Gemini 3.7 Flash Terbaru: Fitur, Benchmark, dan Akses API

Gemini 3.7 Flash adalah model AI pekerja keras terbaru Google, dirilis pada 13 Agustus 2026, tiga minggu setelah Gemini 3.6 Flash. Model ini mempertahankan jendela konteks 1 juta token dan input multimodal, tetapi meningkatkan performa pada tolok ukur pengkodean dan agen. Harga API perkenalannya adalah $0,75 per 1 juta token input.

Coba Apidog hari ini

Jeda tiga minggu ini penting: Google mengirim pembaruan Flash dengan cepat sementara Gemini 3.5 Pro tetap tertunda. Artinya, kemampuan pengkodean dan agen terbaru lebih dulu tersedia di tier menengah. DeepSWE naik 16,3 poin, AutomationBench hampir dua kali lipat, dan harga peluncuran 3.7 Flash menjadi setengah dari harga awal 3.6 Flash.

Artikel ini merangkum perubahan, harga, opsi akses, dan permintaan cURL yang bisa langsung Anda jalankan. Untuk detail endpoint, lihat panduan cepat Gemini 3.7 Flash API. Anda juga dapat memakai Apidog untuk membandingkan respons model baru terhadap prompt dan skenario regresi yang sudah ada.

TL;DR

• Gemini 3.7 Flash dirilis pada 13 Agustus 2026. ID model: gemini-3.7-flash.
• Performa pengkodean dan agen meningkat: DeepSWE v1.1 dari 49,0% ke 65,3%; AutomationBench dari 17,0% ke 30,4%; WebDev Arena dari 1538 ke 1588 Elo.
• Harga perkenalan hingga 31 Desember 2026: $0,75 per 1 juta token input dan $3,75 per 1 juta token output.
• Mulai 1 Januari 2027, harga standar menjadi $1,50 input dan $7,50 output per 1 juta token.
• Spesifikasi tetap: konteks input 1 juta token, output hingga 64 ribu token, input teks/gambar/video/audio/PDF, function calling, search as a tool, dan computer use.
• Model tersedia melalui Gemini API, AI Studio, aplikasi Gemini, Gemini Spark, Google Antigravity, Android Studio, dan Gemini Enterprise.

Apa itu Gemini 3.7 Flash?

Flash adalah tier menengah dalam lini Gemini: lebih murah dan cepat daripada Pro, tetapi lebih mampu daripada Flash-Lite. Tier ini ditujukan untuk workload produksi bervolume tinggi.

Pengumuman resmi Google memosisikan Gemini 3.7 Flash terutama sebagai model pengkodean dan agen, bukan sekadar model chat.

Spesifikasinya sama dengan Gemini 3.6 Flash:

• Konteks: input hingga 1 juta token dan output hingga 64 ribu token.
• Input multimodal: teks, gambar, video, audio, dan PDF.
• Tools: function calling, pencarian sebagai alat, dan computer use.
• Keamanan: perlindungan CBRN dan siber yang diperbarui.

Perubahan utamanya ada pada perilaku model: Google mengklaim peningkatan pada debugging, penulisan kode siap deploy, penanganan kegagalan tool, klarifikasi instruksi ambigu, dan kepatuhan terhadap format output.

Peningkatan tolok ukur: Gemini 3.6 vs 3.7

Tolok ukur	Gemini 3.6 Flash	Gemini 3.7 Flash	Perubahan
DeepSWE v1.1 — pengkodean agenik	49,0%	65,3%	+16,3 poin
FrontierCode 1.1 Utama	34,4%	43,6%	+9,2 poin
WebDev Arena	1538 Elo	1588 Elo	+50 Elo
GDP.pdf — penalaran dokumen	22,0%	34,0%	+12,0 poin
AutomationBench — tugas agen	17,0%	30,4%	+13,4 poin

Google juga melaporkan:

• 90,7% pada Harvey LAB-AA untuk penalaran hukum.
• 97,0% pada pengambilan konteks panjang 128k-needle.

Peningkatan paling besar terlihat pada workload agenik, yaitu tugas multi-langkah yang membutuhkan perencanaan, penggunaan tool, evaluasi hasil, dan adaptasi ketika langkah sebelumnya gagal.

