Gemini 3.7 Flash มีอะไรใหม่: ฟีเจอร์เด่น, ผลทดสอบ และ API

Gemini 3.7 Flash คือโมเดล AI “workhorse” ล่าสุดของ Google ที่เปิดตัวเมื่อวันที่ 13 สิงหาคม 2026 หลัง Gemini 3.6 Flash เพียงสามสัปดาห์ โมเดลนี้คงหน้าต่างบริบท 1M โทเค็นและอินพุตหลายรูปแบบไว้เหมือนเดิม แต่เพิ่มประสิทธิภาพด้านการเขียนโค้ดและงานเอเจนต์อย่างมาก โดยมีราคา API แนะนำที่ $0.75 ต่อ 1M โทเค็นอินพุต Google เรียกโมเดลนี้ว่า “โมเดล workhorse ที่ชาญฉลาดที่สุดของเรา”

ลองใช้ Apidog วันนี้

ช่วงห่างเพียงสามสัปดาห์ระหว่างการเปิดตัวมีนัยสำคัญ: Google กำลังปล่อยอัปเดต Flash อย่างรวดเร็ว ขณะที่ Gemini 3.5 Pro ยังคงล่าช้า นั่นทำให้โมเดลระดับกลางเป็นจุดที่ความสามารถใหม่เข้าถึงนักพัฒนาก่อน ตัวเลขก็สนับสนุนแนวโน้มนี้—DeepSWE เพิ่มขึ้น 16 จุด, AutomationBench เกือบสองเท่า และราคาแนะนำต่ำกว่าราคาเปิดตัวของ 3.6 Flash ครึ่งหนึ่ง

บทความนี้สรุปการเปลี่ยนแปลงที่สำคัญ เกณฑ์มาตรฐาน ราคา จุดเข้าถึงโมเดล และคำสั่ง cURL สำหรับเริ่มทดสอบทันที หากต้องการรายละเอียด API เพิ่มเติม ดูคู่มือเริ่มต้นใช้งาน Gemini 3.7 Flash API และใช้ Apidog เพื่อทดสอบโมเดลใหม่กับพรอมต์เดิมก่อนเปลี่ยนระบบจริง

TL;DR

• Gemini 3.7 Flash เปิดตัววันที่ 13 สิงหาคม 2026 สามสัปดาห์หลัง 3.6 Flash โดยใช้โมเดล ID: gemini-3.7-flash
• คะแนนด้านโค้ดและเอเจนต์เพิ่มขึ้น: DeepSWE v1.1 จาก 49.0% เป็น 65.3%, AutomationBench จาก 17.0% เป็น 30.4%, และ WebDev Arena จาก 1538 เป็น 1588 Elo
• ราคาแนะนำ API คือ $0.75 ต่อ 1M โทเค็นอินพุต และ $3.75 ต่อ 1M โทเค็นเอาต์พุต จนถึง 31 ธันวาคม 2026 หลังจากนั้นเป็น $1.50 / $7.50
• สเปคหลักไม่เปลี่ยน: อินพุต 1M โทเค็น, เอาต์พุตสูงสุด 64k โทเค็น, รองรับข้อความ รูปภาพ วิดีโอ เสียง PDF การเรียกใช้ฟังก์ชัน การค้นหา และการใช้งานคอมพิวเตอร์
• ใช้งานได้ผ่าน Gemini API, AI Studio, Gemini app, Gemini Spark, Google Antigravity, Android Studio และ Gemini Enterprise ในกว่า 160 ประเทศ
• หากใช้งาน 3.6 Flash อยู่แล้ว จุดเริ่มต้นที่เหมาะสมคือรันชุด regression prompts เดิมกับ gemini-3.7-flash แล้วเปรียบเทียบคุณภาพ ความหน่วง และการใช้โทเค็น

Gemini 3.7 Flash คืออะไร

Flash คือโมเดลระดับกลางของ Gemini: เร็วและราคาถูกกว่า Pro แต่มีความสามารถมากกว่า Flash-Lite เหมาะกับงาน production ปริมาณสูงที่ต้องบาลานซ์ต้นทุน ความหน่วง และคุณภาพ

