Gemini 3.7 Flash (low) logo
Google
•

Proprietary model

•

Released August 2026

Análisis de inteligencia, rendimiento y precio de Gemini 3.7 Flash (low)

Benchmarks de proveedores de API

Resumen del modelo

Inteligencia

51
Índice de Inteligencia de Artificial Analysis
4 de 4 unidades para Inteligencia.

Velocidad

N/D
Tokens de salida por segundo
Valor desconocido de 4 unidades para Velocidad.

Costo

Entrada 0,75 US$Salida 3,75 US$Descuento de caché 90%
$0.16
Costo por tarea del Índice de Inteligencia
1 de 4 unidades para Costo.

Verbosidad

18M
Tokens de salida del Índice de Inteligencia
1 de 4 unidades para Verbosidad.

Gemini 3.7 Flash (low) está entre los modelos líderes en inteligencia y tiene un precio muy competitivo en comparación con otros modelos de precio similar. El modelo admite entrada de texto, imágenes, voz y video, genera texto y tiene una ventana de contexto de 1M tokens.

Gemini 3.7 Flash (low) obtiene 51 puntos en el Índice de Inteligencia de Artificial Analysis, lo que lo sitúa muy por encima del promedio entre modelos comparables (con una mediana de 34). Al evaluar el Índice de Inteligencia, generó 18M tokens, lo que es muy conciso frente a la mediana de 71M.

El precio de Gemini 3.7 Flash (low) es de $0.75 por 1 M de tokens de entrada (muy competitivo; mediana: $1.71) y $3.75 por 1 M de tokens de salida (muy competitivo; mediana: $10.00). En total, evaluar Gemini 3.7 Flash (low) en el Índice de Inteligencia costó $165.16.

RazonamientoSí

Esta página muestra la versión con razonamiento de este modelo.

También puede existir una variante sin razonamiento.

Modalidad de entrada

Admite: texto, imágenes, voz y video

Modalidad de salida

Admite: texto

Ventana de contexto1M
~1500 páginas A4 con fuente Arial de 12 puntos

Las métricas se comparan con modelos de la misma clase:

  • Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
  • Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
  • Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:
    • Muy pequeño: ≤4B parámetros
    • Pequeño: 4B–40B parámetros
    • Mediano: 40B–150B parámetros
    • Grande: >150B parámetros
  • Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:
    • <$0.15 por 1 M de tokens
    • $0.15–$1 por 1 M de tokens
    • >$1 por 1 M de tokens

Aspectos destacados

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.1.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index by Open Weights / Proprietary

Artificial Analysis Intelligence Index v4.1.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if the weights are available but commercial use is limited (typically requires obtaining a paid license).

Benchmarks

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better
See more
GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

𝜏³-BankingUpdated

Agentic tool use

Terminal-Bench v2.1

Agentic coding & terminal use

SciCode

Coding

Humanity's Last ExamUpdated

Reasoning & knowledge

GPQA Diamond

Scientific reasoning

CritPt

Physics reasoning

AA-Omniscience AccuracyUpdated

Knowledge

AA-Omniscience Non-Hallucination RateUpdated

1 - hallucination rate

AA-LCRUpdated

Long context reasoning

AA-Briefcase

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-AnalystAgentNew

Quantitative analysis on spreadsheets & documents

IFBench

Instruction following

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

Reasoning models are indicated by a lightbulb icon

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.
Reasoning models are indicated by a lightbulb icon

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.

Comparaciones del Índice de Inteligencia

Intelligence Index vs. Cost per Intelligence Index Task

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
Reasoning models are indicated by a lightbulb icon

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Uso de tokens

Output Tokens per Intelligence Index Task

Weighted average number of output tokens used to run one task in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Costo

Cost per Intelligence Index Task

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better
Reasoning models are indicated by a lightbulb icon

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Cost to Run Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens)
Reasoning models are indicated by a lightbulb icon

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Ventana de contexto

Context Window

Context window: tokens limit · Higher is better
Reasoning models are indicated by a lightbulb icon

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preguntas frecuentes

Preguntas comunes sobre Gemini 3.7 Flash (low)

Gemini 3.7 Flash (low) se lanzó el 13 de agosto de 2026.

Gemini 3.7 Flash (low) fue creado por Google.

Gemini 3.7 Flash (low) obtiene 51 puntos en el Índice de Inteligencia de Artificial Analysis, lo que lo sitúa muy por encima del promedio entre otros modelos de razonamiento en un rango de precio similar (mediana: 34).

Gemini 3.7 Flash (low) cuesta $0.75 por 1 M de tokens de entrada (muy competitivo; mediana: $1.71) y $3.75 por 1 M de tokens de salida (muy competitivo; mediana: $10.00), según la API de Google.

Gemini 3.7 Flash (low) cuesta $0.75 por 1 M de tokens de entrada y $3.75 por 1 M de tokens de salida (según la API de Google). Con una tarifa combinada (proporción 7:2:1 entre aciertos de caché, entrada y salida), equivale a $0.58 por 1 M de tokens. El precio puede variar según el proveedor. Comparar precios de proveedores

Al evaluarlo en el Índice de Inteligencia, Gemini 3.7 Flash (low) generó 18M tokens de salida, un valor muy por debajo del promedio frente a otros modelos de razonamiento en un rango de precio similar (mediana: 71M).

Sí, Gemini 3.7 Flash (low) es un modelo de razonamiento. Usa pensamiento extendido o razonamiento en cadena para resolver problemas complejos antes de dar una respuesta.

Gemini 3.7 Flash (low) admite entrada de texto, imágenes, voz y video.

Gemini 3.7 Flash (low) admite salida de texto.

Sí, Gemini 3.7 Flash (low) admite imágenes como entrada y puede analizarlas, describirlas y responder preguntas sobre ellas.

Sí, Gemini 3.7 Flash (low) es multimodal. Puede procesar entradas de texto, imágenes, voz y video y generar salidas de texto.

Gemini 3.7 Flash (low) tiene una ventana de contexto de 1.0M tokens. Esto determina cuánto texto e historial de conversación puede procesar el modelo en una sola solicitud.

No, Gemini 3.7 Flash (low) es propietario. Los pesos del modelo no están disponibles públicamente.

Gemini 3.7 Flash (low) es un modelo propietario y Google no ha revelado su tamaño ni su cantidad de parámetros.

Gemini 3.7 Flash (low) obtiene 51 puntos en el Índice de Inteligencia de Artificial Analysis. Este benchmark compuesto evalúa los modelos en razonamiento, conocimiento, matemáticas y programación.

Sí, Gemini 3.7 Flash (low) está disponible mediante API a través de 1 proveedor. Comparar proveedores de API

Gemini 3.7 Flash (low) está disponible a través de 1 proveedor de API. Comparar proveedores