Kolejny model roboczy Google w miejscu obiecanego flagowca

Trzy tygodnie. Tyle minęło od premiery Gemini 3.6 Flash, a 13 sierpnia Google ogłosił kolejny model z tej samej linii, Gemini 3.7 Flash. Flash od początku jest u Google linią do czarnej roboty: tani, szybki model, który odpala się masowo w agentach i na produkcji, podczas gdy najmocniejsze rozumowanie miał dawać flagowy Gemini Pro. Kłopot w tym, że flagowca wciąż nie ma. Pisałem o tym w lipcu, gdy według doniesień Google przegrywa w kodowaniu i zamiast zapowiadanego na czerwiec 3.5 Pro wypuścił tańsze Flashe. Miesiąc później zmienił się głównie numerek na kolejnym modelu roboczym.

Skok w benchmarkach jest realny, choć niewielki. Na DeepSWE v1.1, teście długich zadań inżynierskich, 3.7 Flash dochodzi do 65,3% z 49,0%, czyli rusza dokładnie stamtąd, gdzie zatrzymała się poprzednia wersja. Na FrontierCode 1.1 Main, zestawie 100 zadań programistycznych, w których kod musi przejść testy i trzymać się reguł stylu projektu, wynik rośnie z 34,4% do 43,6%. Google twierdzi, że na dziewięciu benchmarkach nowy model bije porównywalne modele Anthropic i OpenAI. Liczby są wyższe niż u poprzednika, ale trudno w nich dojrzeć powód, dla którego następca musi wyjść akurat trzy tygodnie po starym modelu.

Poza kodem 3.7 Flash lepiej radzi sobie z dokumentami. W teście GDP.pdf, który sprawdza rozumienie złożonych pism biznesowych, odpowiada poprawnie na 34% pytań, o 6 punktów lepiej niż Claude Sonnet 5 i o 9,3 punktu lepiej niż GPT-5.6 Terra. Ta sama umiejętność liczy się, gdy agent musi przekopać się przez długą specyfikację albo dokumentację techniczną, więc akurat tutaj przewaga nad konkurencją jest konkretna, a nie tylko deklarowana.