Antoine Laurent

Posted on Aug 14 Originally published at apidog.com

Gemini 3.7 Flash : Nouveautés, Fonctionnalités, Benchmarks et Accès API

Gemini 3.7 Flash est le tout dernier modèle d'IA performant de Google, lancé le 13 août 2026, trois semaines après Gemini 3.6 Flash. Il conserve la fenêtre de contexte de 1 million de tokens et l'entrée multimodale de son prédécesseur, tout en affichant de nets gains sur les benchmarks de codage et d'agents. Son prix d'introduction est de 0,75 $ par million de tokens d'entrée. Google le qualifie de « notre modèle performant le plus intelligent ».

Essayez Apidog dès aujourd'hui

Cet écart de trois semaines entre les lancements est significatif. Google déploie les mises à jour Flash à un rythme soutenu tandis que Gemini 3.5 Pro reste retardé. Le modèle de milieu de gamme est donc le premier à bénéficier des avancées techniques récentes. Les benchmarks confirment cette évolution : DeepSWE gagne 16 points, AutomationBench a presque doublé et le prix de lancement est deux fois inférieur à celui de Gemini 3.6 Flash.

Cet article rassemble les benchmarks, la tarification, les options d'accès et une requête cURL exécutable immédiatement. Pour aller plus loin, consultez le guide de démarrage rapide de l'API Gemini 3.7 Flash. Vous pouvez également utiliser Apidog pour tester le modèle avec vos invites actuelles avant de modifier votre intégration.

En bref

Gemini 3.7 Flash a été lancé le 13 août 2026, trois semaines après 3.6 Flash. ID du modèle : gemini-3.7-flash.
Les benchmarks de codage et d'agents progressent fortement : DeepSWE v1.1 passe de 49,0 % à 65,3 %, AutomationBench de 17,0 % à 30,4 %, et WebDev Arena de 1538 à 1588 Elo.
Le prix de lancement de l'API est de 0,75 $ par million de tokens d'entrée et 3,75 $ par million de tokens de sortie. Les tarifs standard, à 1,50 $ / 7,50 $, débutent le 1er janvier 2027.
Les spécifications restent identiques : contexte d'entrée de 1 million de tokens, sortie limitée à 64k tokens, entrées texte/image/vidéo/audio/PDF, appel de fonction, recherche en tant qu'outil et utilisation d'ordinateur.
Le modèle est disponible dans l'API Gemini, AI Studio, l'application Gemini, Gemini Spark, Google Antigravity, Android Studio et Gemini Enterprise, dans plus de 160 pays.
Gemini 3.5 Pro reste retardé : Google déploie les améliorations de Flash avant son prochain modèle phare.

Qu'est-ce que Gemini 3.7 Flash ?

Flash est le niveau intermédiaire de la gamme Gemini : moins cher et plus rapide que Pro, plus intelligent que Flash-Lite, et conçu pour les charges de travail à volume élevé en production.

Gemini 3.7 Flash est la troisième version Flash de la gamme 3.x. L'annonce officielle le positionne principalement comme un modèle de codage et d'agents, plutôt que comme un simple modèle de chat.

La fiche technique reprend celle de Gemini 3.6 Flash :

Contexte : fenêtre d'entrée de 1 million de tokens et limite de sortie de 64k tokens.
Modalités d'entrée : texte, image, vidéo, audio et PDF.
Sortie : texte uniquement.
Outils : appel de fonction, recherche en tant qu'outil et utilisation d'ordinateur.
Sécurité : protections CBRN et cyber actualisées.

Le changement concerne donc le comportement plutôt que l'architecture. Google indique que Gemini 3.7 Flash :

localise mieux les causes de bugs ;
génère plus souvent du code exploitable dès la première réponse ;
adapte son plan lorsque des outils ou fichiers sont indisponibles ;
demande des précisions lorsque l'intention est ambiguë ;
respecte mieux les contraintes de format, de longueur et de style.

Améliorations des benchmarks : 3.6 vs 3.7

Benchmark	Gemini 3.6 Flash	Gemini 3.7 Flash	Évolution
DeepSWE v1.1 — codage agentique	49,0 %	65,3 %	+16,3 pts
FrontierCode 1.1 Main	34,4 %	43,6 %	+9,2 pts
WebDev Arena — Elo	1538	1588	+50 Elo
GDP.pdf — raisonnement documentaire	22,0 %	34,0 %	+12,0 pts
AutomationBench — tâches d'agent	17,0 %	30,4 %	+13,4 pts

Deux résultats supplémentaires complètent ce tableau :

90,7 % sur Harvey LAB-AA, un benchmark de raisonnement juridique ;
97,0 % sur la récupération de contexte long 128k-needle.

Le score 128k-needle est particulièrement pertinent pour les pipelines qui transmettent de longs documents ou de grandes bases de connaissances au modèle. Il mesure la capacité à retrouver une information ciblée dans un contexte important.

