Gemini 3.7 Flash API 已上线：模型名、价格期限与中转渠道核验清单

如果你最近在给 AI 编程代理、代码审查任务或多步工作流换模型，可能已经看到 Gemini 3.7 Flash 的名字。真正需要确认的不是“它是不是新模型”，而是三个更实际的问题：API 里应该填什么模型名？现在看到的低价能持续多久？某个中转渠道展示了这个名字，是否真的支持相同的能力和参数？

截至 2026 年 8 月 25 日，Google 的 Gemini API 文档已经把 Gemini 3.7 Flash 列为稳定模型，模型 ID 为 gemini-3.7-flash。官方描述把它定位在复杂编码、Agent 工作流和多步执行场景；Gemini 3.6 Flash 则被列为上一代 Flash 模型。对需要调用 API 的用户来说，这次更新的重点不是简单地“旧模型换新模型”，而是模型目录、价格有效期和渠道能力都需要重新核对。

先确认：模型名不是宣传名

调用 Gemini API 时，优先以 API 文档中的 endpoint 映射为准，而不是以中转站首页的营销名称为准。官方模型列表当前给出的对应关系是：

展示名称	API 模型 ID	官方定位
Gemini 3.7 Flash	`gemini-3.7-flash`	面向复杂编码、Agent 工作流和多步执行的最新 Flash 模型
Gemini 3.6 Flash	`gemini-3.6-flash`	上一代 Flash，覆盖速度、多模态和日常 Agent 任务
Gemini 3.5 Flash	`gemini-3.5-flash`	旧版 Flash，适合基础和高吞吐任务

这张表的实际用途是排查最常见的三类问题：

模型不存在：渠道仍展示旧的别名，API 实际只接受 gemini-3.7-flash。
能力不一致：渠道把 3.7 Flash 映射到其他版本，能返回文本不代表支持官方的工具调用、思考或多模态能力。
配置被静默替换：请求成功，但服务端把模型降级到 3.6 或其他 Flash 版本，导致代码任务表现、上下文限制和扣费都无法按预期判断。

因此，第一次接入新模型时，建议保存一次实际请求的模型字段、响应中的模型标识（如果服务端返回）和错误信息。仅凭“能返回 200”不足以证明渠道提供的是同一个模型。

官方价格：重点看有效期和输出 token

Google AI Developers 的价格页给出的 Gemini 3.7 Flash 付费价是按每 100 万 token 计算：

项目	2026 年 12 月 31 日前	2027 年 1 月 1 日起
输入	$0.75 / 1M tokens	$1.50 / 1M tokens
输出（含 thinking tokens）	$3.75 / 1M tokens	$7.50 / 1M tokens
Context caching 读取	$0.075 / 1M tokens	$0.15 / 1M tokens
Context caching 存储	$0.50 / 1M tokens·小时	$1.00 / 1M tokens·小时

这组数字至少说明两件事。

第一，不能只拿输入价比较“哪个渠道便宜”。Agent 和代码任务往往会产生较多输出，官方价格页明确把 thinking tokens 计入输出价格；如果渠道只展示输入倍率，最终账单可能与预估相差很大。

第二，2026 年的低价有明确时间边界。到 2027 年 1 月 1 日，表中的输入、输出和缓存价格都会上调。中转站如果在介绍中写“长期低价”，用户应继续追问：这是官方上游价格、渠道自己的价格、某个分组倍率，还是限时活动？这四者不能混为一谈。

可以用下面的简化公式先做预算：

预计成本 = 输入 token ÷ 1,000,000 × 输入单价
         + 输出 token ÷ 1,000,000 × 输出单价
         + 缓存读取/存储费用
         + 搜索 grounding、批处理或渠道附加费用

如果使用中转渠道，还要再核对它的分组倍率、最低充值、余额扣费规则、限额和活动有效期。官方 API 价格只是上游参考，不等于用户在某个渠道上的最终成本。

为什么 AI 编程代理要单独测试

Gemini 3.7 Flash 的官方定位明显偏向复杂编码和 Agent 工作流，但这不等于“所有编程代理配置都能直接使用”。代码代理通常不只发送一轮文本请求，还可能依赖：

function calling 或工具调用；
多轮上下文和较长输入；
thinking 配置与思考 token；
结构化输出；
多模态输入；
流式响应、重试和取消请求。

