sobota, 29 sierpnia 2026

Nowości

Google udostępnia Gemini 3.7 Flash do kodowania i pracy agentów AI

ModelePatryk Raba
Google udostępnia Gemini 3.7 Flash do kodowania i pracy agentów AI
Fot. Adobe Stock

Google wypuścił Gemini 3.7 Flash, model wyceniony o połowę taniej niż poprzednik i skierowany do firm budujących autonomiczne systemy AI. Premiera nastąpiła zaledwie trzy tygodnie po Gemini 3.6 Flash, a flagowy Gemini 3.5 Pro wciąż czeka na start.

Spis treści
  1. Co pokazuje model
  2. Rachunek dla firm
  3. Trzy tygodnie od poprzednika
  4. Integracja z narzędziami deweloperskimi
  5. Co to znaczy dla polskich firm

Google udostępnił Gemini 3.7 Flash, nowy model językowy zoptymalizowany pod kodowanie i pracę agentów AI. Firma pozycjonuje go jako tańszą alternatywę dla przedsiębiorstw budujących autonomiczne systemy zdolne planować zadania, korzystać z narzędzi programistycznych i wykonywać wieloetapowe procesy bez stałego nadzoru człowieka.

Co pokazuje model

Według Google nowy model poprawił wyniki w zadaniach programistycznych obejmujących debugowanie, rozwiązywanie zgłoszonych problemów oraz generowanie kodu gotowego do wdrożenia produkcyjnego. Firma podkreśla też lepszą obsługę wieloetapowego planowania i wywołań narzędzi, co ma znaczenie dla agentów wykonujących złożone zadania bez ciągłej kontroli człowieka.

Nasz najbardziej inteligentny model do codziennej pracy nad kodem i agentami, jaki dotąd stworzyliśmy - Google
Lepiej radzi sobie z przeszkodami, precyzuje intencję, gdy to potrzebne, i dokładniej wykonuje instrukcje. Poświęca więcej wysiłku na wieloetapowe planowanie i wywołania narzędzi - Google

Rachunek dla firm

Kluczowym elementem premiery jest cena. Google oferuje Gemini 3.7 Flash po 0,75 dolara za milion tokenów wejściowych i 3,75 dolara za milion tokenów wyjściowych, czyli o połowę taniej niż kosztował Gemini 3.6 Flash. Stawka wprowadzająca obowiązuje do końca 2026 roku, po czym wzrośnie do 1,50 i 7,50 dolara za milion tokenów.

Dla firm skalujących agentów produkcyjnych, które przetwarzają miliony zapytań miesięcznie, taka obniżka bezpośrednio przekłada się na koszty operacyjne. Google wprost komunikuje, że niższa cena ma zachęcić klientów biznesowych do budowy systemów agentowych na większą skalę, zamiast ograniczać się do pojedynczych zapytań czatowych.

Trzy tygodnie od poprzednika

Gemini 3.7 Flash pojawił się zaledwie trzy tygodnie po Gemini 3.6 Flash, co Google tłumaczy szybkim wdrażaniem informacji zwrotnych od deweloperów oraz usprawnieniami algorytmicznymi, które firma zapowiada przenosić także do kolejnych modeli. Tak krótki odstęp między kolejnymi wersjami linii Flash kontrastuje z sytuacją flagowego modelu Gemini 3.5 Pro, który wciąż pozostaje w testach partnerskich bez potwierdzonej daty premiery.

Ten kontrast ma znaczenie dla inwestorów obserwujących, czy Google DeepMind nadąża za Anthropic i OpenAI w wyścigu o najlepsze modele do programowania. Regularne, tańsze wydania linii Flash pozwalają firmie utrzymywać obecność na rynku narzędzi deweloperskich, nawet gdy premiera modelu flagowego się przeciąga.

Integracja z narzędziami deweloperskimi

Model trafił do Google Antigravity, platformy Google przeznaczonej do pracy w trybie agent-first, obejmującej zastosowania frontendowe, fullstackowe oraz naukowe. Jednocześnie Gemini 3.7 Flash został natychmiast udostępniony w Gemini Spark, subskrypcyjnej usłudze agentowej Google dla klientów planów AI Pro i Ultra w ponad 160 krajach.

Taka jednoczesna integracja w kilku produktach pokazuje, że Google traktuje Flash jako model roboczy dla szerokiego ekosystemu narzędzi, nie tylko jako jednorazową premierę do testów w laboratorium.

Co to znaczy dla polskich firm

Dla polskich zespołów programistycznych i firm wdrażających agentów AI do automatyzacji procesów obniżka cen o połowę oznacza realną szansę na tańsze skalowanie projektów opartych na API Google. Warto jednak pamiętać, że stawka wprowadzająca wygasa z końcem 2026 roku, więc plany budżetowe na dłuższy horyzont powinny uwzględniać podwojenie kosztów od stycznia 2027.

Firmy porównujące dostawców modeli do zadań programistycznych zyskują kolejny punkt odniesienia w benchmarkach takich jak DeepSWE czy FrontierCode, które Google opublikował wraz z premierą.

Udostępnij: