Google Meluncurkan Gemini 3.7 Flash: Penalaran Hibrida untuk Coding, Agen, dan Pekerjaan Pengetahuan

Flagship baru untuk penalaran hibrida

Pada 13 Agustus 2026, Google merilis Gemini 3.7 Flash — model penalaran hibrida andalan yang dibangun untuk coding, agen, dan pekerjaan pengetahuan kompleks. Berbeda dengan generasi Flash sebelumnya yang menukar kedalaman demi kecepatan, 3.7 Flash membawa penalaran native yang dapat dikontrol langsung ke API: Anda menyesuaikan kedalaman berpikir per permintaan tanpa beralih ke «model penalaran» terpisah.

Peluncuran ini menarget tiga audiens sekaligus: pengembang yang men-deploy agen produksi, tim yang menjalankan tugas coding jangka panjang, dan perusahaan yang membutuhkan analisis multimodal andal atas set dokumen masif. Google memosisikan 3.7 Flash sebagai model di mana satu endpoint akhirnya melayani balasan chat di bawah 100 ms sekaligus riset mendalam berdurasi beberapa menit.

Penalaran hibrida native dan thinking budget

Intinya adalah thinking_config.thinking_budget — bilangan bulat yang mengontrol berapa token penalaran internal yang boleh dikonsumsi model sebelum menjawab.

thinking_budget	Perilaku	Terbaik untuk
0	Mode cepat latensi ultra rendah (token pertama di bawah 85 ms)	Chat langsung, autocomplete, routing QPS tinggi
256–1024	Perencanaan multi-langkah ringan	Routing tool, refactor sederhana, sintesis RAG
4096–16384	Penalaran multi-langkah mendalam	Loop agen, debugging kompleks, laporan riset
32768–65536	Kedalaman maksimum	Coding jangka panjang, perubahan arsitektur multi-file

Atur di Gemini API seperti ini:

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="Refactor komponen React ini agar memakai hooks dan tambahkan error boundaries.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(
            thinking_budget=8192  # 0 = mode cepat; hingga 65536 untuk penalaran mendalam
        )
    ),
)
print(response.text)

Karena penalaran native bukan add-on, latensi skala mulus: thinking_budget 0 berperilaku seperti Flash klasik, nilai lebih tinggi membuka kualitas chain-of-thought tanpa ganti ID model. Penagihan memisahkan token output terlihat dari token berpikir internal — Anda hanya membayar kedalaman yang diminta.

Sorotan benchmark

Google menerbitkan angka head-to-head melawan Gemini 3.6 Flash, Claude Sonnet 5, dan GPT-5.6 Terra. 3.7 Flash memimpin di semua evaluasi yang tercantum:

Benchmark	Gemini 3.7 Flash	Gemini 3.6 Flash	Claude Sonnet 5	GPT-5.6 Terra
FrontierCode 1.1	43.6%	34.4%	39.1%	37.8%
DeepSWE v1.1	65.3%	49.0%	56.2%	53.4%
WebDev Arena (Elo)	1588	1538	1552	1544
GDP.pdf	34.0%	22.0%	28.5%	26.8%
AutomationBench	30.4%	17.0%	23.1%	21.5%
GDM-MRCR v2	97.0%	91.2%	94.5%	93.1%
HLE-Verified	53.6%	44.8%	48.2%	46.7%

Dua angka menonjol bagi builder:

• DeepSWE v1.1 di 65.3% — loncatan 16 poin atas 3.6 Flash; coding agenik adalah target pelatihan utama.
• GDM-MRCR v2 di 97.0% — retrieval konteks panjang hampir sempurna di jendela 2,5M token, kritis untuk alur kerja dokumen.

Konteks generasi sebelumnya: perbandingan Gemini 3.6 Flash vs 3.5 Flash.

Harga dan diskon perkenalan 50%

Google menjalankan promosi peluncuran agresif:

	Harga intro (hingga 31 Des 2026)	Harga standar (dari 1 Jan 2027)
Input	$0,75 / 1M token	$1,50 / 1M token
Output	$3,75 / 1M token	$7,50 / 1M token
Context caching	$0,075 / 1M token	$0,075 / 1M token

Itu diskon 50% untuk input dan output sepanjang sisa 2026. Context caching — berguna saat Anda memakai ulang prompt sistem atau korpus dokumen besar — tetap $0,075 per juta token terlepas dari promo.

Dikombinasikan dengan lebih sedikit round-trip panggilan tool pada thinking budget lebih tinggi, biaya efektif per tugas agen selesai bisa jauh di bawah harga per token. Panduan estimasi biaya API kami menghitung beban kerja tipikal.

Kemampuan multimodal, web dev, dan agen

Di luar benchmark, 3.7 Flash membawa fitur siap produksi:

• Jendela konteks 2,5M token — telan codebase utuh, bundel kontrak, atau korpus riset sekaligus.
• 245 token output/detik — cukup cepat untuk streaming kode UI dan laporan panjang tanpa mengganggu UX.
• Presisi eksekusi tool JSON 99,7% — output terstruktur andal untuk rantai tool agen.
• Computer use — otomasi client-side bawaan untuk alur browser dan desktop.
• Fidelitas generasi UI — akurasi layout lebih tinggi di WebDev Arena (1588 Elo) berarti frontend hasil generate lebih rapi.

Tersedia hari ini via Gemini API, Google AI Studio, Gemini Enterprise, dan Google Antigravity.

Panduan developer dan migrasi

Jika upgrade dari 3.6 Flash atau 3.5 Flash-Lite, mulai dengan pola ini:

1. Ganti ID model — tukar gemini-3.6-flash ke gemini-3.7-flash; permukaan API backward compatible.
2. Atur thinking budget per jenis tugas — 0 untuk chat pengguna, 1024 untuk RAG Q&A, 8192+ untuk agen coding, 32768 hanya untuk job batch malam tanpa syarat latensi.
3. Aktifkan context caching — jika prompt sistem atau set dokumen melebihi 32K token dan berulang antar permintaan, caching memotong biaya input 90%.
4. Tune schema tool — presisi JSON 99,7% menghargai schema ketat; definisi longgar tetap gagal di lapisan aplikasi.
5. Pantau penggunaan token berpikir — log usage_metadata untuk memahami langkah agen mana yang benar-benar butuh penalaran mendalam.

Untuk pola alur kerja agenik, lihat panduan alur kerja agenik 3.5 Flash-Lite — konsep thinking budget secara alami meluas ke 3.7 Flash dengan granularitas lebih halus.

Kesimpulan

Gemini 3.7 Flash adalah model tingkat Flash pertama di mana kecepatan dan kedalaman tidak saling mengecualikan. thinking_budget yang dapat dikontrol memungkinkan satu model melayani chat sensitif latensi sekaligus coding agenik mendalam, dan harga peluncuran membuat eksperimen murah hingga akhir 2026.

Terkait

• Gemini 3.6 Flash vs 3.5 Flash: perbandingan lengkap
• Gemini 3.5 Flash-Lite: panduan alur kerja agenik
• Panduan estimasi biaya Gemini API
• Perbandingan Gemini vs ChatGPT vs Claude