Gemini 3.7 Flash
Флагманская Flash-модель Google для мультимодальных и агентных рабочих нагрузок, включая программирование, использование инструментов, понимание изображений, извлечение данных из PDF и документов, работу с аудио и видео.
- Вход
- 94,95 ₽
- Выход
- 474,75 ₽
- Кэш
- 9,50 ₽
- Доступность
- 91,7%
google/gemini-3.7-flashДанные каталога получены .
Цена
- Текстовый диалог · вход
- 94,95 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 474,75 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 9,50 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Флагманская Flash-модель Google для мультимодальных и агентных рабочих нагрузок, включая программирование, использование инструментов, понимание изображений, извлечение данных из PDF и документов, работу с аудио и видео. По данным Google, результат на DeepSWE v1.1 составляет 65,3% против 49,0% у Gemini 3.6 Flash, а на GDP.pdf, 34% против 14%.
- Релиз
Характеристики
- 7 октября: 83,6%83,6%7 октября
- 8 октября: 92,3%92,3%8 октября
- 9 октября: 99,4%99,4%9 октября
- Тип модели
- Текст
- Вход модели
- Текст, Изображения, Видео, Аудио
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 1 048 576 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 65 536 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Входные файлы, Входные изображения, Входное аудио, Входное видео
Контрольные показатели
Artificial Analysis
38 показателей
Агентная работа
- AA-Briefcase1 113 Elo
Агентная работа со знаниями (Elo)
Проверено
- AA-Briefcase1 108 Elo
Агентная работа со знаниями
Проверено
- AutomationBench-AA62 %
Автоматизация рабочих процессов со штрафом за нарушение ограничений
Проверено
- AutomationBench-AA62 %
Автоматизация рабочего процесса со штрафами за нарушение ограничений
Проверено
- GDPval-AA v21 371 Elo
Экономически значимые рабочие задачи
Проверено
- GDPval-AA v21 392 Elo
Экономически значимые задачи (Elo)
Проверено
- Harvey LAB-AA90,7 %
Юридическая агентная работа: доля выполненных критериев
Проверено
- Harvey LAB-AA90,7 %
Доля пройденных критериев юридической агентной работы
Проверено
Работа с документами
- AA-LCR v1.181,7 %
Рассуждение в длинном контексте, обновлённая проверка
Проверено
- GDP.pdf23,6 %
Профессиональные PDF-документы: доля полностью верных ответов
Проверено
- MLCR-AA15 %
Медицинские рассуждения в длинном контексте
Проверено
Рассуждение по документу
- AA-LCR v1.181,7 %
Рассуждение на длинном контексте с обновлённой оценкой
Проверено
- GDP.pdf23,6 %
Профессиональное рассуждение по PDF: доля прохождения всех проверок
Проверено
Архивные методики
- AA-LCR (версия не указана, архивный)81,7 %
Рассуждение в длинном контексте
Проверено
- GDPval-AA (версия не указана, архивный)43,6 %
Экономически значимые рабочие задачи
Проверено
- GPQA Diamond (архивный)94,5 %
Научные вопросы уровня аспирантуры
Проверено
Устаревшие тесты
- AA-LCR (версия не указана, архивный)81,7 %
Оценка рассуждений на длинном контексте
Проверено
- GDPval-AA (версия не указана, архивный)44,6 %
Задачи с экономической ценностью
Проверено
- GPQA Diamond (архивный)94,5 %
Научные рассуждения уровня выпускника
Проверено
Знания
- AA-Omniscience · точность55,3 %
Доля вопросов с правильным ответом
Проверено
- AA-Omniscience · точность55,3 %
Доля правильных ответов
Проверено
- AA-Omniscience · доля выдуманных ответов (меньше лучше)64,5 %
Доля выдуманных ответов среди неверных
Проверено
Знание
- AA-Omniscience · доля выдуманных ответов (меньше лучше)64,5 %
Доля неверных ответов среди некорректных ответов
Проверено
Другие показатели
