Google: Gemini 3.7 Flash (batch)

Gemini 3.7 Flash er Googles navngivne multimodale ræsonneringsprofil til programmering, agentarbejdsgange og udførelse i flere trin. Den bygger på Gemini 3.6 Flash med algoritmiske ændringer i ræsonnering og understøttelse af agentbaseret videoforståelse. Tekst, billeder, lyd, video og PDF kan udgøre kildematerialet til et tekstresultat. Nyttige resultater omfatter en målrettet koderevision, en sammenligning mellem en designskitse og en implementering eller en kildebaseret analyse af hændelser i en optagelse.

Udviklervejledningen til 3.7 fremhæver stærkere designoverensstemmelse i desktop- og webarbejde. Giv den tilsigtede skitse, den relevante kilde og den observerbare afvigelse til denne opgave. Bed om en sammenligning mod konkrete elementer som afstande, komponenttilstande, teksthierarki eller interaktionsadfærd. Bed ved en designsammenligning om en liste over afvigelser mellem en skitse af et indstillingspanel og dets eksisterende implementering med hver foreslået rettelse knyttet til skærmbilledet eller kilden. Resultatet skal identificere det, der skal ændres, uden ubemærket at udvide designet ud over de leverede krav.

Angiv målet, den eksisterende adfærd, relevante filer og begrænsninger til en programmeringsarbejdsgang. Google positionerer 3.7 til at løse softwareproblemer og reducere mislykkede agentløkker, men en nyttig gennemgang kontrollerer stadig den faktiske ændring og valideringsresultatet. Bevar rækken af værktøjsobservationer i samtalen, så et senere trin ikke begynder med en opdigtet beskrivelse af kodebasen. Slutresultatet kan skelne mellem en foreslået ændring og en ændring, der er bekræftet gennem den tilsluttede applikations værktøjer.

De dokumenterede tænkeniveauer er low, medium og high med medium som standard. low understøtter hurtigere afgrænsede svar, mens high er beregnet til vanskelig ræsonnering og længerevarende værktøjsarbejde. Gemini 3.7 Flash understøtter ikke minimal tænkning. En kort analyse af én grænsefladeafvigelse og en dybere undersøgelse på tværs af flere filer kræver derfor forskellige indsatsvalg. Definér slutresultatet og de betingelser, det skal opfylde, før du anmoder om en længere række ræsonneringstrin og handlinger.

Den specifikke modelside angiver funktionskald, kodekørsel, filsøgning, søgegrounding, Maps-grounding og URL-kontekst. Computer Use er markeret som preview, og strukturerede output kan definere en resultatpost. En anmodning om et funktionskald er en foreslået handling, som den tilsluttede applikation skal udføre og returnere resultatet af. Giv værktøjet et klart formål ved en agentopgave, og bevar det faktiske resultat, før du beder modellen om at fortsætte. Definér felterne, acceptable værdier og repræsentationen af manglende oplysninger ved dokumentudtræk.

Denne udgave understøtter agentbaseret videoforståelse. Giv den relevante optagelse, og angiv den hændelse eller relation, der skal undersøges. En praktisk opgavebeskrivelse kan spørge, hvilken synlig handling der forklarer en tilstandsændring, eller bede om en ordnet beskrivelse af hændelser med dokumentation fra klippet. Billeder og PDF-sider kan tilsvarende understøtte en visuel sammenligning eller dokumentsammenligning. Outputtet forbliver tekst: fortolkning, udtrukne data, kode eller en skriftlig forklaring. Genereret video, billedkunst eller tale tilhører særskilte modelprofiler.

Googles specifikke API-tabel for 3.7 angiver 1.048.576 inputtokens og 65.536 outputtokens, mens det native modelkort beskriver op til 1M kontekst og 64K tekstoutput. Medtag instruktioner, tidligere ture og leverede medier i inputforberedelsen. Batchbehandling og caching er angivet for producentprofilen sammen med Flex- og Priority-muligheder. Bevar kildeidentifikatorer og et ensartet resultatformat for en samling uafhængige anmodninger, så hvert svar kan kontrolleres mod sit eget input.

Mulige begrænsninger omfatter hallucinationer og lejlighedsvis langsomhed eller timeout. Dens vidensgrænse er marts 2026 med nogle domæner begrænset til januar 2025. Giv aktuelt kildemateriale, når en konklusion afhænger af nyere fakta. Udgavens nyttige særkende er dens dokumenterede fokus på softwareproblemer, designoverholdelse og videoræsonnering; undersøg disse resultater mod den faktiske skitse, kode eller de faktiske medier frem for at erstatte en navngiven historisk profil med nyere funktioner.