Gemini 3.7 Flash: Wat is er nieuw, prijzen en alternatieven (2026)

Google kondigde op 13 augustus 2026 Gemini 3.7 Flash aan en noemde het "ons meest intelligente werkpaardmodel tot nu toe voor coderen en agents." Het kost de helft van wat 3.6 Flash kostte en verschijnt drie weken daarna. De vermelde prijs is een introductieprijs en verloopt aan het einde van het jaar.

Dit artikel behandelt wat er is veranderd, wat de prijs daadwerkelijk is en wat de benchmarks meten. Het bespreekt ook wat u kunt gebruiken als uw eindproduct een rapport of presentatie is. De feiten zijn van toepassing per 17 augustus 2026.

Wat is er nieuw in Gemini 3.7 Flash

Het belangrijkste nieuws is de sprong in agentisch werk en codeerwerk. Google noemt als doelgebieden software engineering, kenniswerk, webontwikkeling, codegeneratie, debugging, probleemoplossing, documentbegrip en de automatisering van bedrijfswerkstromen.

Twee daarvan zijn belangrijk voor iedereen die met bestanden werkt in plaats van met code. Documentbegrip en automatisering van bedrijfswerkstromen zijn de gebieden die betrekking hebben op spreadsheets, overzichten en rapporten.

Het releasetempo is op zichzelf al opmerkelijk. Gemini 3.6 Flash verscheen ongeveer drie weken eerder, dus dit is een snelle iteratie in plaats van een generationele verandering.

Dat tempo heeft een praktisch gevolg. Alles wat u rond een specifieke modelversie bouwt, moet ertegen kunnen dat de versie eronder verandert.

Google positioneert deze klasse ook expliciet als een werkpaard in plaats van een frontier-model. Het is bedoeld voor volume en kosten, niet voor het allermoeilijkste probleem dat u heeft.

De beschikbaarheid verschilt per doelgroep. Ontwikkelaars krijgen toegang in Google AI Studio, Android Studio en Google Antigravity. Bedrijven krijgen het via het Gemini Enterprise Agent Platform. Particulieren kunnen erbij via Gemini Spark, voor AI Pro- en Ultra-abonnees in meer dan 160 landen.

Deze drie omgevingen zijn niet hetzelfde product. Een ontwikkelaar die test in AI Studio en een collega die Spark gebruikt, werken met verschillende interfaces en verschillende limieten.

Prijzen, en de datum die ertoe doet

	Nu	Vanaf 1 januari 2027
Input	$0.75 per 1M tokens	$1.50 per 1M tokens
Output	$3.75 per 1M tokens	$7.50 per 1M tokens

Google stelt duidelijk dat "de introductieprijs verloopt op 31 december 2026." De verdubbeling is gepubliceerd, niet gespeculeerd.

Vergeleken met 3.6 Flash omschrijft Google het huidige tarief als "de helft van de oorspronkelijke kosten van 3.6 Flash per miljoen tokens." De korting is vandaag de dag dus reëel en bewust tijdelijk.

Als u een budget opstelt voor de periode na dit jaar, ga dan uit van de cijfers van januari. Een kostenberekening die is gebaseerd op het introductietarief zal binnen enkele maanden onjuist zijn.

Het omgekeerde is ook waar. Voor een project dat dit jaar wordt afgerond, is het huidige tarief daadwerkelijk bespaard geld in plaats van een marketinggetal.

Nog een detail is van invloed op de planning. De verdubbeling geldt voor zowel input als output, dus de verhouding ertussen verandert niet.

Wat de benchmarks wel en niet meten

Google publiceert vijf vergelijkingen met 3.6 Flash. De winst is in elk van de gevallen groot.

Benchmark	3.7 Flash	3.6 Flash
FrontierCode 1.1 Main	43.6%	34.4%
DeepSWE v1.1	65.3%	49.0%
WebDev Arena Elo	1588	1538
GDP.pdf	34.0%	22.0%
AutomationBench	30.4%	17.0%

Drie van de vijf zijn evaluaties van codeerprestaties. Ze zeggen heel weinig over de vraag of een model uw kwartaalexport correct leest.

Degene die het dichtst bij dat werk in de buurt komt, is GDP.pdf, een evaluatie van documentbegrip. Kijk naar het absolute getal in plaats van naar de verbetering: 34.0% betekent dat ongeveer tweederde van de items nog steeds wordt gemist.

AutomationBench laat hetzelfde patroon zien. Een sprong van 17.0% naar 30.4% is een grote relatieve winst, maar een lage absolute score.

Die combinatie is de eerlijke samenvatting. Dit is een aanzienlijk beter model voor documentwerk, en documentwerk is nog steeds de zwakste kolom op het bord.

Wat dit verandert als uw eindproduct een rapport of presentatie is

Goedkopere en snellere inference verandert de economische aspecten nog voordat het de kwaliteit van de output verandert. Door de tokenkosten te halveren, wordt het rendabel om een stap uit te voeren die u voorheen oversloeg.

De meest voor de hand liggende kandidaat is verificatie. Een tweede controle uitvoeren om een getal te vergelijken met de bron kost weinig als tokens goedkoop zijn.

De tweede kandidaat is volume. Het verwerken van elk bestand in een map wordt betaalbaar, in plaats van dat u slechts een steekproef neemt.

De derde is iteratie. Als een eerste poging goedkoop is, kunt u dezelfde vraag op drie verschillende manieren stellen en de antwoorden vergelijken.

Wat niet verandert, is de 'last mile'. Zelfs als een model de juiste getallen oplevert, moet u nog steeds de grafiek, de geschreven samenvatting en de dia's samenstellen. Onze pagina over de AI-rapportgenerator legt uit hoe die samenstellingsstap verloopt.

Dit is waarom de kosten per token een slechte graadmeter zijn voor de kosten per eindproduct. De tokens zijn zelden het dure deel van het maken van een rapport.

Beoordeel de verandering op basis van wat u zich nu kunt veroorloven om twee keer te doen. Het controleren van uw eigen werk is de stap die de meeste mensen overslaan vanwege de kosten.

Drie dingen die de aankondiging niet vermeldt

Het contextvenster. Er wordt geen getal genoemd in het bericht. Als uw bestanden lang zijn, is dat gemis het eerste wat u moet testen.

Hoe het omgaat met onoverzichtelijke tabelinvoer. Documentbegrip wordt genoemd als een sterk punt, zonder te beschrijven wat er gebeurt met samengevoegde cellen, koppen over meerdere rijen of gescande tabellen.

Of de beschikbaarheid in Spark gelijkstaat aan API-pariteit. Gemini Spark en the API worden als afzonderlijke omgevingen vermeld, en het bericht vermeldt niet of het gedrag identiek is.

Wat de rate limits zijn. Er wordt geen quotum per minuut of per dag genoemd in de aankondiging, wat bij een lage prijs belangrijker is dan bij een hoge.

Er is een vierde hiaat dat belangrijk is voor de planning. Er wordt niets gezegd over hoe lang 3.7 Flash actueel blijft, en 3.6 Flash ging ongeveer drie weken mee.

Waar een sneller model niet meer helpt

Een model is een onderdeel. Het werk waarop u wordt beoordeeld is een kant-en-klaar eindproduct, en de kloof tussen die twee is waar de meeste tijd daadwerkelijk in gaat zitten.

Die kloof bestaat uit drie delen. Het bestand in een bruikbare vorm krijgen, bepalen welke getallen belangrijk zijn, en iets produceren dat een collega kan lezen zonder dat u er uitleg bij hoeft te geven.

Merk op dat alleen het middelste deel echt over intelligentie gaat. Het eerste en het laatste deel gaan over het verwerken van bestanden en het genereren van formaten.