- Индекс агентных задач35,2 индекс
Сводная оценка Artificial Analysis по агентным задачам
Проверено
- Индекс агентных задач35,2 индекс
Сводная оценка Artificial Analysis по агентным задачам
Проверено
- Индекс программирования76,1 индекс
Сводная оценка Artificial Analysis по программированию
Проверено
- Индекс программирования76,1 индекс
Сводная оценка Artificial Analysis по программированию
Проверено
- Индекс интеллекта39,1 индекс
Сводная оценка Artificial Analysis по всем её тестам
Проверено
- Индекс интеллекта39,1 индекс
Сводная оценка Artificial Analysis по всем её тестам
Проверено
Рассуждение
- CritPt14,3 %
Рассуждения по физике исследовательского уровня
Проверено
Рассуждения
- CritPt14,3 %
Исследовательские задачи по физике
Проверено
- HLE47,9 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
- HLE47,9 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
Документ: рассуждение
- MLCR-AA15 %
Медицинское рассуждение на длинном контексте
Проверено
Программирование
- SciCode57,2 %
Программирование на Python для научных расчётов
Проверено
- SciCode57,2 %
Программирование на Python для научных вычислений
Проверено
- Terminal-Bench v4.013,6 %
Практические задачи программирования и работы в терминале
Проверено
- Terminal-Bench v4.013,6 %
Практические задачи по программированию и работе в терминале
Проверено
Design Arena
44 показателей
Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми
Агентные системы
- Разработка игр агентами · Elo1 235 Elo
Проверено
- Разработка игр агентами · Elo1 235 Elo
Проверено
- Разработка игр агентами · доля побед52,1 %
Проверено
- Разработка игр агентами · доля побед52,1 %
Проверено
- Полный цикл разработки · Elo1 207 Elo
Проверено
- Полный цикл разработки · Elo1 218 Elo
Проверено
- Полный цикл разработки · доля побед43,5 %
Проверено
- Полный цикл разработки · доля побед43,5 %
Проверено
- Мобильные приложения · Elo1 262 Elo
Проверено
- Мобильные приложения · Elo1 259 Elo
Проверено
- Мобильные приложения · доля побед53,5 %
Проверено
- Мобильные приложения · доля побед53,3 %
Проверено
- Нативные приложения · Elo1 255 Elo
Проверено
- Нативные приложения · Elo1 253 Elo
Проверено
- Нативные приложения · доля побед53,1 %
Проверено
- Нативные приложения · доля побед53,2 %
Проверено
- Веб-приложения · Elo1 219 Elo
Проверено
- Веб-приложения · Elo1 227 Elo
Проверено
- Веб-приложения · доля побед46,6 %
Проверено
- Веб-приложения · доля побед46,6 %
Проверено
Модели
- 3D · Elo1 329 Elo
Проверено
- 3D · Elo1 334 Elo
Проверено
- 3D · доля побед55,5 %
Проверено
- 3D · доля побед55,2 %
Проверено
- ASCII-графика · Elo1 275 Elo
Проверено
- ASCII-графика · Elo1 281 Elo
Проверено
- ASCII-графика · доля побед52,6 %
Проверено
- ASCII-графика · доля побед54,3 %
Проверено
- Визуализация данных · Elo1 322 Elo
Проверено
- Визуализация данных · Elo1 325 Elo
Проверено
- Визуализация данных · доля побед56,2 %
Проверено
- Визуализация данных · доля побед56,1 %
Проверено
- Разработка игр · Elo1 338 Elo
Проверено
- Разработка игр · Elo1 347 Elo
Проверено
- Разработка игр · доля побед56 %
Проверено
- Разработка игр · доля побед55,9 %
Проверено
- UI-компоненты · Elo1 310 Elo
Проверено
- UI-компоненты · Elo1 307 Elo
Проверено
- UI-компоненты · доля побед51,3 %
Проверено
- UI-компоненты · доля побед51,7 %
Проверено
- Сайты · Elo1 311 Elo
Проверено
- Сайты · Elo1 313 Elo
Проверено
- Сайты · доля побед56,3 %
Проверено
- Сайты · доля побед56 %
Проверено
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "google/gemini-3.7-flash",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