Liputan peluncuran 9to5Google menyoroti peningkatan DeepSWE. Untuk membandingkan arti perbedaan benchmark pada workload nyata, lihat perbandingan Grok 4.6 vs GPT 5.6 vs Claude.

Apa yang perlu diuji untuk pengkodean dan agen

Jangan hanya mengandalkan benchmark. Jalankan evaluasi terhadap repositori, prompt, dan toolchain Anda sendiri.

Fokuskan pengujian pada area berikut:

1. Debugging multi-file
   
   Berikan bug nyata beserta stack trace, struktur proyek, dan file terkait. Nilai apakah model menemukan akar masalah, bukan hanya menghasilkan patch.

2. Kepatuhan terhadap instruksi
   
   Uji batasan seperti format JSON, batas panjang respons, library yang boleh digunakan, dan file yang tidak boleh diubah.

3. Tool failure recovery
   
   Simulasikan API gagal, file hilang, atau hasil pencarian kosong. Periksa apakah model mengubah rencana atau terus mengulang langkah yang sama.

4. Klarifikasi sebelum eksekusi
   
   Berikan permintaan yang sengaja ambigu. Model yang baik seharusnya meminta detail penting sebelum menulis implementasi besar.

5. Regresi output
   
   Bandingkan hasil gemini-3.6-flash dan gemini-3.7-flash dengan input yang identik.

Function calling, search as a tool, dan computer use masih tersedia. Untuk workflow yang memiliki API terstruktur, API biasanya lebih cepat dan deterministik daripada computer use. Baca analisis computer use vs API terstruktur untuk menentukan pendekatan yang sesuai.

Harga: setengah harga hingga 31 Desember 2026

Gemini 3.7 Flash memiliki dua fase harga pada Gemini API:

Periode	Input per 1 juta token	Output per 1 juta token
Hingga 31 Desember 2026	$0,75	$3,75
Mulai 1 Januari 2027	$1,50	$7,50

Gunakan harga standar untuk proyeksi anggaran jangka panjang. Jika aplikasi Anda tetap berjalan pada 2027, biaya token input dan output akan menjadi dua kali lipat dibanding tarif perkenalan.

Sebelum deploy, lakukan dua hal:

1. Verifikasi tarif terbaru di halaman harga resmi Gemini API.
2. Catat usageMetadata dari setiap respons untuk memantau token input dan output aktual.

Untuk contoh kalkulasi chatbot, pipeline dokumen, dan loop agen, lihat analisis harga Gemini 3.7 Flash.

Di mana Anda dapat menggunakannya

Google merilis Gemini 3.7 Flash di lebih dari 160 negara melalui:

• Gemini API: akses pengembang langsung dengan model gemini-3.7-flash.
• Google AI Studio: playground untuk menguji prompt.
• Aplikasi Gemini: akses chat untuk pengguna konsumen.
• Gemini Spark: untuk pelanggan AI Pro dan Ultra.
• Google Antigravity: lingkungan pengembangan agen Google.
• Android Studio: bantuan kode di IDE.
• Gemini Enterprise: penggunaan organisasi dan kebutuhan kepatuhan.

Untuk deployment skala besar, gunakan Vertex AI melalui aiplatform.googleapis.com. Model dan skema permintaan tetap sama, tetapi Anda mendapatkan OAuth, IAM, dan audit logging.

Mengapa Flash dirilis sebelum Gemini 3.5 Pro?

Urutan rilis ini tidak biasa: Gemini 3.6 Flash dirilis pada akhir Juli, Gemini 3.7 Flash tiga minggu kemudian, sedangkan Gemini 3.5 Pro masih belum memiliki tanggal rilis.

Menurut laporan Axios, Google sengaja merilis pembaruan Flash sebelum flagship berikutnya. Secara praktis, strategi ini masuk akal karena sebagian besar traffic AI produksi menggunakan model tier menengah: biaya dan latensi sering kali sama pentingnya dengan kualitas maksimal.

Bagi developer, implikasinya sederhana: jangan menganggap tier Flash sebagai pilihan terakhir. Evaluasi 3.7 Flash sekarang jika workload Anda membutuhkan pengkodean, tool use, atau workflow agen.

