本文要点
- Google 于 2026 年 8 月 13 日将 gemini-3.7-flash 发布为 GA，官方定位是面向编码和 Agent 工作流的生产可用 Flash 模型。
- 截至 2026 年 12 月 31 日，临时价格为每百万输入 token 0.75 美元、输出 token 3.75 美元；2027 年 1 月 1 日起标准价格为 1.50 美元和 7.50 美元。
- 模型支持约 104 万输入 token、65,536 输出 token和 low、medium、high 三档 thinking level；minimal 不受支持。
- 从旧模型迁移不能只改 model ID，还要移除 temperature、top_p、top_k、candidate_count、预填模型回合，并按接口要求保存思考签名和工具调用字段。
- 上线前用真实任务比较质量、首字延迟、总耗时、输入输出 token、工具失败率和重试成本，设置按请求回退到旧模型的开关。
先说结论：谁值得迁移
如果你的主要任务是复杂代码修改、多步工具调用、设计稿到网页或长上下文分析，Gemini 3.7 Flash 值得进入灰度测试。Google 已将它标记为 GA，并称其面向编码和 Agent 工作流；这证明发布阶段，不证明它在你的代码库、地区、配额和延迟目标上一定优于旧模型。
简单分类、固定格式抽取或极端延迟敏感任务不应只因版本号升级。先用同一批真实样本对照当前模型，若质量收益不足以覆盖输出 token、思考时间和迁移成本，就继续保留旧模型。
临时价格与 2027 年成本怎么理解
官方临时价格持续到 2026 年 12 月 31 日：每百万输入 token 0.75 美元、输出 token 3.75 美元。自 2027 年 1 月 1 日起，标准价格变为输入 1.50 美元、输出 7.50 美元；两项都是翻倍，因此不能用临时价直接做长期预算。
预算时至少分开记录输入、缓存、输出、工具调用和失败重试。高 thinking level 可能增加思考与输出消耗；长上下文也会放大单次失败成本。采购或扩容决策应同时计算当前临时价与 2027 标准价。
能力边界：1M 上下文不等于都该塞进去
模型页列出的输入上限是 1,048,576 token，输出上限是 65,536 token；支持文本、图像、视频、音频和 PDF 输入，输出为文本。它支持缓存、代码执行、函数调用、搜索、结构化输出和思考，Computer Use 仍是 Preview，Live API、图像生成和音频生成不受支持。
接近上限的请求会增加延迟、费用和定位难度。对代码仓库先做文件筛选与检索，对文档先分层摘要；把真正相关的证据放进上下文，并记录截断、缓存命中和工具结果。
从旧模型迁移时要改什么
把模型标识改为 gemini-3.7-flash 只是第一步。Google 的迁移清单要求从旧配置移除 temperature、top_p、top_k 和 candidate_count，用 thinking_level 替代 thinking_budget，并删除预填的模型回合；多轮会话应使用服务端 previous_interaction_id。
工具调用还要核对 call_id、name、多模态响应位置和 thought signature。先在测试环境让旧、新模型同时跑同一输入，禁止把不兼容参数静默丢弃后直接切全量。
三档 thinking level 怎么选
medium 是默认值，适合作为复杂代码和 Agent 任务的起点；low 更适合事故响应、实时聊天、草稿和快速分析；high 面向困难推理、数学和长工具链，但通常会增加 token 与耗时。minimal 不受支持，传入会报错。
不要为整个产品固定一档。按任务路由：低风险快速任务用 low，默认工作流用 medium，只有基准证明收益明显的困难任务才升到 high，并为高成本请求设置预算与超时。
上线前的灰度与回滚检查表
选择一批包含成功、失败和边界情况的真实样本，记录旧模型基线；然后比较正确率、人工返工、首字延迟、总耗时、输入输出 token、工具调用成功率、格式合规率和单任务成本。不要用一次演示或官方 benchmark 代替自己的验收。
先给少量请求启用新模型，按任务和版本打日志，保留旧模型回退开关。出现格式错误、工具循环、成本超线、延迟超线或关键质量退化时立即回滚；稳定后再逐步扩量。
遇到报错先分模型配置与网络
模型不存在或参数错误时先核对 model ID、SDK 版本和迁移清单；429、503、403 则按配额、容量和权限区分，可参考<a href="/resources/gemini-api-429-503-rate-limit-guide">Gemini API 429、503 排查指南</a>。只有 DNS、连接超时、TLS 或代理认证证据明确时，才转到<a href="/resources/proxy-connection-troubleshooting-checklist">代理连接失败排查清单</a>。
团队需要稳定访问海外 API 文档和控制台时，可以 <a href="/" target="_blank" rel="noopener noreferrer">访问 PuppyIP 官网</a>了解固定网络出口。网络环境只能改善连接路径，不能改变官方价格、配额、模型权限或地区限制。
资料来源
常见问题
Gemini 3.7 Flash 已经 GA 了吗？
是。Google 在 2026 年 8 月 13 日将 gemini-3.7-flash 标记为 GA；具体项目能否调用仍应以 AI Studio、项目权限和地区可用性为准。
Gemini 3.7 Flash 的 API 价格是多少？
临时价截至 2026 年 12 月 31 日为每百万输入 token 0.75 美元、输出 token 3.75 美元；2027 年 1 月 1 日起标准价为 1.50 美元和 7.50 美元。
迁移只需要把模型名改成 gemini-3.7-flash 吗？
不够。还要移除已弃用采样参数、candidate_count 和预填模型回合，改用 thinking_level，并检查多轮会话、思考签名与工具调用字段。
thinking_level 应该选 low、medium 还是 high？
以 medium 为默认基线；延迟敏感且简单的任务测试 low，只有困难任务证明质量收益覆盖额外成本时才用 high。minimal 不受支持。
1M 上下文是不是应该把整个代码库都放进去？
不是。上下文上限不是推荐用量；应先检索和筛选相关文件，避免无关内容增加延迟、费用和模型判断噪声。
代理可以解决 Gemini 模型不可用或 429 吗？
不能。代理只影响网络路径，不能改变 model ID、项目配额、资格或地区限制；应先按错误证据确定故障层。