Google 推出 Gemini 3.7 Flash，兩個數字最搶眼：定價比上一代 Flash 直接砍半，DeepSWE 這類代理式寫程式評測分數升到 65.3%。一個變便宜、一個變會做事，聽起來像例行升級，但兩者同時發生的意義完全不同——它把過去只有 Pro 級模型才跑得動的多輪、可重試的自動化工作流，第一次壓進了 Flash 的成本帶。
我的判斷很直接：這次值得關注的重點不是「Flash 又進步了幾個百分點」，而是同一筆預算下，你可以讓模型失敗更多次，然後仍然把事情做完。這是體感差異最大的地方。
這次更新最值得注意的三件事
一、價格砍半，改變的是「重試策略」而不只是帳單
價格減半最容易被理解成省錢，但實際影響是設計自由度。以前你在 agent 流程裡加一輪 self-check、加一次 retry、加一個 verifier 去覆核輸出，成本立刻翻倍，於是大部分團隊選擇「一次過生成、人手檢查」。當單價砍半，兩輪生成加一輪驗證的總成本，跟舊版一次過生成差不多——你會發現整個 pipeline 的最佳解變了。
便宜的模型不是用來做同一件事更省，而是用來做以前不敢做的事。
二、DeepSWE 65.3%：這是「做完一個任務」，不是「補完一段程式」
很多人看 coding 分數會誤讀。DeepSWE 這一類評測考的是代理式流程：讀 repo、定位問題、改多個檔案、跑測試、根據錯誤訊息再修。它衡量的是「最後有沒有真的通過」，而不是生成的程式碼看起來像不像。
所以 65.3% 對一個 Flash 級模型是相當突出的位置。它意味著在一個結構清楚、測試齊全的專案裡，你交給它一張明確的 issue，有相當高機率能拿回一個可以直接 review 的 patch，而不是一堆需要重寫的建議。
三、Flash 與 Pro 的分工線被推移
過去典型做法是：Pro 負責規劃與難題，Flash 負責分類、抽取、摘要這些低風險工序。現在這條線要重畫。像「批次修小 bug」「大量測試補寫」「文件與程式碼同步更新」這類原本嫌 Flash 不夠可靠的任務，已經可以先讓 Flash 全跑一次，只把失敗案例升級給 Pro。
這種 fallback 架構才是價格砍半真正的用法。
兩個馬上感受到差別的場景
場景一：CI 上的自動修復機器人。 團隊裡累積了三百多個 lint 錯誤與小型測試失敗，過去用 Pro 跑一輪成本難以說服老闆，用舊版 Flash 跑則有近半數 patch 通不過測試，人手清理反而更累。現在的合理做法是：Flash 跑第一輪，測試不過就把錯誤訊息餵回去再試最多兩次，仍失敗才轉 Pro。整批任務跑完，人只需要 review 通過測試的 PR。
場景二：內容與資料的大量結構化。 一萬篇舊文章要抽出主題、產品名、關鍵段落並重寫 meta description。這種工作的痛點從來不是難度，而是量。以往為了控制成本會壓縮 prompt、砍掉驗證步驟，結果就是抽錯的欄位要靠人手抽查補救。價格砍半之後，加一輪「格式與事實一致性檢查」變得完全可負擔，錯誤率下降帶來的省時，遠大於那筆 API 費。
最容易判斷錯的兩件事
第一，別把便宜等同總支出下降。 Agentic 流程一旦開始重試，token 消耗是以輪數計的。單價砍半、平均輪數變成三倍，帳單只會更高。差別在於你買到的是完成度，而不是次數。要控制的是重試上限與停止條件，不是單價。
第二，65.3% 不等於你的 codebase 也有 65.3%。 評測環境有清楚的問題描述、可執行的測試、乾淨的專案結構。如果你的專案沒有測試、issue 寫得含糊、依賴一堆內部慣例，那麼真正的瓶頸不在模型，而在於你沒有給它判斷成功與失敗的方法。
模型分數上升，會先放大工程紀律的差距，而不是抹平它。
誰應該立刻試，誰可以先觀察
如果你手上已經有跑量的 LLM 流程——批次分類、資料抽取、自動化 code review、客服工單處理——這是值得馬上換上去做 A/B 的一代，重點是量測「單位成本下的完成率」，不是主觀感覺哪個回答比較好。
如果你的用途是單次、高風險、需要深度推理的判斷，例如架構設計、法務條文分析、關鍵決策草案，Flash 依然不是主力，價格再低都不應該取代 Pro。
還沒有量的團隊也不用急著搬遷。這代更新的價值幾乎全部來自規模與重試，一天跑幾十次請求的專案，感受不到分別。
小結
Gemini 3.7 Flash 的看點很集中：價格砍半讓多輪流程變得可負擔，DeepSWE 65.3% 讓 Flash 具備獨立完成任務的資格。兩件事加起來，Flash 從「便宜的輔助模型」變成「可以承擔主線工序的模型」。
真正會拉開差距的，不是誰最快換上新版本，而是誰有能力量測失敗、設計重試、把成本花在驗證而不是重做。這一代的紅利，屬於流程設計得夠細的人。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