Gemini 3.7 Flash คือ Flash รุ่นที่สามในสาย 3.x โดย ประกาศอย่างเป็นทางการของ Google วางตำแหน่งโมเดลนี้สำหรับงานเขียนโค้ดและเอเจนต์เป็นหลัก ก่อนงานแชตทั่วไป

สเปคหลักยังคงเหมือน Gemini 3.6 Flash:

• บริบท: อินพุตสูงสุด 1M โทเค็น และเอาต์พุตสูงสุด 64k โทเค็น
• รูปแบบอินพุต: ข้อความ รูปภาพ วิดีโอ เสียง และ PDF
• เอาต์พุต: ข้อความ
• เครื่องมือ: Function calling, Search as a tool และ Computer use
• ความปลอดภัย: มีการอัปเดตการป้องกัน CBRN และความปลอดภัยทางไซเบอร์

สิ่งที่เปลี่ยนคือพฤติกรรมของโมเดล Google ระบุว่า 3.7 Flash ดีขึ้นด้านการดีบัก การสร้างโค้ดที่ใช้งานได้ตั้งแต่ครั้งแรก การรับมือเมื่อเครื่องมือล้มเหลว การถามคำถามเมื่อคำสั่งไม่ชัดเจน และการทำตามข้อกำหนดเอาต์พุตได้แม่นยำขึ้น

การปรับปรุงเกณฑ์มาตรฐาน: 3.6 เทียบกับ 3.7

Google เผยแพร่ตัวเลขต่อไปนี้ในบล็อกและ model card:

เกณฑ์มาตรฐาน	Gemini 3.6 Flash	Gemini 3.7 Flash	การเปลี่ยนแปลง
DeepSWE v1.1 (การเขียนโค้ดแบบเอเจนต์)	49.0%	65.3%	+16.3 pts
FrontierCode 1.1 หลัก	34.4%	43.6%	+9.2 pts
WebDev Arena (Elo)	1538	1588	+50 Elo
GDP.pdf (การวิเคราะห์เอกสาร)	22.0%	34.0%	+12.0 pts
AutomationBench (งานเอเจนต์)	17.0%	30.4%	+13.4 pts

นอกจากนี้ Google รายงานคะแนนเดี่ยวอีกสองรายการ:

• Harvey LAB-AA: 90.7% สำหรับการวิเคราะห์เชิงกฎหมาย
• 128k-needle long-context retrieval: 97.0%

สำหรับทีมที่ส่งเอกสารยาวเข้าโมเดล คะแนนการดึงข้อมูลจากบริบทขนาดใหญ่มีความสำคัญ เพราะโมเดลอาจดูเหมือนตอบถูกในตัวอย่างสั้น ๆ แต่พลาดข้อมูลสำคัญเมื่อ context มีขนาดใหญ่

แนวโน้มที่ชัดที่สุดคือความสามารถด้านเอเจนต์ โดย AutomationBench เพิ่มจาก 17.0% เป็น 30.4% และ DeepSWE เพิ่ม 16.3 จุด รายงานการเปิดตัว ก็ชี้ว่า DeepSWE เป็นตัวเลขที่โดดเด่น

อย่างไรก็ตาม อย่าใช้คะแนน benchmark เพียงอย่างเดียวในการตัดสินใจย้ายโมเดล ให้ทดสอบกับ repository, tool calls และ failure cases ของคุณเองด้วย หากต้องการเปรียบเทียบกับโมเดลคู่แข่ง ดูการเปรียบเทียบ Grok 4.6 เทียบกับ GPT 5.6 เทียบกับ Claude

การปรับปรุงการเขียนโค้ดและเอเจนต์

คะแนน benchmark บอกว่าผลลัพธ์ดีขึ้น แต่สำหรับ implementation สิ่งที่ควรตรวจสอบคือพฤติกรรมต่อไปนี้:

• การดีบัก: โมเดลควรหา root cause ได้ดีขึ้น ไม่ใช่เพียงแก้อาการของบั๊ก โดย DeepSWE วัดการแก้บั๊กหลายไฟล์ใน repository จริง
• โค้ดที่ใช้งานได้ตั้งแต่ครั้งแรก: ทดสอบด้วยชุดงานที่มี unit tests และตรวจว่าโค้ดผ่านโดยต้องแก้ไขเพิ่มน้อยลงหรือไม่
• การจัดการอุปสรรค: เมื่อ tool call ล้มเหลว ไฟล์หาย หรือ API ตอบ error โมเดลควรปรับแผนแทนการวนซ้ำคำตอบเดิม
• การชี้แจงเจตนา: สำหรับคำขอที่กำกวม ให้ตรวจว่าโมเดลถามคำถามก่อนลงมือหรือไม่
• ความเที่ยงตรงของคำสั่ง: ทดสอบข้อกำหนด เช่น JSON-only, จำนวนบรรทัดสูงสุด, schema, negative constraints และรูปแบบเอาต์พุต

ตัวอย่าง prompt สำหรับ regression test:

คุณเป็นผู้ตรวจสอบโค้ด

ข้อกำหนด:
1. ระบุเฉพาะบั๊กที่ยืนยันได้
2. แยกผลลัพธ์เป็น JSON ตาม schema ที่กำหนด
3. หากข้อมูลไม่พอ ให้ตอบคำถามเพื่อขอข้อมูลเพิ่ม
4. ห้ามเสนอ refactor ที่ไม่เกี่ยวกับบั๊ก

โค้ด:
[paste code here]

Function calling, Search as a tool และ Computer use ยังคงรองรับเหมือนเดิม โดยเฉพาะ Computer use ควรใช้เมื่อไม่มี structured API สำหรับงานนั้นจริง ๆ เพราะมีความไม่แน่นอนและมักช้ากว่าการเรียก API โดยตรง ดูรายละเอียดการเลือกแนวทางได้ที่การวิเคราะห์ Computer use เทียบกับ Structured APIs

ราคา: ลดครึ่งราคาจนถึง 31 ธันวาคม 2026

Gemini 3.7 Flash เปิดตัวพร้อมราคา Gemini API สองช่วง:

ช่วงเวลา	อินพุตต่อ 1M โทเค็น	เอาต์พุตต่อ 1M โทเค็น
จนถึง 31 ธันวาคม 2026	$0.75	$3.75
ตั้งแต่ 1 มกราคม 2027	$1.50	$7.50

ราคาแนะนำต่ำกว่าราคาเปิดตัว Gemini 3.6 Flash ครึ่งหนึ่ง แต่ควรวางงบประมาณ production ด้วยอัตรามาตรฐานหลังวันที่ 1 มกราคม 2027 ไม่ใช่อัตราโปรโมชัน

ใช้สูตรนี้ประเมินค่าใช้จ่ายคร่าว ๆ:

ค่าใช้จ่ายรวม =
  (จำนวนโทเค็นอินพุต / 1,000,000 × ราคาอินพุต)
  +
  (จำนวนโทเค็นเอาต์พุต / 1,000,000 × ราคาเอาต์พุต)

ก่อนเปิดใช้จริง:

1. ตรวจสอบราคาปัจจุบันในหน้าการกำหนดราคาอย่างเป็นทางการ
2. เก็บ usageMetadata จากทุก API response
3. ตั้ง budget alert ตามอัตรามาตรฐานปี 2027
4. ทดสอบ prompt ที่ใช้ context ยาวและ output ยาว เพราะมักเป็นจุดที่ต้นทุนเพิ่มเร็วที่สุด

สำหรับตัวอย่างคำนวณต้นทุนของ chatbot, document pipeline และ agent loop ดูรายละเอียดราคา Gemini 3.7 Flash

สถานที่ที่คุณสามารถใช้งานได้ในวันนี้

Google เปิดตัว Gemini 3.7 Flash ในกว่า 160 ประเทศ ผ่านช่องทางต่อไปนี้:

• Gemini API: สำหรับเรียกใช้โมเดลจากแอปของคุณโดยตรง
• Google AI Studio: สำหรับทดลอง prompt ผ่านเบราว์เซอร์และสร้าง API key
• Gemini app: แอปแชตสำหรับผู้ใช้ทั่วไป
• Gemini Spark: สำหรับสมาชิก AI Pro และ Ultra
• Google Antigravity: สภาพแวดล้อมการพัฒนาแบบเอเจนต์ของ Google
• Android Studio: ช่วยงานเขียนโค้ดใน IDE
• Gemini Enterprise: สำหรับองค์กรที่ต้องการการจัดการและ compliance

