Google: Gemini 3.7 Flash (batch)
google/gemini-3.7-flash:batch
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
De acordo com o catálogo da OpenRouter, google/gemini-3.7-flash:batch é um modelo multimodal do Google voltado para fluxos de trabalho agênticos rápidos, programação e raciocínio complexo em várias etapas. Ele aceita texto, imagem, arquivos, áudio e vídeo como entradas, gera texto e informa uma janela de contexto de 1.048.576 tokens. O raciocínio é obrigatório e ativado por padrão, com níveis de esforço baixo, médio e alto. O catálogo reporta cobertura de benchmarks para programação, tarefas agênticas e design; uma ficha independente do modelo não estava disponível neste pacote de fontes.[1]
Pontos fortes
- Aceita entradas de texto, imagem, arquivos, áudio e vídeo, gerando saída em texto.[1]
- Informa uma janela de contexto de 1.048.576 tokens para entradas extensas.[1]
- Oferece esforço de raciocínio configurável junto com ferramentas, saídas estruturadas, formato de resposta, semente e controles de parada.[1]
Limitações
- A evidência vem apenas do catálogo da OpenRouter; não foram fornecidos uma ficha independente, termos de licença, corte de conhecimento, requisitos de implantação nem detalhes de avaliação de segurança. Valide com cargas de trabalho representativas.[1]
- O raciocínio é obrigatório, o que pode não atender a configurações que exijam geração direta sem um modo de raciocínio.[1]
- Embora aceite várias modalidades de entrada, gera apenas texto.[1]
Onde usar
- A variante identificada como batch no catálogo pode ser considerada para trabalhos de alto volume que produzam texto a partir de entradas mistas; confirme o comportamento do provedor antes da adoção.[1]
- Potencialmente adequada para fluxos de programação ou agentes com ferramentas que se beneficiem de esforço de raciocínio ajustável e saídas estruturadas.[1]
- Pode servir para análise de contexto longo de documentos ou conteúdo multimodal quando uma resposta em texto for suficiente; teste com dados representativos.[1]
Fontes
- [1] OpenRouter catalog · Google: Gemini 3.7 Flash (batch)Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Gemini 3.7 Flash is a multimodal model from Google for fast agentic workflows, coding, and complex multi-step reasoning. It is designed for tasks that require responsive performance and reliable multi-step...
Especificações
- ID do modelo
- google/gemini-3.7-flash:batch
- ID canônico
- google/gemini-3.7-flash-20260813
- Criador
- Adicionado ao OpenRouter
- 13.08.2026
- Comprimento de contexto
- 1,048,576
- Modalidade
- text+image+file+audio+video->text
- Modalidades de entrada
- text, image, video, file, audio
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.375 / saída $1.88
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | SS — top 10% da coorte | — |
| Agentes | AA — próximos 20% da coorte | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | entrada: file |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | entrada: audio |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 76.1 | SS — top 10% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 35.2 | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtaxa de vitória 52.1% · posição 7 | 1,181Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 53.2% · posição 9 | 1,232Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · blender3dtaxa de vitória 49.6% · posição 12 | 1,112Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · codetovideotaxa de vitória 54.9% · posição 8 | 1,197Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 43.7% · posição 17 | 1,188Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 49.9% · posição 6 | 1,239Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 52.6% · posição 12 | 1,227Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · pdftaxa de vitória 47.3% · posição 21 | 1,163Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · python-pptxslidestaxa de vitória 38% · posição 28 | 1,066Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · spreadsheettaxa de vitória 46.8% · posição 18 | 1,131Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 47.1% · posição 18 | 1,206Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 53.3% · posição 21 | 1,291Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 53.2% · posição 12 | 1,268Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 53.5% · posição 17 | 1,299Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 54.4% · posição 11 | 1,310Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 53.4% · posição 15 | 1,313Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 54% · posição 12 | 1,280Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 51.4% · posição 22 | 1,288Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 53.6% · posição 16 | 1,296Elo | AA — próximos 20% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| 1,048,576 | $0.375 | $1.88 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.