Gemini 3.7 Flash: มีอะไรใหม่ ราคา และทางเลือก (2026)

Google ประกาศเปิดตัว Gemini 3.7 Flash เมื่อวันที่ 13 สิงหาคม 2026 โดยเรียกโมเดลนี้ว่าเป็น "โมเดลระดับเวิร์กฮอร์ส (workhorse) ที่ชาญฉลาดที่สุดของเราสำหรับการเขียนโค้ดและเอเจนต์" โมเดลนี้มีราคาเพียงครึ่งหนึ่งของราคา 3.6 Flash และเปิดตัวตามหลังมาเพียงสามสัปดาห์ โดยราคาที่ระบุนี้เป็นราคาช่วงแนะนำและจะสิ้นสุดลงเมื่อสิ้นปี

บทความนี้จะครอบคลุมถึงสิ่งที่มีการเปลี่ยนแปลง ราคาจริงคือเท่าใด และผลการทดสอบประสิทธิภาพ (benchmarks) วัดผลอะไรบ้าง นอกจากนี้ยังแนะนำสิ่งที่คุณควรเลือกใช้เมื่อผลงานสุดท้ายของคุณคือรายงานหรือสไลด์นำเสนอ ข้อมูลทั้งหมดเป็นข้อมูล ณ วันที่ 17 สิงหาคม 2026

มีอะไรใหม่ใน Gemini 3.7 Flash

ไฮไลท์สำคัญคือความสามารถที่ก้าวกระโดดในด้านการทำงานของเอเจนต์และการเขียนโค้ด โดย Google ระบุกลุ่มเป้าหมายหลักไว้ ได้แก่ วิศวกรรมซอฟต์แวร์, งานด้านความรู้, การพัฒนาเว็บ, การสร้างโค้ด, การดีบั๊ก, การแก้ไขปัญหา, การทำความเข้าใจเอกสาร และการทำงานอัตโนมัติในเวิร์กโฟลว์ขององค์กร (enterprise workflow automation)

สองหัวข้อในนั้นมีความสำคัญอย่างยิ่งสำหรับผู้ที่ทำงานกับไฟล์มากกว่าการเขียนโค้ด นั่นคือ การทำความเข้าใจเอกสาร (document comprehension) และ การทำงานอัตโนมัติในเวิร์กโฟลว์ขององค์กร (enterprise workflow automation) ซึ่งเป็นส่วนที่เกี่ยวข้องโดยตรงกับสเปรดชีต, รายการเดินบัญชี และรายงานต่าง ๆ

จังหวะเวลาในการปล่อยเวอร์ชันใหม่ก็น่าจับตามองเช่นกัน เนื่องจาก Gemini 3.6 Flash เพิ่งเปิดตัวไปก่อนหน้านี้ประมาณสามสัปดาห์ ดังนั้นนี่จึงเป็นการปรับปรุงเวอร์ชันอย่างรวดเร็ว (fast iteration) มากกว่าการเปลี่ยนผ่านเจเนอเรชัน

ความเร็วในระดับนี้ส่งผลต่อการใช้งานจริง เพราะสิ่งใดก็ตามที่คุณสร้างขึ้นโดยอิงกับโมเดลเวอร์ชันเฉพาะเจาะจง จำเป็นต้องรองรับการเปลี่ยนแปลงของเวอร์ชันที่อาจเกิดขึ้นเบื้องหลังได้

นอกจากนี้ Google ยังกำหนดตำแหน่งของโมเดลระดับนี้ไว้อย่างชัดเจนว่าเป็นโมเดลระดับเวิร์กฮอร์ส (workhorse) ไม่ใช่โมเดลระดับแนวหน้า (frontier model) โดยเน้นตอบโจทย์เรื่องปริมาณงานและต้นทุน มากกว่าการแก้ปัญหาเดี่ยว ๆ ที่ยากที่สุดที่คุณมี

การเปิดให้ใช้งานจะแบ่งตามกลุ่มผู้ใช้ โดยนักพัฒนาสามารถใช้งานได้ใน Google AI Studio, Android Studio และ Google Antigravity สำหรับองค์กรธุรกิจสามารถใช้งานได้ผ่าน Gemini Enterprise Agent Platform ส่วนผู้ใช้ทั่วไปสามารถเข้าถึงได้ผ่าน Gemini Spark สำหรับผู้สมัครใช้บริการ AI Pro และ Ultra ในกว่า 160+ ประเทศ

