Google, Gemini 3.7 Flash'ı piyasaya sürdü; kodlama ve yapay zeka ajanlarında büyük bir sıçrama olduğunu iddia ediyor

Google, Flash serisinin yeni bir sürümü olan Gemini 3.7 Flash büyük dil modelini (LLM) tanıttı. Şirket, bu modeli kodlama ve yapay zeka ajanları için şimdiye kadarki en yetenekli "iş gücü" modeli olarak tanımlıyor. Model, Gemini 3.6 Flash'tan sadece üç hafta sonra piyasaya sürüldü ve yazılım mühendisliği, web geliştirme ve diğer karmaşık iş akışlarını iyileştirmek üzere tasarlandı.
Google'a göre, Gemini 3.7 Flash, hata ayıklama, sorun çözme, kod üretimi ve çok adımlı görevler konusunda önceki versiyona kıyasla önemli iyileştirmeler sunuyor. Şirket, modelin FrontierCode 1.1 Main testinde %43,6'lık bir puan elde ettiğini belirtirken, Gemini 3.6 Flash'ın bu testteki puanı %34,4 idi; DeepSWE v1.1 testindeki puanı ise %49'dan %65,3'e yükseldi.
Yeni model, web geliştirme alanında da daha iyi performans gösteriyor. Google, Gemini 3.7 Flash'ın daha az komut kullanarak daha işlevsel düzenler ve tam özellikli uygulamalar oluşturabileceğini belirtiyor. Ayrıca, ekran görüntüleri, resimler veya eksiksiz tasarım sistemleri olarak sunulan referans tasarımlara daha iyi uyum sağladığını da gösteriyor. Arena.ai’nin WebDev Arena platformunda, model 1588 Elo puanı elde ederken, Gemini 3.6 Flash’ın puanı 1538 olmuştu.
Top 10
» Top 10 Multimedia Notebook listesi
» Top 10 oyun notebooku
» Top 10 bütçeye uygun Ofis/İş Notebook Listesi
» Top 10 Premium Ofis/İş notebookları
» Top 10 Çalışma istasyonu laptopları
» Top 10 Subnotebook listesi
» Top 10 Ultrabooklar
» En iyi 10 dönüştürülebilir modeli
» Seçimi en iyi 10 tablet
» Notebookcheck Top 10 Windows Tabletleri
» Top 10 Subnotebook listesi
» NotebookCheck tarafından incelenen en iyi Notebook ekranları
» Notebookcheck'in 500 Euro altındaki en iyi 10 Notebook listesi
» NotebookCheck tarafından seçilen 300 Euro altındaki en iyi 10 Notebook
» Notebookcheck'in 500 Euro altındaki en iyi 10 Notebook listesi
» Notebookcheck'in Top 10 akıllı telefon listesi
» Notebookcheck'in Top 10 hafif oyun notebookları
Google ayrıca Gemini 3.7 Flash'ı finans, hukuk ve biyobilimler gibi alanlarda bilgi yoğun görevler için konumlandırıyor. Karmaşık belgeleri işleme yeteneğini değerlendiren GDP.pdf benchmark testinde, yeni model %34 puan alırken, önceki model %22 puan almıştı. Gerçek dünyadaki iş akışlarındaki performansı ölçen AutomationBench testinde ise Gemini 3.7 Flash, %30,4'lük bir sonuç elde ederken, Gemini 3.6 Flash'ın puanı %17'de kalmıştı.
Şirket, modelin geliştiricilere daha iyi bir deneyim sunmak üzere tasarlandığını belirtiyor. Gemini 3.7 Flash'ın engellerle karşılaştığında uyum sağlama, kullanıcı niyetini netleştirme, talimatları takip etme, çok adımlı görevleri planlama ve harici araçları kullanma konusunda daha iyi olduğu bildiriliyor. Google, bunun yazılım ajanları oluştururken manuel müdahale ve tekrarlanan deneme ihtiyacını azaltacağını söylüyor.
En dikkat çekici değişikliklerden biri fiyatlandırmadır. Gemini 3.7 Flash, 2026 sonuna kadar 1 milyon girdi jetonu başına 0,75 dolar ve 1 milyon çıktı jetonu başına 3,75 dolarlık tanıtım fiyatıyla sunuluyor. Google, bunun Gemini 3.6 Flash’ın orijinal fiyatının yarısı olduğunu belirtiyor. 1 Ocak 2027'den itibaren fiyat, 1 milyon giriş tokeni başına 1,50 dolara ve 1 milyon çıkış tokeni başına 7,50 dolara yükselecek.
Gemini 3.7 Flash, Google'ın 7/24 hizmet veren kişisel yapay zeka asistanı Gemini Spark'a da entegre ediliyor. Bugünden itibaren Spark, dosyaları birleştirme, e-posta taslakları hazırlama ve durum belgelerini güncelleme gibi bilgi işleme görevlerini yerine getirmek için yeni modeli kullanacak. Spark, 160'tan fazla ülkedeki Google AI Pro ve Ultra abonelerine sunulmaktadır.
Geliştiriciler için Gemini 3.7 Flash, Google Antigravity, Gemini API, Google AI Studio ve Android Studio aracılığıyla kullanılabilir. Kurumsal müşteriler, Gemini Enterprise Agent Platform ve Gemini Enterprise uygulaması üzerinden bu modele erişebilir. Bireysel kullanıcılar ise desteklenen ülkelerde Google AI Pro veya Ultra abonelikleriyle Gemini uygulamasındaki Spark aracılığıyla modele erişebilir.













