Gemini 3.7 Flash chegou: 43,6% no FrontierCode e US$ 0,75/M, com o Flash antes do Pro de novo

O desconto tem data de validade, e ninguém leu a letra miúda

O Google lançou o Gemini 3.7 Flash em 13 de agosto de 2026, descrito no anúncio como "our most intelligent workhorse model yet for coding and agents". A timeline encheu de print do mesmo número: US$ 0,75 por milhão de tokens de input. Barato, né?

Não. Esse é o furo da cobertura.

A tabela oficial de preços da Gemini API lista o 3.6 Flash e o 3.7 Flash com valores idênticos em todas as linhas: US$ 1,50 de input, US$ 7,50 de output. O 3.7 não é um modelo mais barato. É o mesmo preço com 50% de desconto até 31/12/2026. Em 1º de janeiro sua fatura dobra sem que uma linha do seu código mude.

Neste post: os dois preços e a data da virada, o que os 43,6% no FrontierCode valem em código de produção, onde o modelo já roda, o que quebra na migração vindo do 3.6 e por que o Google entregou o quinto Flash seguido antes do Pro.

TL;DR

• O que é: gemini-3.7-flash, modelo de coding e agentes do Google. Refinamento sobre o 3.6 Flash (o model card diz "Based on Gemini 3.6 Flash"), não um pré-treino novo.
• Preço: US$ 0,75 / US$ 3,75 por 1M até 31/12/2026. Depois, US$ 1,50 / US$ 7,50 — o que o 3.6 Flash já cobra.
• Contexto: 1.048.576 tokens de input e 65.536 de output, na doc oficial do modelo. O anúncio não trazia esse número; a doc traz.
• Salto real: FrontierCode 1.1 Main 43,6% vs 34,4%, DeepSWE v1.1 65,3% vs 49,0% e AutomationBench 30,4% vs 17,0% contra o 3.6 (números do Google).
• A pegadinha: alucinação subiu de 55,6% para 64,5% na medição da Artificial Analysis. Acerta mais quando sabe, chuta mais quando não sabe.
• Acesso: Gemini API, AI Studio, Android Studio, Antigravity, Gemini Enterprise e Spark. Brasil incluído. Sem pesos abertos, sem self-hosting.

Preço do Gemini 3.7 Flash: os dois valores e a data em que ele dobra

Os números são estes, todos na página oficial de pricing:

Repare na segunda linha. A tabela diz literalmente "Output price (including thinking tokens)". Você paga US$ 3,75 por milhão de tokens que o modelo pensou e que nunca chegam na sua aplicação. Planilha de custo que conta só o texto retornado está errada — e erra mais ainda no thinking_level: high, o nível que a doc descreve como o que "maximiza a capacidade do modelo de pensar e usar ferramentas".

Simon Willison foi direto ao ponto no Hacker News (956 pontos e 485 comentários quando escrevo): o preço dobra no fim do ano, e ele perguntou quem, afinal, planeja ainda usar esse modelo daqui a cinco meses. Pergunta justa, considerando que o 3.6 Flash tinha três semanas de vida quando o 3.7 saiu.

E é aí que mora a decisão de engenharia. Trocar de modelo toda semana não é estratégia. Estratégia é ter um eval set do seu domínio que responda em dez minutos se o modelo novo melhora o seu pipeline ou se melhora só o slide do fornecedor — e essa diferença entre usar IA e construir com IA é o que a gente treina toda semana no Clã Beer and Code.

Benchmark do Gemini 3.7 Flash: FrontierCode 43,6% vs 34,4% em código de produção

VERIFICADO na fonte primária: 43,6% no FrontierCode 1.1 Main contra 34,4% do 3.6 Flash. Ressalva que vale para o release inteiro: FrontierCode, DeepSWE, GDP.pdf e AutomationBench são benchmarks do próprio Google. Direcional, não auditoria independente.

O que esses pontos valem na prática está na descrição do comportamento, não no placar. O anúncio diz que o modelo "better adapts to roadblocks, clarifies intent when needed, and follows instructions with greater fidelity", e que "a more disciplined execution means less manual oversight and fewer retries". Traduzindo pra quem mantém pipeline agêntico: menos loop batendo na mesma parede, menos tool call malformado, menos retry. Isso pesa mais que o benchmark, porque retry é custo em dobro.

