G
Gemini 3.7 Flash (batch)API
Gemini 3.7 Flash es un modelo multimodal de Google para flujos de trabajo agentivos rápidos, codificación y razonamiento complejo de múltiples pasos.
Los precios se actualizan automáticamente; se verifican a diario contra las tarifas oficiales de los proveedores.
- $0.38 por 1M de tokens, asumiendo 3 entradas por 1 salida la convención utilizada por Artificial Analysis
- más barato que el 86% de los 194 modelos comerciales rastreados aquí
- 12 de 35 modelos Google rastreados aquí, desde el más barato
Puntuaciones de referencia y rendimiento
Puntuaciones de referencia independientes para Gemini 3.7 Flash (batch), medidas por Artificial Analysis. Cuanto más alto, mejor. Modo de medición: high.
Los modelos en este nivel cuestan $5 por 1M de tokens (mediana de 16) — este cuesta $0.38.
Ningún modelo rastreado aquí es más barato y mejor en este índice.
Acerca de este modelo
Gemini 3.7 Flash (batch) es un modelo de IA comercial de Google. Las especificaciones a continuación se rastrean automáticamente: los precios se actualizan diariamente desde los precios públicos de lista, por lo que los números en esta página reflejan el costo actual de usar el modelo a través de su API.
Preguntas frecuentes
¿Qué es Gemini 3.7 Flash (batch)?
Gemini 3.7 Flash (batch) es un modelo de lenguaje de IA de Google. Es un modelo propietario, disponible a través de una API. Obtiene 56 en el índice de inteligencia Artificial Analysis.
¿Es gratuito Gemini 3.7 Flash (batch)?
Gemini 3.7 Flash (batch) no es gratuito: cuesta $0.19 por millón de tokens de entrada y $0.94 por millón de tokens de salida. Las alternativas open-weight pueden ser self-hosted sin costo por token.
¿En qué es bueno Gemini 3.7 Flash (batch)?
Los benchmarks independientes de Artificial Analysis le dan GPQA 94.5%, Humanity's Last Exam 47.9%, Long Context Reasoning 80%, SciCode 56.8%, τ-Bench Banking 32.8%, Terminal-Bench 85.8%. Se utiliza particularmente para generación de código.
¿Qué tan rápido es Gemini 3.7 Flash (batch)?
Genera aproximadamente 339.4 tokens por segundo, con una mediana 7.17s de retraso antes del primer token. Medido de forma independiente por Artificial Analysis.