别只用GPT写代码了！谷歌Gemini 3.7 Flash上线：1M上下文+Agent原生，价格砍半-圈圈AI一站式AI资源分享平台

第一章谷歌把”干活模型”的价格打下来了

昨天（8月13日），谷歌一声不响地放出了 Gemini 3.7 Flash。三周前才发 3.6，现在 3.7 又来了。你以为又是挤牙膏？错。这次它直接把”给 AI 干活的模型”的价格砍了一半。

说实话，2026 年做 Agent 的都知道一个痛：你让模型跑一个多步骤任务，一次请求里它可能要调用十几二十次模型——规划一次、调工具一次、校验一次、再规划一次。模型越贵，这套”循环”就越烧钱。谷歌这次的逻辑很狠：我不跟你卷谁最聪明，我卷”便宜、快、还能稳定干活”。

限时到今年年底，输入每百万 token 只要 0.75 美元，输出 3.75 美元，正好是上一代首发价的一半。一句话：现在不上车，更待何时？

第二章它强在哪：编码和 Agent 是原生能力

别被”Flash”这个名字骗了，以为它是个轻量小模型。3.7 Flash 的定位是”干活主力”，不是”陪你聊天”。它原生就带着一整套 Agent 基建：

Function Calling 稳得离谱：这是 Agent 能不能跑起来的命门。模型再聪明，吐出来的 JSON 一旦格式错，整个工作流就崩。3.7 Flash 把工具调用的格式正确性拉到了新高度，比纯比智商更实用。
100万 token 上下文：一整座代码库、一整份长文档，直接塞进上下文，不用再玩切片的脏活。
原生 MCP 支持：通过 Model Context Protocol 直接连你的仓库、数据库、向量库。工具连通性不再是自己焊的胶水。
Computer Use（预览）：能操作电脑界面，虽然还只是预览，但方向已经亮明。
可配置思考模式：低/中/高三档，简单活儿用低档省 token，难活儿开高档。

编码基准上，DeepSWE 从 49% 飙到 65.3%，FrontierCode 从 34.4% 到 43.6%，直接压过同期的 Claude Sonnet 和 GPT。这不是实验室数字，是真能少返工。

第三章三分钟上手：三条路都能用

谷歌把入口铺得很全，你挑顺手的来：

Google AI Studio：最快试水。拿个 key，浏览器里直接对话，不用搭任何环境。
Gemini API：生产集成点。后端直接调，或者塞进 LangGraph 当 LLM 节点。
Vertex AI：企业级，带 IAM、VPC、审计日志，合规要求高的团队走这条。

框架层面，官方点名支持 LangChain、LangGraph、CrewAI、LlamaIndex、Vercel AI SDK、Temporal。也就是说，你现有的 Agent 脚手架，换个模型名就能跑。

3.7 Flash 的 Agent 基建：Function Calling + 1M 上下文 + 原生 MCP，工具调用稳到离谱

第四章实战：把 3.7 Flash 接进你的 Agent 循环

光说没用，上代码。下面这段是 LangGraph 里把 3.7 Flash 当”规划节点”的最小实现：

from langchain_google_genai import ChatGoogleGenerativeAI from langgraph.graph import StateGraph, END

llm = ChatGoogleGenerativeAI(model='gemini-3.7-flash', temperature=0.2, max_output_tokens=2048) def planning_node(state): plan = llm.invoke(state['messages']) return {'plan': plan.content} graph = StateGraph(dict) graph.add_node('plan', planning_node) graph.set_entry_point('plan') graph.add_edge('plan', END) app = graph.compile()

注意 temperature 我设了 0.2——工具调用要的是稳，不是天马行空。Flash 便宜，意味着你每请求跑 15~40 次模型都扛得住，于是”规划→调工具→校验→失败再规划”这种重试循环才真正跑得起来。贵的模型你根本不舍得这么造。

价格真相：限时半价到年底，2027 年 1 月直接翻倍——现在不上车更待何时