O número mais forte do release nem é o FrontierCode. É o AutomationBench: 30,4% contra 17,0% do 3.6 Flash. Segundo comparativo do MarkTechPost, isso põe o 3.7 Flash acima do Claude Sonnet 5 (10,7%) e do GPT-5.6 Terra (23,6%).

O placar geral, porém, é mais modesto. O Artificial Analysis Intelligence Index dá 56 ao 3.7 Flash, abaixo do GPT-5.6 Terra e do Muse Spark 1.2 (57 cada). O Terra lidera DeepSWE (69,6% contra 65,3%) e Terminal-bench 2.1 (87,4%). O argumento do Flash nunca foi "é o melhor". É inteligência por dólar: no mix 80/20, o blended fica em US$ 1,35/1M contra US$ 3,60 do Sonnet 5 e US$ 4,00 do Terra.

Onde já dá pra usar hoje

Rollout amplo já no dia 1, segundo o anúncio oficial:

• Gemini API / AI Studio — gemini-3.7-flash, versão estável.
• Android Studio, Google Antigravity (o ambiente agêntico) e Gemini Enterprise.
• Gemini Spark — assinantes Google AI Pro e Ultra em 160+ países, excluindo European Economic Area, Nigéria, Suíça e Reino Unido. O Brasil está dentro.
• OpenRouter, que listou o modelo no mesmo 13/08.

O último item não é detalhe. A crítica mais votada no HN não foi sobre benchmark: foi sobre a fricção de conseguir uma chave de API do Google. jjcm resumiu como "routing you through 8 different dashboards to set up ACLs before you've hired your 2nd employee"; SyneRyder encerrou com "it was easier to go through OpenRouter than spend more energy on it". Pro dev brasileiro solo, sem contrato GCP, essa é a dor real.

Gemini 3.7 Flash vs 3.6 Flash: vale trocar no seu pipeline?

Antes de responder: não é troca de string. A doc oficial de migração exige remover os parâmetros de sampling depreciados e trocar o thinking_budget numérico pelo enum thinking_level:

# Antes — 3.6 Flash e anteriores
resp = client.models.generate_content(
    model="gemini-3.6-flash",
    contents=prompt,
    config={
        "temperature": 0.2,
        "top_p": 0.95,
        "thinking_config": {"thinking_budget": 2048},  # numérico
    },
)

# Agora — 3.7 Flash
resp = client.models.generate_content(
    model="gemini-3.7-flash",
    contents=prompt,
    config={
        # temperature / top_p / top_k: removidos
        "thinking_config": {"thinking_level": "low"},  # low | medium | high
    },
)

Detalhe que mata caso de uso inteiro: minimal não é mais suportado. A doc lista "low, medium, high levels supported; minimal not supported". Quem usava o piso mínimo pra classificação, roteamento ou extração em alto volume perdeu o chão. Esse workload vai pro Flash-Lite ou pra fora do Google.

E antes de comemorar economia, meça o que você realmente paga:

u = resp.usage_metadata
billed_output = u.candidates_token_count + u.thoughts_token_count
custo = (u.prompt_token_count / 1e6) * 0.75 + (billed_output / 1e6) * 3.75
print(f"pensou {u.thoughts_token_count} / entregou {u.candidates_token_count} -> US$ {custo:.6f}")

Rode nos seus casos reais, antes e depois. É o único jeito de saber se a economia existe no seu workload ou só no card de preço.

Resposta curta: vale testar se você roda tarefa agêntica multi-step com ferramentas. Não vale trocar às cegas se o pipeline é RAG, extração estruturada ou qualquer coisa onde "não sei" precisa ser resposta válida — o porquê está na próxima seção. E se você não acompanhou o antecessor, nossa cobertura do Gemini 3.6 Flash com benchmarks e preço é a baseline contra a qual esse release foi construído.

Limitações e pontos de atenção

Esta é a parte que o release não conta.

1. A alucinação subiu junto com a acurácia. 64,5% contra 55,6% do 3.6 Flash na medição AA-Omniscience da Artificial Analysis, que penaliza responder errado quando o modelo deveria recusar. Regressão para RAG e extração. Deploy sem eval set próprio aqui é deploy no escuro.

