Google: Gemini 3.7 Flash (batch)

Gemini 3.7 Flash er Googles navngitte multimodale resonneringsprofil for koding, agentbaserte arbeidsflyter og gjennomføring i flere trinn. Den bygger på Gemini 3.6 Flash, med algoritmiske endringer i resonneringen og støtte for agentbasert videoforståelse. Tekst, bilder, lyd, video og PDF kan være kildemateriale for et tekstresultat. Nyttige leveranser omfatter en avgrenset kodeendring, en sammenligning mellom et designutkast og en implementasjon eller en kildeforankret analyse av hendelser i et opptak.

Utviklerveiledningen for 3.7 fremhever bedre samsvar med design i arbeid for skrivebord og nett. Oppgi det tiltenkte utkastet, den relevante kildekoden og det observerbare avviket for en slik oppgave. Be om en sammenligning av konkrete elementer som avstander, komponenttilstander, teksthierarki eller interaksjonsatferd. Ved en designsammenligning kan du be om en liste over avvik mellom utkastet til et innstillingspanel og den eksisterende implementasjonen, med hver foreslåtte rettelse knyttet til skjermbildet eller kildekoden. Resultatet bør vise hva som må endres, uten å utvide designet utover de oppgitte kravene i det stille.

For en kodearbeidsflyt oppgir du målet, eksisterende atferd, relevante filer og begrensninger. Google posisjonerer 3.7 for å løse programvareproblemer og redusere mislykkede agentsløyfer, men en nyttig gjennomgang kontrollerer fortsatt den faktiske endringen og valideringsresultatet. Behold rekkefølgen av verktøyobservasjoner i samtalen, slik at et senere trinn ikke starter med en oppdiktet beskrivelse av kodebasen. Sluttresultatet kan skille mellom en foreslått endring og en endring som er bekreftet gjennom verktøyene i den tilkoblede applikasjonen.

De dokumenterte resonneringsnivåene er low, medium og high, med medium som standard. Low gir raskere, avgrensede svar, mens high er beregnet på vanskelig resonnering og omfattende verktøyarbeid. Gemini 3.7 Flash støtter ikke minimal resonnering. En kort analyse av ett grensesnittavvik og en grundigere undersøkelse av flere filer krever derfor ulike valg av innsatsnivå. Definer den endelige leveransen og betingelsene den må oppfylle, før du ber om en lengre rekke med resonnering og handlinger.

Den konkrete modellsiden oppgir funksjonskall, kodekjøring, filsøk, forankring i søkeresultater, Maps-forankring og URL-kontekst. Computer Use er merket som forhåndsversjon, og strukturerte utdata kan definere en resultatpost. En funksjonsforespørsel er en foreslått operasjon som den tilkoblede applikasjonen skal utføre og returnere resultatet av. Gi verktøyet et tydelig formål i en agentoppgave, og behold det reelle resultatet før du ber modellen fortsette. Ved uttrekk fra et dokument definerer du feltene, akseptable verdier og hvordan manglende informasjon skal representeres.

Denne utgaven støtter agentbasert videoforståelse. Oppgi det relevante opptaket og angi hendelsen eller sammenhengen som skal undersøkes. En praktisk instruks kan spørre hvilken synlig handling som forklarer en tilstandsendring, eller be om en ordnet beskrivelse av hendelser med belegg fra klippet. Bilder og PDF-sider kan på samme måte støtte en visuell sammenligning eller dokumentsammenligning. Utdataene er fortsatt tekst: tolkning, uttrekk av data, kode eller en skriftlig forklaring. Generert video, illustrasjoner eller tale hører til egne modellprofiler.

Googles konkrete API-tabell for 3.7 angir 1048576 inndatatokener og 65536 utdatatokener, mens det opprinnelige modellkortet beskriver opptil 1M kontekst og 64K tekstutdata. Ta med instruksjoner, tidligere samtalerunder og tilførte medier når inndataene forberedes. Batchbehandling og hurtigbufring er oppført for produsentprofilen sammen med Flex- og Priority-alternativer. For en samling uavhengige forespørsler bør kildeidentifikatorer og et konsekvent resultatformat beholdes, slik at hvert svar kan kontrolleres mot sine egne inndata.

Mulige begrensninger omfatter hallusinasjoner og sporadisk treghet eller tidsavbrudd. Kunnskapsgrensen er mars 2026, med enkelte fagområder begrenset til januar 2025. Oppgi aktuelt kildemateriale når en konklusjon avhenger av nyere fakta. Det nyttige særtrekket ved utgaven er det dokumenterte fokuset på programvareproblemer, etterlevelse av design og resonnering om video. Kontroller resultatene mot det faktiske utkastet, koden eller mediene fremfor å erstatte en navngitt historisk profil med nyere funksjoner.