所以，接入中转渠道时，建议分三步做最小验证：

1. 基础文本请求

用固定、短输入确认 API Key、Base URL、模型 ID 和基础扣费都正常。把请求时间、HTTP 状态码、响应模型字段和实际扣费记录下来。

2. 工具调用请求

发送一个不会产生真实副作用的函数调用，例如读取一个虚拟文件或计算一个固定数值。重点检查工具 schema 是否被保留、参数是否被截断，以及服务端是否把 tool call 当成普通文本返回。

3. 长上下文与失败恢复

用脱敏后的长文本测试上下文限制，再故意触发一次超时或限流，观察错误码、重试建议和余额扣费。一次成功请求只能说明链路在当时可用，不能代表长期稳定性。

如果某渠道只支持基础文本，却把页面写成“完整支持 Gemini 3.7 Flash”，更准确的结论应是“可尝试基础调用，工具和 Agent 能力待验证”，而不是直接把它归类为完整支持。

选择中转渠道时，按证据而不是名称排序

面对同一个模型名，可以按以下顺序筛选：

检查项	需要看到的证据	不能直接推断的结论
模型可用性	实际模型列表、API 返回、最近验证时间	不能只因首页有模型卡片就认定可调用
价格	输入/输出/缓存分别标价，倍率和活动规则清楚	不能把官方价当成渠道最终价
能力覆盖	工具调用、思考、上下文、流式等测试结果	文本请求成功不等于 Agent 能力完整
稳定性	多次、不同时间段的成功与错误记录	一次成功或群聊反馈不等于长期稳定
退出成本	余额规则、最低充值、退款和 Key 管理说明	低倍率不等于总成本最低

RouterHub 上的模型与渠道目录适合用来缩小候选范围，但最终选择仍应回到自己的模型、任务和预算。尤其是新模型刚上线时，目录中的“支持”更适合作为发现线索；接入前还要查看渠道最近更新时间并做一次可重复的 smoke test。

给不同使用场景的建议

个人测试或短期体验：优先选择能清楚展示模型 ID、输入/输出价格和最低充值的渠道，先用小额请求验证扣费。
AI 编程代理：把工具调用、思考 token、长上下文和错误恢复列为必测项，不要只测一句代码补全。
多模型应用：把 gemini-3.7-flash 与旧版 Flash 分开登记，分别记录价格、能力和回退条件，避免服务端静默替换后无法定位问题。
对成本敏感的批处理：先核对缓存、Batch 或其他离线能力是否在所用 API 和中转渠道中真实开放，再计算有效单价。

结论：先验证“这是不是你需要的 3.7 Flash”

Gemini 3.7 Flash 的更新值得关注，但它对 API 用户的影响不止是多了一个模型名。准确的模型 ID、thinking token 的计费、2027 年价格变化、工具调用能力和中转渠道的实际映射，都会影响最终体验和成本。

最稳妥的做法是：先用官方文档确认模型和价格，再在候选渠道做基础请求、工具调用和失败恢复三组测试，最后把验证时间和条件写进自己的渠道记录。这样即使后续模型版本、倍率或活动发生变化，也能快速判断是上游更新、渠道映射变化，还是配置本身出了问题。

参考来源

Google AI for Developers，Gemini API 模型列表：https://ai.google.dev/gemini-api/docs/models
Google AI for Developers，Gemini Developer API pricing：https://ai.google.dev/gemini-api/docs/pricing
Google Cloud，Gemini 模型参考与 API 文档：https://cloud.google.com/vertex-ai/generative-ai/docs/model-reference/gemini
Decrypt，Gemini 3.7 Flash 实测与发布信息：https://decrypt.co/375730/gemini-3-7-flash-review-google-cheap-model
Google 官方模型与研究博客（Gemini 模型发布信息入口）：https://blog.google/innovation-and-ai/models-and-research/

动态信息核验时间：2026 年 8 月 25 日。官方价格、模型列表和渠道可用性可能继续变化；本文不把任何单次请求结果视为长期稳定性证明。