Gemini 3.7 Flash 是什麼？最新價格、API、JSON 輸出、Function Calling 完整介紹

2026 年 8 月 13 日，Google 釋出 Gemini 3.7 Flash——距 3.6 Flash 僅三週，官方稱其為「面向編碼與 Agent 的最強 workhorse 模型」。如果你已經在用 Gemini API 做結構化 JSON 或 Tool Calling，這篇把模型定位、限時價格、接入方式、JSON 輸出與 Function Calling一次講清，並接上本系列前幾篇的資料流上下文。

上一篇《Gemini API 如何生成結構化 JSON》講的是 responseMimeType 與 Schema；更早的《Tool Calling → MCP 資料流》講的是工具引數 JSON。3.7 Flash 的升級重點正是這兩類 JSON 場景：更穩的多步規劃、更準的工具呼叫、更低的 Intro 單價。

Gemini 3.7 Flash 是什麼

Gemini 3.7 Flash 屬於 Google Flash 系列——高吞吐、低延遲、面向生產 Agent 與編碼的中間檔模型，不是 Pro/Ultra 那種「無限思考」旗艦，但在軟體工程、知識工作和 Web 開發上，Google 宣稱其智慧已明顯超過 3.6 Flash。

官方強調的三條主線：

• 編碼：除錯、Issue 修復、首遍程式碼準確率提升（FrontierCode 1.1 Main 43.6% vs 3.6 的 34.4%）。
• Agent：多步規劃、工具呼叫更「較真」，DeepSWE v1.1 65.3% vs 49.0%，AutomationBench 30.4% vs 17.0%。
• 知識工作：金融、法律、生物等長檔案推理（GDP.pdf 34.0% vs 22.0%）。

對個人使用者，Google AI Pro/Ultra 訂閱的 Spark 個人 Agent 也已切換到 3.7 Flash。對企業，同一模型在 Gemini Enterprise Agent Platform 與 Vertex AI 上提供。開發者最常見入口仍是 Gemini API（AI Studio 金鑰）。

規格與多模態能力

多模態輸入 + 長上下文，適合「整份年報 PDF + 結構化抽取 JSON」或「截圖 UI + 生成程式碼」一類任務。Schema 約束的是輸出形狀，不限制你能喂什麼進 contents。

最新價格與計費要點

3.7 Flash 上線時帶限時 Intro 價：約為 3.6 Flash 正式價的一半。Google 已公佈 2027 年起恢復「標準價」，預算要按兩檔分別估算。

補充計費細節（Gemini API / AI Studio 口徑，Vertex AI 有獨立 SKU，部署前請核對官方價目）：

• 輸出含 reasoning：帶思考鏈的輸出 token 與最終答覆 token 一併計入 output 單價。
• Context Caching：Intro 期快取讀取約 $0.075 / 1M；2027 年起約 $0.15 / 1M。適合 Agent 固定 System Prompt + 工具 Schema 反覆傳送的場景。
• Batch：大批次離線任務通常有折扣，與實時 generateContent 分開計價。
• 免費層：AI Studio 仍可能有速率受限的免費額度，具體上限以控制檯為準。

Agent 賬單往往「輸出 token > 輸入 token」——3.7 Flash 在 Intro 期 $3.75 / 1M 輸出，比 3.6 Flash 正式 $7.50 便宜一半，適合 Q4 2026 做 Agent 壓測與灰度。

API 接入與模型 ID

推薦官方新 SDK google-genai（pip install google-genai），環境變數 GEMINI_API_KEY 來自 AI Studio。模型名固定為 gemini-3.7-flash——不要寫成 gemini-3.7-flash-001 除非檔案明確要求帶字尾。

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="用三句話解釋 MCP 和 Function Calling 的區別。",
)
print(response.text)

REST 入口與 2.5 / 3.6 相同，只是 path 裡的 model 換成 gemini-3.7-flash：

POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent
Header: x-goog-api-key: YOUR_KEY

{
  "contents": [{ "role": "user", "parts": [{ "text": "Hello" }] }]
}

Vertex AI 上欄位名與 Structured Output / Tool 設定一致，endpoint 與 GCP 鑑權不同。Android Studio、Google Antigravity 也可選同一模型做 Agent 原型。金鑰只放服務端，不要寫進前端靜態站或 MCP Server 日誌。