Migrasi dari 3.6 biasanya dimulai dengan perubahan satu baris pada ID model, lalu dilanjutkan dengan regression test. Lihat panduan migrasi Gemini 3.6 ke 3.7 Flash.

Cara mencoba Gemini 3.7 Flash dalam lima menit

Buat API key melalui Google AI Studio, lalu simpan sebagai environment variable:

export GEMINI_API_KEY="AIza..."

Kirim permintaan pertama:

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
    }
  }'

Respons API berisi:

• candidates: kandidat jawaban model.
• content.parts: teks yang dihasilkan.
• usageMetadata: jumlah token input dan output.

Mulai pantau usageMetadata sejak pengujian pertama. Data ini penting untuk membandingkan kualitas sekaligus biaya antar-model.

Untuk streaming, ganti endpoint:

:generateContent

menjadi:

:streamGenerateContent?alt=sse

API akan mengembalikan Server-Sent Events (SSE).

Bandingkan 3.6 dan 3.7 dengan workflow yang sama

Setelah request dasar berhasil, buat koleksi pengujian dengan parameter model sebagai variabel:

{{base_url}}/v1beta/models/{{model}}:generateContent

Gunakan dua environment:

model=gemini-3.6-flash
model=gemini-3.7-flash

Di Apidog, Anda dapat menyimpan GEMINI_API_KEY sebagai environment variable, menjalankan request yang sama pada kedua model, melihat stream SSE, dan menyimpan respons sebagai contoh regresi. Dengan cara ini, Anda dapat memvalidasi klaim peningkatan instruction following menggunakan prompt produksi Anda sendiri.

FAQ

Apakah Gemini 3.7 Flash gratis digunakan?

Gemini API menyediakan tingkat gratis melalui AI Studio dengan kuota harian untuk prototyping. Penggunaan berbayar dimulai dari tarif perkenalan $0,75 per 1 juta token input hingga 31 Desember 2026.

Untuk batasan tingkat gratis, lihat panduan akses Gemini API gratis.

Apa perbedaan Gemini 3.6 Flash dan 3.7 Flash?

Spesifikasi inti tetap sama: konteks, batas output, modalitas, dan dukungan tools tidak berubah. Perbedaannya ada pada performa pengkodean dan agen:

• DeepSWE: naik 16,3 poin.
• AutomationBench: naik 13,4 poin.
• WebDev Arena: naik 50 Elo.

Google juga mengklaim debugging, instruction following, dan perencanaan multi-langkah yang lebih baik.

Apakah Gemini 3.7 Flash menggantikan Gemini 3.5 Pro?

Tidak. Gemini 3.5 Pro tetap merupakan tier flagship untuk tugas penalaran yang paling sulit. Gemini 3.7 Flash ditujukan untuk workload produksi bervolume tinggi yang membutuhkan keseimbangan biaya, latensi, dan kualitas.

Apa yang terjadi pada 1 Januari 2027?

Tarif perkenalan berakhir. Harga berubah menjadi $1,50 per 1 juta token input dan $7,50 per 1 juta token output.

Dapatkah Gemini 3.7 Flash memproses gambar dan PDF?

Ya. Model menerima teks, gambar, video, audio, dan PDF dalam array contents yang sama. Output model tetap berupa teks.

Di mana Gemini 3.7 Flash cocok dalam stack Anda?

Gemini 3.7 Flash cocok untuk workflow yang membutuhkan kemampuan agen dan pengkodean, tetapi tetap sensitif terhadap biaya dan latensi.

Urutan evaluasi yang praktis:

1. Pilih suite prompt dan task produksi yang sudah ada.
2. Jalankan task tersebut pada model saat ini dan gemini-3.7-flash.
3. Bandingkan kualitas output, jumlah token, latensi, dan tingkat keberhasilan tool call.
4. Simpan respons sebagai baseline regresi.
5. Hitung biaya menggunakan tarif standar 2027, bukan hanya harga promo.

Unduh Apidog untuk menjalankan perbandingan tersebut dalam satu workspace: simpan respons 3.6 sebagai contoh, putar ulang request yang sama ke 3.7, lalu putuskan berdasarkan hasil workload Anda sendiri.