Google DeepMind je predstavio Gemini 3.7 Flash, novi model iz Flash porodice koji kompanija opisuje kao svoj najinteligentniji „workhorse“ model do sada za kodiranje i agente. „Workhorse“ u ovom kontekstu znači model namenjen svakodnevnom, praktičnom radu, gde su važni brzina, cena i pouzdanost, a ne samo maksimalne performanse u jednom zadatku.
Prema navodima kompanije, 3.7 Flash stiže samo tri nedelje nakon verzije Gemini 3.6 Flash i nastao je na osnovu povratnih informacija programera, kao i novih algoritamskih poboljšanja. Google tvrdi da model donosi značajna unapređenja u softverskom inženjerstvu, poslovnim zadacima i web razvoju, uz uvodnu cenu koja je upola niža od početne cene prethodnika po milionu tokena.
Bolji rezultati u kodiranju i radu sa složenim zadacima
U objavi se navodi da Gemini 3.7 Flash bolje rešava probleme poput otklanjanja grešaka i ispravljanja koda. Google kaže da model postiže i veću tačnost pri prvom pokušaju generisanja koda, a kao primere navodi rezultate na testovima FrontierCode 1.1 Main i DeepSWE v1.1. Na prvom testu naveden je rezultat od 43,6 odsto, naspram 34,4 odsto za Gemini 3.6 Flash, dok je na drugom 65,3 odsto prema 49,0 odsto.
Kompanija tvrdi i da je model napredovao u web razvoju. Na testu WebDev Arena, koji meri kvalitet web razvoja, Gemini 3.7 Flash je, prema navodima Google-a, ostvario Elo skor 1588, u poređenju sa 1538 kod prethodne verzije. Google dodaje da model češće pravi funkcionalne rasporede elemenata i kompletne aplikacije uz manje upita korisnika.
Napredak u obradi dokumenata i poslovnim tokovima
Za oblasti koje zahtevaju mnogo znanja, poput finansija, prava i bioloških nauka, Google navodi bolje rezonovanje i veću tačnost. Kao dokaz ističe rezultat na testu GDP.pdf, gde je Gemini 3.7 Flash, prema objavi, postigao 34,0 odsto u poređenju sa 22,0 odsto za 3.6 Flash. Taj benchmark proverava sposobnost modela da obradi složene dokumente.
Na testu AutomationBench, koji meri koliko dobro model završava realne poslovne tokove, Google navodi rezultat od 30,4 odsto naspram 17,0 odsto kod prethodne verzije. U praksi bi to trebalo da znači bolje snalaženje u višekoračnim zadacima, gde model mora da koristi alate i prati više koraka bez stalnog nadzora.
Niža cena i lakša primena za programere
Google navodi da je Gemini 3.7 Flash do kraja godine dostupan po uvodnoj ceni od 0,75 dolara za milion input tokena i 3,75 dolara za milion output tokena. Nakon 31. decembra 2026. trebalo bi da važi redovna cena od 1,50 dolara za milion input tokena i 7,50 dolara za milion output tokena.
Za programere, kompanija poručuje da model bolje reaguje na prepreke, preciznije prati uputstva i bolje planira višekoračne zadatke i pozive alata. To je posebno važno za AI agente, sisteme koji ne samo da odgovaraju na pitanja već mogu i da izvršavaju radnje u više koraka.
Gemini Spark dobija novi model
Google je saopštio i da će Gemini Spark, lični AI agent u Gemini aplikaciji za pretplatnike na Google AI Pro i Ultra, od sada koristiti Gemini 3.7 Flash. Spark je predstavljen kao agent koji radi 24/7 i obavlja zadatke pod korisničkim nadzorom. Prema Google-u, nova verzija treba da poboljša rad sa alatima u aplikacijama iz Google Workspace paketa, kao i preciznost i kvalitet izlaza u složenim višestrukim zadacima.
Model je, prema objavi, dostupan i kroz Google AI Studio, Android Studio, Gemini API, Gemini Enterprise i Gemini Enterprise Agent Platform, dok ga pojedinci mogu koristiti preko Sparka u podržanim zemljama.
Bezbednost i testiranje
Google navodi da je Gemini 3.7 Flash isporučen sa ažuriranim zaštitama protiv zloupotrebe u oblastima hemijskog, biološkog, radiološkog i nuklearnog rizika, kao i u sajber napadima. Kompanija kaže da istovremeno pokušava da zadrži korisne primene modela u skladu sa sopstvenim pristupom bezbednosti.
Za detaljnije tehničke informacije, Google upućuje na model card, odnosno dokument sa opisom mogućnosti, ograničenja i bezbednosnih mera modela. Kao i kod prethodnih Gemini izdanja, stvarni domet modela u praksi će zavisiti od konkretnih zadataka, alata i načina integracije u proizvode.