หากต้องการใช้งานในระดับองค์กรผ่าน Google Cloud คุณสามารถเรียกผ่าน Vertex AI ที่ aiplatform.googleapis.com โดยใช้ OAuth, IAM และ audit logging โครงสร้างคำขอเหมือนกัน แต่กลไกการยืนยันตัวตนและการโฮสต์ต่างกัน

ทำไม Google ถึงปล่อย Flash ก่อน Gemini 3.5 Pro

ปกติรุ่นเรือธงมักมาก่อน แล้วรุ่นที่ประหยัดกว่าจึงตามมา แต่รอบนี้ Google ปล่อย 3.6 Flash ในปลายเดือนกรกฎาคม ตามด้วย 3.7 Flash ภายในสามสัปดาห์ ขณะที่ Gemini 3.5 Pro ยังไม่มีกำหนดเปิดตัว

ในเชิงปฏิบัติ นี่หมายความว่าอย่ารอ Pro โดยอัตโนมัติหาก workload ของคุณเหมาะกับ Flash อยู่แล้ว งาน production จำนวนมากต้องการต้นทุนและความหน่วงที่สมดุลมากกว่าความสามารถ reasoning สูงสุด

หากใช้งาน 3.6 Flash อยู่แล้ว การย้ายมักเริ่มจากการเปลี่ยน model ID เพียงบรรทัดเดียว แต่ต้องทำ regression testing ก่อน deploy ดูขั้นตอนเพิ่มเติมในคู่มือการย้ายจาก Gemini 3.6 ไปยัง 3.7 Flash

วิธีลองใช้งาน API ในห้านาที

1. สร้าง API key

สร้าง API key ผ่าน Google AI Studio แล้วกำหนดเป็น environment variable:

export GEMINI_API_KEY="AIza..."

2. ส่งคำขอแรกด้วย cURL

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
    }
  }'

3. ตรวจสอบ response และต้นทุน

ข้อความที่สร้างจะอยู่ใน candidates[].content.parts[] และข้อมูลการใช้โทเค็นอยู่ใน usageMetadata

ให้บันทึกค่าเหล่านี้อย่างน้อย:

{
  "promptTokenCount": 0,
  "candidatesTokenCount": 0,
  "totalTokenCount": 0
}

usageMetadata คือข้อมูลสำคัญสำหรับติดตามต้นทุนจริงของ prompt แต่ละประเภท

4. เปิดใช้ streaming เมื่อจำเป็น

เปลี่ยน endpoint จาก:

:generateContent

เป็น:

:streamGenerateContent?alt=sse

API จะส่งผลลัพธ์แบบ Server-Sent Events (SSE) ซึ่งเหมาะกับ chat UI หรือ agent console ที่ต้องการแสดงผลระหว่างโมเดลกำลังสร้างคำตอบ

5. เปรียบเทียบ 3.6 และ 3.7 ด้วยชุดคำขอเดียวกัน

เมื่อคำสั่งแรกทำงานแล้ว ให้ย้ายการทดสอบออกจาก terminal และจัดเก็บเป็นชุด regression requests ใน Apidog:

1. Import Generative Language API specification
2. สร้าง environment variable สำหรับ GEMINI_API_KEY
3. กำหนด header x-goog-api-key: {{GEMINI_API_KEY}}
4. ตั้ง model ID เป็น path variable เช่น {{model}}
5. รัน request เดียวกันกับ gemini-3.6-flash และ gemini-3.7-flash
6. บันทึก response ของ 3.6 เป็น example เพื่อใช้เทียบ regression
7. เปรียบเทียบเนื้อหา JSON structure latency และ usageMetadata

แนวทางนี้ช่วยตรวจสอบคำกล่าวอ้างเรื่องการทำตามคำสั่งที่ดีขึ้นกับ workload ของคุณเอง แทนที่จะตัดสินจาก benchmark เพียงอย่างเดียว

คำถามที่พบบ่อย

Gemini 3.7 Flash ใช้งานได้ฟรีหรือไม่?

Gemini API มีแพ็กเกจฟรีผ่าน AI Studio พร้อมโควต้ารายวันสำหรับการสร้างต้นแบบ ส่วนการใช้งานแบบชำระเงินเริ่มที่ราคาแนะนำ $0.75 ต่อ 1M โทเค็นอินพุตจนถึง 31 ธันวาคม 2026

หากต้องการทำงานภายใต้ข้อจำกัดของ free tier ดูคู่มือการเข้าถึง Gemini API ฟรี

ความแตกต่างระหว่าง Gemini 3.6 Flash และ 3.7 Flash คืออะไร?

สเปคหลักเหมือนเดิม: context window, output limit, input modalities และ tool support ไม่เปลี่ยนแปลง

ความแตกต่างหลักคือประสิทธิภาพด้านโค้ดและเอเจนต์:

• DeepSWE: เพิ่ม 16.3 จุด
• AutomationBench: เพิ่ม 13.4 จุด
• WebDev Arena: เพิ่ม 50 Elo

Google ยังระบุว่าดีขึ้นด้านการดีบัก การทำตามคำสั่ง และการวางแผนหลายขั้นตอน

Gemini 3.7 Flash จะมาแทนที่ Gemini 3.5 Pro หรือไม่?

ไม่ใช่ Pro ยังคงเป็นโมเดลเรือธงสำหรับงาน reasoning ที่ซับซ้อนที่สุด และ Gemini 3.5 Pro ยังอยู่ระหว่างการพัฒนา

Gemini 3.7 Flash เหมาะกับงาน production ปริมาณสูงที่ต้นทุนและความหน่วงสำคัญพอ ๆ กับคุณภาพ

จะเกิดอะไรขึ้นกับราคาในวันที่ 1 มกราคม 2027?

ราคาแนะนำจะสิ้นสุด และใช้อัตรามาตรฐาน:

• อินพุต: $1.50 ต่อ 1M โทเค็น
• เอาต์พุต: $7.50 ต่อ 1M โทเค็น

หาก workload จะทำงานต่อหลังปี 2026 ให้คำนวณงบประมาณด้วยราคานี้

Gemini 3.7 Flash สามารถประมวลผลรูปภาพและ PDF ได้หรือไม่?

ได้ โมเดลรองรับข้อความ รูปภาพ วิดีโอ เสียง และ PDF ภายใน contents array เดียวกัน แต่เอาต์พุตเป็นข้อความเท่านั้น

Google รายงานว่า GDP.pdf เพิ่มจาก 22.0% เป็น 34.0% ซึ่งเป็นหลักฐานของการปรับปรุงด้านความเข้าใจเอกสาร

Gemini 3.7 Flash เข้ากับสแต็กของคุณได้อย่างไร

Gemini 3.7 Flash เป็นโมเดลระดับกลางที่มีคะแนนด้านเอเจนต์ดีขึ้น พร้อมราคาแนะนำที่ลดลงในช่วงเวลาจำกัด สำหรับทีมที่ใช้ Gemini 3.6 Flash อยู่แล้ว การประเมินไม่ควรซับซ้อน:

1. คัดเลือก prompt ที่สะท้อน production workload จริง
2. รัน prompt เดิมกับ gemini-3.6-flash และ gemini-3.7-flash
3. เปรียบเทียบคุณภาพ output, schema adherence, latency และ token usage
4. เพิ่ม failure cases เช่น tool timeout, input ไม่ครบ และคำสั่งกำกวม
5. วางงบประมาณโดยใช้อัตรามาตรฐานหลัง 1 มกราคม 2027
6. Deploy แบบ canary ก่อนย้าย traffic ทั้งหมด

ใช้ Apidog เพื่อรวมการเปรียบเทียบไว้ใน workspace เดียว: บันทึก response ของ 3.6 เป็น example แล้วรัน request เดิมกับ 3.7 คุณจะตรวจสอบได้อย่างรวดเร็วว่าคะแนน benchmark แปลเป็นผลลัพธ์ที่ดีขึ้นสำหรับระบบของคุณจริงหรือไม่