ช่องทางทั้งสามนี้ไม่ใช่ผลิตภัณฑ์เดียวกัน นักพัฒนาที่ทดสอบใน AI Studio กับเพื่อนร่วมงานที่ใช้งาน Spark กำลังทำงานบนอินเตอร์เฟสและข้อจำกัดที่แตกต่างกัน

ราคา และวันที่สำคัญที่ต้องรู้

	ปัจจุบัน	ตั้งแต่วันที่ 1 มกราคม 2027
อินพุต	$0.75 ต่อ 1 ล้านโทเคน	$1.50 ต่อ 1 ล้านโทเคน
เอาต์พุต	$3.75 ต่อ 1 ล้านโทเคน	$7.50 ต่อ 1 ล้านโทเคน

Google ระบุไว้อย่างชัดเจนว่า "ราคาช่วงแนะนำจะสิ้นสุดในวันที่ 31 ธันวาคม 2026" การปรับราคาขึ้นเป็นสองเท่านั้นเป็นข้อมูลที่ประกาศอย่างเป็นทางการ ไม่ใช่การคาดเดา

เมื่อเทียบกับ 3.6 Flash ทาง Google อธิบายว่าอัตราค่าบริการปัจจุบันนั้น "คิดเป็นครึ่งหนึ่งของราคาเดิมของ 3.6 Flash ต่อล้านโทเคน" ดังนั้น ส่วนลดนี้จึงเกิดขึ้นจริงในวันนี้และถูกออกแบบมาให้เป็นแบบชั่วคราว

หากคุณกำลังวางแผนงบประมาณสำหรับปีหน้าเป็นต้นไป ให้ใช้ตัวเลขของเดือนมกราคมในการคำนวณ เพราะการคำนวณต้นทุนที่อิงจากราคาช่วงแนะนำจะคลาดเคลื่อนภายในเวลาไม่กี่เดือน

ในทางกลับกัน สำหรับโครงการที่สิ้นสุดภายในปีนี้ อัตราค่าบริการปัจจุบันคือจำนวนเงินที่ประหยัดได้จริง ไม่ใช่แค่ตัวเลขทางการตลาด

อีกหนึ่งรายละเอียดที่มีผลต่อการวางแผนคือ การปรับราคาขึ้นสองเท่านั้นจะมีผลทั้งกับอินพุตและเอาต์พุต ดังนั้นสัดส่วนระหว่างทั้งสองส่วนจึงไม่มีการเปลี่ยนแปลง

ผลการทดสอบประสิทธิภาพ (benchmarks) วัดผลอะไร และไม่ได้วัดผลอะไรบ้าง

Google ได้เผยแพร่ผลการเปรียบเทียบห้าด้านกับ 3.6 Flash ซึ่งพบว่ามีประสิทธิภาพเพิ่มขึ้นอย่างมากในทุกด้าน

การทดสอบประสิทธิภาพ (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%

การทดสอบสามในห้าด้านนั้นเป็นการประเมินด้านการเขียนโค้ด ซึ่งแทบไม่ได้บอกอะไรคุณเลยว่าโมเดลนี้จะสามารถอ่านไฟล์ข้อมูลรายไตรมาสที่คุณส่งออก (export) มาได้อย่างถูกต้องหรือไม่

การทดสอบที่ใกล้เคียงกับงานประเภทนั้นมากที่สุดคือ GDP.pdf ซึ่งเป็นการประเมินด้านการทำความเข้าใจเอกสาร ลองพิจารณาที่ตัวเลขผลลัพธ์โดยตรงมากกว่าดูแค่ส่วนที่พัฒนาขึ้น: ตัวเลข 34.0% หมายความว่าข้อมูลประมาณสองในสามส่วนยังคงถูกมองข้ามไป

AutomationBench ก็ให้ผลลัพธ์ในลักษณะเดียวกัน การก้าวกระโดดจาก 17.0% เป็น 30.4% ถือเป็นการพัฒนาที่เพิ่มขึ้นอย่างมากเมื่อเทียบกับของเดิม แต่ก็ยังคงเป็นคะแนนรวมที่ค่อนข้างต่ำอยู่ดี

ข้อสรุปที่ตรงไปตรงมาคือ โมเดลนี้ทำงานกับเอกสารได้ดีขึ้นอย่างเห็นได้ชัด แต่การทำงานกับเอกสารก็ยังคงเป็นจุดที่อ่อนที่สุดในตารางคะแนนทั้งหมดอยู่ดี

