvey LAB-AA'da ise Sonnet 5 için %90,1 ve Terra için %85,2'ye karşı %90,7.

İş yükünüz belge ağırlıklı hukuk veya finansal analizse, masadaki en ucuz modelin aynı zamanda en doğru olduğu yer burası; bu nadir bir kombinasyondur.

GDM-MRCR v2 uzun bağlam

GDM-MRCR v2 (8-needle), modelin uzun bir girdi boyunca gömülü birden fazla bilgi parçasını bulup bulamayacağını ölçen uzun bağlamlı erişimi test eder.

128k ortalamada 3.7 Flash %97,0 puanla 3.6 Flash'in %91,8'inin, Claude Sonnet 5'in %81,5'inin ve GPT-5.6 Terra'nın %93,5'inin önünde yer alıyor.

1M belirteçlik bağlam penceresi ve listedeki en güçlü 8-needle erişimle, 3.7 Flash, büyük belgeleri veya uzun dökümleri tek bir çağrıda dolduran ardışık düzenler için güçlü bir tercih.

Terra ve Sonnet 5'i karşılaştırdığımızda, uzun bağlam erişiminin aralarındaki keskin farklılaştırıcılardan biri olduğunu görmüştük; 3.7 Flash şimdi bu bantta her ikisinin de üzerinde yer alıyor.

GPT-5.6 Terra'nın hâlâ önde olduğu yerler

Kaybedilenleri dürüstçe belirtmek gerekir.

GPT-5.6 Terra, DeepSWE v1.1'de (%69,6 vs %65,3), Terminal-bench 2.1'de (%87,4 vs %85,8), Terminal-bench 3.0'da (%20,8 vs %14,9) ve OSWorld-2.0 ajan bilgisayar kullanımında (%50,2 vs %47,9) Gemini 3.7 Flash'i geride bırakıyor.

Desen şu: Terra en zorlu ajan ve terminal kodlama değerlendirmelerinde küçük bir avantaja sahipken, 3.7 Flash üretim kod kalitesi, belge kavrama ve uzun bağlam erişimde kazanıyor. Sizin için hangisinin kazandığı, darboğazınızın ajan güvenilirliği mi yoksa maliyet mi olduğuna bağlı.

Gemini 3.7 Flash Fiyatlandırma ve Kullanılabilirlik

Gemini 3.7 Flash şu anda birkaç Google yüzeyi üzerinden genel kullanıma açık.

API model kimliği gemini-3.7-flash ve Google AI Studio, Android Studio veya ajan öncelikli Google Antigravity ortamında geliştirmeye başlayabilirsiniz.

• Geliştiriciler: Google AI Studio ve Android Studio üzerinden Gemini API; Google Antigravity'de ajan iş akışları
• Kurumsal: Gemini Enterprise Agent Platform ve Gemini Enterprise uygulaması
• Bireyler: 160'tan fazla ülkede Google AI Pro ve Ultra aboneleri için Gemini uygulamasındaki 7/24 kişisel ajan Gemini Spark

Fiyatlandırma 31 Aralık 2026'ya kadar 1M giriş belirteci başına $0,75 ve 1M çıkış belirteci başına $3,75. 1 Ocak 2027'de standart tarifeler olan $1,50 giriş ve $7,50 çıkış uygulanır. Bu model için ses üretimi, görsel üretimi ve Live API desteklenmez; bilgisayar kullanımı yalnızca önizlemedir.

Son Düşünceler

Gemini 3.7 Flash, Google'ın amiral gemisi Gemini 3.5 Pro gecikmeye devam ederken hızlı sevkiyat ve fiyat kesintileri yaptığı bir hamle.

3.6 Flash'ten üç hafta sonra, belirteç maliyetinin yarısına daha gelişmiş bir Flash modelinin yayımlanması, üretim hacminin çoğunun gerçekten bulunduğu orta segmente kazanma hedefi güden bir şirket izlenimi veriyor.

Dürüst olmak gerekirse, iş yükünüz belge kavrama, üretim web ve uygulama kodu veya uzun bağlam erişim ise; burada Claude Sonnet 5 ve GPT-5.6 Terra'yı doğrudan geride bırakan ve maliyetin çok küçük bir kısmına gelen model bence bu.

Darboğazınız en zorlu ajan terminal kodlamasıysa, Terra DeepSWE ve Terminal-bench'te hâlâ az farkla önde ve bu tavan için daha fazla ödemiş olursunuz.

DeepMind liderlik değişimi ve Pro model gecikmesiyle Google, rekabette kalabildiğini kanıtlamak için Flash'e yaslanıyor. Yeni yayımladığı kıyas tablosunda, bu argüman orta segment bir model için büyük ölçüde geçerlilik taşıyor.

Bu tür modellerle uygulamalı çalışmak istiyorsanız, Gemini 3.7 Flash'i kendi ajan ardışık düzenlerinize bağlamadan önce temel oluşturmak için AI Fundamentals yetenek yolumuzla başlamanızı öneririm.