JSON 結構化輸出

3.7 Flash 完整支援 Gemini Structured Outputs（結構化輸出）：在 generationConfig / SDK config 裡設 response_mime_type: application/json，再配 response_schema（Pydantic）或 response_json_schema（JSON Schema 字典）。原理與 2.5 / 3.6 相同——約束解碼在生成階段就避開非法 JSON 路徑。

from google import genai
from pydantic import BaseModel, Field

class Task(BaseModel):
    title: str
    priority: str = Field(description="low | medium | high")
    due_date: str | None = None

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="從會議紀要擷取待辦：下週五前完成預算評審，高優先順序。",
    config={
        "response_mime_type": "application/json",
        "response_schema": Task,
    },
)
task = response.parsed
print(task.priority)

與 Function Calling 的分工不變：Structured Output 管給使用者/下游程式的最終 JSON；Tool Calling 管工具引數 JSON。詳見《從 Prompt 到 Structured Output》與《Gemini JSON 教程》。3.7 Flash 在複雜 Schema（巢狀物件、enum、陣列）上的穩定性是選型的主要理由之一。

落地仍建議兩道閘：json.loads + 同一份 JSON Schema 再校驗；業務不變數（如金額合計）自己寫程式碼驗。樣例可丟進 JSON 工具箱本機 Diff，不上傳伺服器。

Function Calling / Tool Calling

Google 檔案裡的 Function Calling 與 OpenAI Tool Calling 同構：你在請求裡宣告 tools（名稱、描述、parameters JSON Schema），模型返回 functionCall / tool 訊息，宿主執行後再把結果塞回對話。3.7 Flash 的賣點之一是「更 diligently 地思考多步規劃與 tool calls」——更少無效重試，Agent 總 token 可能反而下降。

from google import genai
from google.genai import types

get_weather = types.FunctionDeclaration(
    name="get_weather",
    description="返回指定城市的當前天氣",
    parameters={
        "type": "object",
        "properties": {
            "city": {"type": "string", "description": "城市名，如 Shanghai"}
        },
        "required": ["city"],
    },
)

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="上海現在適合跑步嗎？",
    config=types.GenerateContentConfig(
        tools=[types.Tool(function_declarations=[get_weather])],
    ),
)

for part in response.candidates[0].content.parts:
    if part.function_call:
        print(part.function_call.name, part.function_call.args)

典型 Agent 鏈路：Tool Calling 查資料 → Structured Output 彙總成固定 JSON → MCP 暴露給 Cursor / Claude Desktop。工具 Schema 與 MCP inputSchema 應對齊，否則模型填參透過、Server 端卻拒收。系列文章《JSON Schema、Function Calling 與 MCP 演進》有完整時間線。

與 3.6 Flash 及競品怎麼選

第三方 benchmark 常列 Claude Sonnet、GPT 系列對照；Google 稱 3.7 Flash Intro 價低於多家同檔 API。選型時除標價外，應看你的任務上 Structured Output 透過率與 tool 重試次數——3.7 的改進主要體現在減少後者。

落地建議

1. 模型字串全域性替換：設定中心把 default model 改為 gemini-3.7-flash，保留 3.6 作 fallback 一週對比錯誤率。
2. JSON 雙軌測試：同一批 Prompt，分別測 Structured Output 與 Tool Calling，用 JSON 校驗器對照 Schema。
3. 快取 System + tools：Agent 系統提示與 tools 列表走 Context Caching，降 input 成本。
4. 按 2027 標準價做預算：Intro 結束 output 翻倍，避免 Q1 2027 賬單驚 surprise。
5. 金鑰與 Schema 分離：Schema 可開源；API Key 只在服務端，MCP 走 OAuth 或短期 token。

常見問題 FAQ

總結

Gemini 3.7 Flash 是 2026 年面向編碼與 Agent 的主力 Flash：模型 ID gemini-3.7-flash，Intro 價至 2026 年底為 $0.75 / $3.75（每百萬 input / output token），2027 年起翻倍。API 層與舊 Flash 一致，升級點在於多步 tool 呼叫與 Structured Output 的實戰穩定性。

建議你今天做兩件事：把 staging 預設模型改成 3.7 Flash 跑一輪 JSON + Tool 迴歸；用 JSON 工具箱對照 Schema 與樣例輸出。Structured Output 與 Function Calling 的設定細節仍見系列專題，不要混成一種 API。