Geen van deze drie wordt opgelost door een goedkopere token. Ze worden opgelost door tools die het bestand, de analyse en de output in één omgeving samenbrengen.

Dat is de laag waarin Powerdrill Bloom actief is. U uploadt het Excel-, CSV-, TSV- of PDF-bestand en verkent het op een canvas. Wat u bewaart, wordt in één stap een grafiek, een rapport of dia's. De eerlijke beperking ligt in de andere richting. Het is geen ruw model-endpoint, dus u heeft geen controle over tokens, temperatuur of modelkeuze.

Alternatieven die het waard zijn om te kennen

Als u behoefte heeft aan	Overweeg dan
Goedkope, snelle inference voor agentisch werk en codeerwerk	Gemini 3.7 Flash
Diepgaand redeneren over lange, onoverzichtelijke documenten	Een frontier-model in plaats van een werkpaardklasse
Een kant-en-klare grafiek, rapport of presentatie op basis van een databestand	Een actie-agent met bestandsupload en -export
Een interactieve weergave van een Google Sheet	Sheets canvas, behandeld in onze Sheets canvas-handleiding

Maak uw keuze op basis van welk deel van de keten u mist. Als het ontbrekende deel de inference-kosten zijn, is een werkpaardmodel de oplossing.

Let op: dit zijn geen concurrerende aankopen. Een modelklasse en een leveringstool bevinden zich op verschillende punten in het proces, en de meeste teams betalen uiteindelijk voor beide.

Als het ontbrekende deel het eindproduct is, zal een goedkoper model dat niet opleveren. Dat is een andere categorie tools, niet een zwakkere.

Conclusie

Gemini 3.7 Flash is een echte stap voorwaarts voor agentisch werk en documentwerk, tegen de helft van de eerdere kosten, en dat kostenvoordeel is tijdelijk. Dat zijn de drie feiten om te onthouden.

Het getal om in het oog te houden is GDP.pdf op 34.0%. Verbetering en toereikendheid zijn twee verschillende dingen, en documentbegrip is nog steeds de kolom die u zelf moet verifiëren.

Als uw werk eindigt in een grafiek, een geschreven samenvatting of een presentatie, probeer dan Powerdrill Bloom op een van uw eigen bestanden. Bekijk ook onze handleidingen over agent-plug-ins en wat MCP is.

Veelgestelde vragen

Wat is Gemini 3.7 Flash?

Het is het model uit de werkpaardklasse van Google dat op 13 augustus 2026 is aangekondigd en wordt omschreven als het meest intelligente werkpaardmodel tot nu toe voor coderen en agents. Google noemt onder andere coderen, kenniswerk, documentbegrip en de automatisering van bedrijfswerkstromen als doelgebieden.

Hoeveel kost Gemini 3.7 Flash?

Momenteel $0.75 per miljoen input-tokens en $3.75 per miljoen output-tokens. Google geeft aan dat deze introductieprijs verloopt op 31 december 2026, waarna tarieven van $1.50 and $7.50 gelden.

Is het beter dan Gemini 3.6 Flash?

Google publiceert verbeteringen op alle vijf de benchmarks die het vergelijkt, waaronder FrontierCode 1.1 Main op 43.6% tegenover 34.4%. Het vermeldt ook dat de huidige prijs de helft is van de oorspronkelijke kosten van 3.6 Flash per miljoen tokens.

Hoe groot is het contextvenster?

De aankondiging vermeldt geen cijfer voor het contextvenster. Als lange bestanden belangrijk zijn voor uw werk, test dit dan zelf in plaats van uit te gaan van pariteit met een andere klasse.

Can it turn a spreadsheet into a presentation?

Een model levert tekst en redeneringen op, geen opgemaakte presentatie. Het maken van dia's op basis van een databestand vereist tools die het bestand en de export verwerken, wat een aparte laag is die losstaat van het model.