Les plus grands gains apparaissent sur les tâches multi-étapes et agentiques. Le passage d'AutomationBench de 17,0 % à 30,4 % peut modifier les tâches qu'il devient raisonnable d'automatiser avec un modèle intermédiaire.

La couverture du lancement met notamment en avant le gain sur DeepSWE. Pour comparer ce type d'écart avec d'autres modèles, consultez cette comparaison entre Grok 4.6, GPT 5.6 et Claude.

Ce que cela change pour le codage et les agents

Les scores sont utiles, mais vous devez les valider avec votre propre suite de prompts. Voici les comportements à tester en priorité.

1. Débogage multi-fichiers

Gemini 3.7 Flash est censé mieux identifier la cause réelle d'une défaillance au lieu de proposer un correctif superficiel.

Testez-le avec :

un bug réparti sur plusieurs fichiers ;
une stack trace ;
les tests qui échouent ;
une contrainte explicite : ne modifier que les fichiers nécessaires.

Le gain DeepSWE est le signal principal ici, car ce benchmark évalue des corrections de bugs dans des dépôts réels.

2. Code utilisable dès la première réponse

Google affirme que davantage de code généré fonctionne sans cycle de correction. FrontierCode progresse de 9,2 points.

Pour l'évaluer :

préparez une tâche représentative ;
imposez une version de langage et de framework ;
exécutez le code généré dans votre CI ;
mesurez le taux de réussite sans modification manuelle.

3. Replanification après un échec d'outil

Dans un agent, simulez :

une API indisponible ;
un fichier absent ;
une permission refusée ;
une réponse d'outil incomplète.

Vérifiez que le modèle reformule son plan ou demande l'information manquante au lieu de répéter le même appel. C'est le type de comportement couvert par AutomationBench.

4. Gestion de l'ambiguïté

Ajoutez volontairement des exigences incomplètes à vos prompts. Un bon comportement consiste à poser une question ciblée avant de générer plusieurs milliers de tokens sur une mauvaise hypothèse.

5. Respect des contraintes

Testez des règles explicites, par exemple :

Réponds uniquement en JSON valide.
Ne modifie pas les signatures publiques.
Limite la réponse à 300 mots.
N'ajoute aucune dépendance.

Évaluez la conformité automatiquement lorsque c'est possible : validation JSON, tests de compilation, lint, règles de taille et assertions métier.

L'appel de fonction, la recherche en tant qu'outil et l'utilisation d'ordinateur sont également pris en charge. L'utilisation d'ordinateur peut piloter un navigateur lorsqu'aucune API n'est disponible, mais elle est généralement moins rapide et moins déterministe qu'une API structurée. Ce comparatif entre l'utilisation d'un ordinateur et les API structurées détaille les cas d'usage de chaque approche.

Tarification : prix réduit jusqu'au 31 décembre 2026

Gemini 3.7 Flash utilise une tarification API en deux phases.

Période	Entrée — par 1M de tokens	Sortie — par 1M de tokens
Jusqu'au 31 décembre 2026	0,75 $	3,75 $
À partir du 1er janvier 2027	1,50 $	7,50 $

Le tarif de lancement est deux fois inférieur au tarif standard. Ne construisez toutefois pas votre budget de production sur ce prix promotionnel.

Recommandation de budget

Calculez vos coûts avec le tarif 2027 :

coût = (tokens_d_entrée / 1_000_000 × 1,50 $)
     + (tokens_de_sortie / 1_000_000 × 7,50 $)

Surveillez ensuite les tokens réellement consommés via usageMetadata dans chaque réponse API.

Avant un déploiement, vérifiez toujours la page officielle des tarifs Gemini. Pour des exemples de calcul appliqués aux chatbots, documents et boucles d'agents, consultez l'analyse détaillée des prix de Gemini 3.7 Flash.

Où utiliser Gemini 3.7 Flash

Google a déployé Gemini 3.7 Flash dans plus de 160 pays via plusieurs produits :

API Gemini : accès direct pour les développeurs, avec l'ID gemini-3.7-flash.
Google AI Studio : environnement web pour tester les prompts et créer une clé API.
Application Gemini : interface grand public.
Gemini Spark : disponible pour les abonnés AI Pro et Ultra.
Google Antigravity : environnement de développement agentique.
Android Studio : assistance au développement dans l'IDE.
Gemini Enterprise : offre gérée pour les organisations.

Pour les déploiements à grande échelle, Vertex AI est également disponible via aiplatform.googleapis.com, avec OAuth, IAM et journalisation d'audit. Le modèle et le schéma de requête restent les mêmes, mais les garanties d'authentification et d'hébergement diffèrent.

Pourquoi Flash sort avant Gemini 3.5 Pro

L'ordre de sortie est inhabituel : Gemini 3.6 Flash est sorti fin juillet, Gemini 3.7 Flash trois semaines plus tard, tandis que Gemini 3.5 Pro reste sans date annoncée.

Selon Axios, Google déploie volontairement les mises à jour Flash avant son prochain modèle phare. Cette stratégie cible le modèle utilisé pour une grande part des charges de production : un compromis entre coût, latence et qualité.

Pour les développeurs, la conséquence est simple : ne considérez plus Flash comme une version nécessairement en retard sur les capacités d'agents. Si vous attendiez Pro avant de migrer, le guide de migration de Gemini 3.6 vers 3.7 Flash indique que, pour la plupart des bases de code, le changement commence par le remplacement de l'ID de modèle et un passage de régression.

Essayer l'API en cinq minutes

Vous avez besoin d'une clé API Google AI Studio.

1. Exporter la clé

export GEMINI_API_KEY="AIza..."

2. Envoyer une première requête

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{
        "text": "Review this function for bugs: def dedupe(items): return list(set(items))"
      }]
    }],
    "generationConfig": {
      "temperature": 0.4,
      "maxOutputTokens": 1024
    }
  }'

La réponse contient généralement :

candidates : les réponses générées ;
content.parts : le texte produit ;
usageMetadata : le nombre de tokens d'entrée et de sortie.

Surveillez usageMetadata dès vos premiers tests. C'est la base de votre mesure de coût réelle.

3. Activer le streaming

Pour recevoir les résultats progressivement via Server-Sent Events, remplacez :

:generateContent

par :

:streamGenerateContent?alt=sse

4. Mettre en place un test de régression

Une fois la requête validée, comparez gemini-3.6-flash et gemini-3.7-flash avec les mêmes entrées :

conservez vos prompts de production ;
enregistrez les réponses de référence ;
exécutez les deux modèles ;
comparez qualité, latence, tokens et conformité au format ;
validez les sorties avec vos tests automatisés.

Dans Apidog, vous pouvez importer la spécification Generative Language API, définir GEMINI_API_KEY comme variable d'environnement pour l'en-tête x-goog-api-key, puis enregistrer le modèle comme variable de chemin. Vous pouvez alors rejouer les mêmes requêtes pour gemini-3.6-flash et gemini-3.7-flash, suivre les flux SSE et sauvegarder des réponses comme exemples de régression.

FAQ

Gemini 3.7 Flash est-il gratuit ?

L'API Gemini propose un niveau gratuit via AI Studio avec un quota quotidien, adapté au prototypage. L'utilisation payante commence à 0,75 $ par million de tokens d'entrée jusqu'au 31 décembre 2026.

Pour comprendre les quotas et leurs limites, consultez le guide sur l'accès gratuit à l'API Gemini.

Quelle est la différence entre Gemini 3.6 Flash et 3.7 Flash ?

Les spécifications principales restent identiques : contexte, limite de sortie, modalités et outils. Les différences sont mesurées sur les benchmarks de codage et d'agents :

DeepSWE : +16,3 points ;
AutomationBench : +13,4 points ;
WebDev Arena : +50 Elo.

Google revendique aussi un meilleur débogage, un meilleur suivi des instructions et une meilleure planification multi-étapes.

Gemini 3.7 Flash remplace-t-il Gemini 3.5 Pro ?

Non. Pro reste le niveau phare pour les tâches de raisonnement les plus difficiles, tandis que Gemini 3.5 Pro est toujours en développement. Gemini 3.7 Flash cible les charges de production à haut volume où coût et latence sont importants.

Que se passe-t-il le 1er janvier 2027 ?

Le tarif de lancement prend fin. Le prix passe à :

1,50 $ par million de tokens d'entrée ;
7,50 $ par million de tokens de sortie.

Établissez votre budget avec ce tarif standard pour toute charge de travail qui dépassera 2026.

Gemini 3.7 Flash peut-il traiter des images et des PDF ?

Oui. Les entrées peuvent contenir du texte, des images, des vidéos, de l'audio et des PDF dans le tableau contents. La sortie reste du texte uniquement.

Le score GDP.pdf de 34,0 %, contre 22,0 % pour Gemini 3.6 Flash, est l'indicateur publié par Google pour l'amélioration de la compréhension documentaire.

Où Gemini 3.7 Flash s'intègre dans votre pile

Gemini 3.7 Flash combine des gains mesurés sur les benchmarks agentiques avec une période tarifaire réduite. La prochaine étape n'est donc pas de supposer qu'il remplacera votre modèle actuel, mais de l'évaluer sur vos propres charges de travail.

Utilisez cette séquence :

exécutez votre suite de prompts actuelle avec gemini-3.7-flash ;
comparez les réponses avec votre modèle existant ;
mesurez les tokens, la latence et le taux de réussite ;
testez les scénarios de débogage, d'appel d'outil et de contexte long ;
préparez vos budgets avec le tarif standard de 2027.

Téléchargez Apidog pour centraliser cette comparaison : enregistrez les réponses de Gemini 3.6 Flash comme exemples, rejouez les mêmes requêtes avec Gemini 3.7 Flash et vérifiez rapidement si les gains de benchmark se retrouvent dans votre environnement.

DEV Community