2. Nem todo número subiu. CharXiv Reasoning caiu de 85,2% para 84,5% sem ferramentas e de 89,4% para 88,7% com ferramentas, conforme a eesel sobre a tabela do Google. Raciocínio sobre gráfico piorou. Pouco, mas desmente o "melhor em tudo".

3. Latência no high inviabiliza interativo. A Artificial Analysis mediu 9,83 segundos até o primeiro token. Os 340,1 tokens/s são pico de geração, não experiência ponta a ponta. Copiloto de IDE no high é usuário olhando cursor piscar.

4. Não é o modelo mais barato, nem perto. O GPT-5.6 Luna custa US$ 0,20 / US$ 1,20 desde 30/07/2026, após a OpenAI cortar 80% do preço. Cerca de 3,75x mais barato no input já comparando com a promoção do Flash, e ~7,5x depois dela.

5. Sem Live API, sem pesos abertos, sem air-gapped. Saída somente texto. Setor regulado ou soberania de dado: está fora.

6. [NÃO CONFIRMADO] Reviews de fonte única relatam que o high gera ~40% mais tokens que o 3.6 na mesma tarefa e que o throughput real via OpenRouter fica bem abaixo do pico. Sinal para medir, não fato. Idem para os depoimentos de parceiro do anúncio (Browser Use fala em "35% cheaper than 3.6 Flash"): é marketing, não benchmark.

O padrão Flash-antes-do-Pro e o que ele antecipa

Olha a sequência. Sundar Pichai prometeu o Gemini 3.5 Pro no Google I/O de 19/05/2026. O Google adiou para 17/07 alegando um redesenho arquitetural do zero e perdeu o prazo de novo. No intervalo saíram 3.5 Flash, Flash-Lite, Flash Cyber, 3.6 Flash (21/07) e agora o 3.7 (13/08).

Cinco Flash. Nenhum Pro.

A leitura sóbria é que o Google entrega na faixa em que consegue entregar. Refinar modelo existente é ciclo curto — daí o "Based on Gemini 3.6 Flash" do model card. Treinar um Pro novo é ciclo longo, e o ciclo longo travou. Se você acompanhou a novela, temos o rastreador do lançamento do Gemini 3.5 Pro.

O que isso antecipa sobre um eventual 3.7 Pro? Nada garantido: qualquer data é especulação. Mas a cadência sugere que a família Flash segue sendo o produto real do Google enquanto o Pro não sai. Planeje assumindo substituição em semanas, não em anos.

FAQ rápido

O preço vai dobrar mesmo em 1º de janeiro? É o que está na tabela oficial: introdutório até 31/12/2026, US$ 1,50 / US$ 7,50 depois. Há quem aposte no HN que o desconto será estendido por falta de compradores no preço cheio, mas é especulação. Dimensione unit economics pelo preço de 2027.

Dá pra usar do Brasil? Dá. O Brasil está entre os 160+ países do rollout do Spark, que exclui EEA, Nigéria, Suíça e Reino Unido. Na API não há restrição anunciada. A fricção real é abrir billing no Google Cloud, e muita gente resolve via OpenRouter.

Roda local? Tem pesos abertos? Não e não. Só API e enterprise, dentro da nuvem do Google. Sem self-hosting, sem deploy air-gapped.

Qual o knowledge cutoff? Março de 2026, com alguns domínios limitados a janeiro de 2025, segundo o model card do DeepMind.

Afinal, o Gemini 3.7 Flash vale a pena?

O Gemini 3.7 Flash é upgrade real em tarefa agêntica: AutomationBench quase dobrou, FrontierCode subiu nove pontos, a execução ficou mais disciplinada. Isso é verdade.

Também é verdade que ele não ficou mais barato, alucina mais que o antecessor, perde no índice geral pro GPT-5.6 Terra e dobra de preço numa data já marcada.

As duas coisas convivem. Por isso a resposta pra "vale a pena?" não vem do release nem deste post: vem do seu eval set rodando no seu domínio. Modelo novo toda semana virou o normal. Ter como medir é o que separa quem decide de quem reage.