สิ่งนี้จะเปลี่ยนอะไรบ้าง หากผลงานสุดท้ายของคุณคือรายงานหรือสไลด์นำเสนอ

การประมวลผล (inference) ที่ถูกลงและเร็วขึ้นจะเข้ามาเปลี่ยนมุมมองด้านความคุ้มค่าก่อนที่จะเปลี่ยนคุณภาพของผลลัพธ์ การลดค่าโทเคนลงครึ่งหนึ่งทำให้การรันขั้นตอนที่คุณเคยข้ามไปก่อนหน้านี้ดูสมเหตุสมผลขึ้นมาทันที

ขั้นตอนที่เห็นได้ชัดที่สุดคือการตรวจสอบความถูกต้อง (verification) การสั่งให้ตรวจสอบข้อมูลซ้ำอีกรอบเพื่อเทียบตัวเลขกับแหล่งที่มานั้นมีค่าใช้จ่ายเพียงเล็กน้อยเมื่อค่าโทเคนถูกลง

ขั้นตอนที่สองคือเรื่องของปริมาณงาน การประมวลผลทุกไฟล์ในโฟลเดอร์กลายเป็นสิ่งที่คุณสามารถจ่ายได้ แทนที่จะต้องใช้วิธีสุ่มตรวจเหมือนแต่ก่อน

ขั้นตอนที่สามคือการทดลองซ้ำ (iteration) เมื่อการทดสอบครั้งแรกมีราคาถูก คุณก็สามารถถามคำถามเดียวกันในสามรูปแบบที่แตกต่างกันเพื่อนำคำตอบมาเปรียบเทียบกันได้

สิ่งที่ไม่เปลี่ยนแปลงคือขั้นตอนสุดท้าย (last mile) แม้โมเดลจะส่งคืนตัวเลขที่ถูกต้อง แต่คุณก็ยังต้องนำข้อมูลเหล่านั้นมาประกอบเป็นแผนภูมิ บทสรุปที่เป็นลายลักษณ์อักษร และสไลด์นำเสนอด้วยตัวเองอยู่ดี หน้า AI report generator ของเราได้อธิบายถึงขั้นตอนการประกอบข้อมูลดังกล่าวไว้แล้ว

นี่คือเหตุผลว่าทำไมต้นทุนต่อโทเคนจึงไม่ใช่ตัวชี้วัดที่ดีสำหรับต้นทุนต่อผลงานสุดท้าย เพราะค่าโทเคนแทบจะไม่ใช่ส่วนที่แพงที่สุดในการจัดทำรายงานเลย

ให้ตัดสินการเปลี่ยนแปลงนี้จากสิ่งที่คุณสามารถทำซ้ำสองรอบได้โดยไม่เดือดร้อนเรื่องงบประมาณ เพราะการตรวจสอบความถูกต้องของงานตัวเองมักจะเป็นขั้นตอนที่คนส่วนใหญ่ข้ามไปเนื่องจากข้อจำกัดด้านราคา

สามสิ่งที่การประกาศนี้ไม่ได้ระบุไว้

หน้าต่างบริบท (context window) ไม่มีตัวเลขนี้ปรากฏในโพสต์เลย หากไฟล์ของคุณมีความยาวมาก การละเว้นข้อมูลนี้คือสิ่งแรกที่คุณควรทำการทดสอบ

การจัดการกับข้อมูลตารางที่ยุ่งเหยิง มีการระบุว่าการทำความเข้าใจเอกสารเป็นจุดเด่น แต่ไม่มีการอธิบายว่าจะเกิดอะไรขึ้นกับเซลล์ที่ผสานกัน (merged cells), หัวตารางแบบหลายแถว หรือตารางที่ได้จากการสแกน

การเปิดให้ใช้งานบน Spark จะเทียบเท่ากับ API หรือไม่ มีการระบุว่า Gemini Spark และ API เป็นช่องทางที่แยกจากกัน และในโพสต์ก็ไม่ได้ระบุว่าการทำงานของทั้งสองช่องทางจะเหมือนกันทุกประการ

ข้อจำกัดอัตราการใช้งาน (rate limits) คืออะไร ไม่มีการระบุโควตาต่อนาทีหรือต่อวันไว้ในการประกาศ ซึ่งเรื่องนี้มีความสำคัญอย่างยิ่งสำหรับบริการที่มีราคาถูกมากกว่าบริการที่มีราคาสูง

นอกจากนี้ยังมีช่องว่างที่สี่ซึ่งสำคัญต่อการวางแผน คือไม่มีการระบุว่า 3.7 Flash จะคงความเป็นเวอร์ชันปัจจุบันไปอีกนานแค่ไหน ในขณะที่ 3.6 Flash นั้นมีอายุอยู่ได้เพียงประมาณสามสัปดาห์เท่านั้น

จุดที่โมเดลที่เร็วขึ้นเริ่มไม่ช่วยอะไรคุณแล้ว

โมเดลเป็นเพียงส่วนประกอบหนึ่งเท่านั้น แต่งานที่คุณจะถูกประเมินคือผลงานที่เสร็จสมบูรณ์แล้ว และช่องว่างระหว่างสองสิ่งนี้คือจุดที่เวลาส่วนใหญ่ของคุณหมดไปจริง ๆ

ช่องว่างดังกล่าวประกอบด้วยสามส่วน ได้แก่ การจัดเตรียมไฟล์ให้อยู่ในรูปแบบที่พร้อมใช้งาน, การตัดสินใจว่าตัวเลขใดมีความสำคัญ และการสร้างสรรค์ผลงานที่เพื่อนร่วมงานสามารถอ่านเข้าใจได้ทันทีโดยที่คุณไม่ต้องคอยอธิบายประกอบ

สังเกตได้ว่ามีเพียงส่วนตรงกลางเท่านั้นที่เกี่ยวข้องกับความชาญฉลาดของโมเดลอย่างแท้จริง ส่วนขั้นตอนแรกและขั้นตอนสุดท้ายนั้นเป็นเรื่องของการจัดการไฟล์และการจัดรูปแบบผลลัพธ์

ทั้งสามส่วนนี้ไม่มีส่วนใดเลยที่สามารถแก้ไขได้ด้วยค่าโทเคนที่ถูกลง แต่จะแก้ไขได้ด้วยเครื่องมือที่สามารถจัดการไฟล์ การวิเคราะห์ และผลลัพธ์ทั้งหมดให้อยู่ในหน้าจอเดียวกัน

นั่นคือระดับการทำงานของ Powerdrill Bloom คุณเพียงแค่อัปโหลดไฟล์ Excel, CSV, TSV หรือ PDF แล้วสำรวจข้อมูลบนผืนผ้าใบ (canvas) ข้อมูลที่คุณเลือกจะถูกแปลงเป็นแผนภูมิ รายงาน หรือสไลด์นำเสนอได้ในขั้นตอนเดียว แต่ข้อจำกัดที่ตรงไปตรงมาของมันก็คือ มันไม่ใช่จุดเชื่อมต่อโมเดลโดยตรง (raw model endpoint) ดังนั้นคุณจึงไม่สามารถควบคุมโทเคน, ค่าอุณหภูมิ (temperature) หรือเลือกโมเดลเองได้

ทางเลือกอื่น ๆ ที่ควรค่าแก่การรู้จัก

หากคุณต้องการ	ลองพิจารณา
การประมวลผล (inference) ที่รวดเร็วและราคาถูกสำหรับงานด้านเอเจนต์และการเขียนโค้ด	Gemini 3.7 Flash
การใช้เหตุผลเชิงลึกกับเอกสารที่ยาวและยุ่งเหยิง	โมเดลระดับแนวหน้า (frontier model) แทนที่จะเป็นโมเดลระดับเวิร์กฮอร์ส (workhorse)
แผนภูมิ รายงาน หรือสไลด์นำเสนอที่เสร็จสมบูรณ์จากไฟล์ข้อมูล	เอเจนต์เชิงปฏิบัติการ (action agent) ที่รองรับการอัปโหลดและส่งออกไฟล์
มุมมองแบบโต้ตอบบน Google Sheet	Sheets canvas ซึ่งมีรายละเอียดอยู่ใน คู่มือ Sheets canvas ของเรา

เลือกตามส่วนของกระบวนการทำงานที่คุณยังขาดหายไป หากส่วนที่ขาดหายไปคือต้นทุนการประมวลผล (inference cost) โมเดลระดับเวิร์กฮอร์ส (workhorse) คือคำตอบ

โปรดทราบว่าสิ่งเหล่านี้ไม่ใช่ตัวเลือกที่ต้องซื้อแข่งกัน ระดับของโมเดลและเครื่องมือส่งมอบงานนั้นทำหน้าที่ต่างกันในแต่ละจุด และทีมส่วนใหญ่ก็มักจะต้องจ่ายเงินซื้อทั้งสองอย่าง

หากส่วนที่ขาดหายไปคือผลงานชิ้นสุดท้าย โมเดลที่มีราคาถูกลงก็ไม่สามารถสร้างมันขึ้นมาให้คุณได้ นั่นเป็นเครื่องมือคนละประเภทกัน ไม่ใช่เครื่องมือที่มีประสิทธิภาพด้อยกว่า

บทสรุป

Gemini 3.7 Flash ถือเป็นการพัฒนาที่ก้าวหน้าอย่างแท้จริงในด้านการทำงานของเอเจนต์และเอกสาร โดยมีราคาเพียงครึ่งหนึ่งของราคาก่อนหน้า และราคาครึ่งหนึ่งนี้เป็นราคาชั่วคราวเท่านั้น นี่คือข้อเท็จจริงสามประการที่ควรจดจำไว้

ตัวเลขที่ต้องจับตามองคือผลการทดสอบ GDP.pdf ที่ 34.0% การพัฒนาให้ดีขึ้นกับความเพียงพอในการใช้งานจริงนั้นเป็นคนละเรื่องกัน และการทำความเข้าใจเอกสารยังคงเป็นส่วนที่คุณต้องตรวจสอบความถูกต้องด้วยตัวเองอยู่ดี

หากงานของคุณสิ้นสุดลงที่แผนภูมิ บทสรุปที่เป็นลายลักษณ์อักษร หรือสไลด์นำเสนอ ลองใช้ Powerdrill Bloom กับไฟล์ของคุณเอง และสามารถดูคู่มือเกี่ยวกับ agent plugins และ MCP คืออะไร ของเราเพิ่มเติมได้

คำถามที่พบบ่อย

Gemini 3.7 Flash คืออะไร?

คือโมเดลระดับเวิร์กฮอร์ส (workhorse) ของ Google ที่ประกาศเปิดตัวเมื่อวันที่ 13 สิงหาคม 2026 โดยได้รับการอธิบายว่าเป็นโมเดลระดับเวิร์กฮอร์สที่ชาญฉลาดที่สุดเท่าที่เคยมีมาสำหรับการเขียนโค้ดและเอเจนต์ โดย Google ได้ระบุว่าการเขียนโค้ด, งานด้านความรู้, การทำความเข้าใจเอกสาร และการทำงานอัตโนมัติในเวิร์กโฟลว์ขององค์กร เป็นหนึ่งในกลุ่มเป้าหมายหลักของโมเดลนี้

Gemini 3.7 Flash มีราคาเท่าไหร่?

ปัจจุบันราคาอยู่ที่ $0.75 ต่อหนึ่งล้านอินพุตโทเคน และ $3.75 ต่อหนึ่งล้านเอาต์พุตโทเคน โดย Google ระบุว่าราคาช่วงแนะนำนี้จะสิ้นสุดในวันที่ 31 ธันวาคม 2026 หลังจากนั้นจะปรับเป็น $1.50 และ $7.50 ตามลำดับ

โมเดลนี้ดีกว่า Gemini 3.6 Flash หรือไม่?

Google ได้เผยแพร่ข้อมูลประสิทธิภาพที่เพิ่มขึ้นในการทดสอบเปรียบเทียบทั้งห้าด้าน รวมถึง FrontierCode 1.1 Main ที่ได้ 43.6% เมื่อเทียบกับ 34.4% นอกจากนี้ยังระบุว่าราคาปัจจุบันคิดเป็นครึ่งหนึ่งของราคาเดิมของ 3.6 Flash ต่อล้านโทเคน

หน้าต่างบริบท (context window) มีขนาดใหญ่แค่ไหน?

ในการประกาศไม่ได้ระบุตัวเลขของหน้าต่างบริบทไว้ หากไฟล์ที่มีความยาวมีความสำคัญต่องานของคุณ ควรทำการทดสอบด้วยตัวเองแทนที่จะคาดเดาเอาเองว่าจะมีประสิทธิภาพเท่ากับโมเดลระดับอื่น

โมเดลนี้สามารถแปลงสเปรดชีตให้เป็นสไลด์นำเสนอได้หรือไม่?

ตัวโมเดลจะส่งคืนข้อความและการใช้เหตุผล ไม่ใช่สไลด์นำเสนอที่จัดรูปแบบแล้ว การสร้างสไลด์จากไฟล์ข้อมูลจำเป็นต้องใช้เครื่องมือที่สามารถจัดการไฟล์และส่งออกข้อมูลได้ ซึ่งเป็นส่วนการทำงานที่แยกต่างหากจากตัวโมเดล