Accédez à Gemini 3.7 Flash de Google — aussi recherché sous Gemini 3.7 — via l'API de chat unifiée d'EvoLink. Testez le codage, les agents multi-étapes, l'usage d'outils avant d'intégrer.
Google·Génération de texte·Disponible
à partir de $0.675 / 1M tokens d’entrée$1.500 prix officielDurée limitée-55%
Codage à long contexteRéflexion configurableCache de promptsChat + Gemini API
Route productionCe taux reflète la disponibilité côté plateforme — seules les erreurs serveur confirmées (HTTP 500 / réponse vide) comptent comme échecs. Les problèmes côté utilisateur (modération de contenu, paramètres invalides, annulation) ainsi que les limites de débit, timeouts et erreurs d'authentification sont exclus. Avant l'arrivée de trafic réel, les intervalles vides peuvent apparaître comme disponibles.Live
Live
Contexte
1.05M de contexte · 65.5K de sortie max.
Idéal pour
Codage, orchestration d’agents, analyse de documents
Le tout dernier modèle de travail de gamme Flash de Google pour un codage économique, des workflows agentiques, le travail de connaissance et le raisonnement multimodal, avec une meilleure efficacité en tokens que Gemini 3.6 Flash et une fenêtre de contexte de 1M tokens.
Gemini 3.7 Flash
Modèle de travail de gamme Flash de Google
Sélectionné
ID du modèle
gemini-3.7-flash
Idéal pour
Codage en production et refactoring full-stack, agents multi-étapes et orchestration, analyse de documents et de graphiques, et charges de travail à fort volume où une meilleure efficacité en tokens réduit le coût par tâche terminée.
Entrée
$0.675 / 1M-55%
45.9 cr / 1M$1.500prix officiel
Lecture cache
$0.068 / 1M-55%
4.6 cr / 1M$0.150prix officiel
Sortie
$3.375 / 1M-55%
229.5 cr / 1M$7.500prix officiel
Tous les tarifs sont par 1M de tokens, en USD et en crédits, et reflètent la tarification actuelle de votre compte.
Tarifs Gemini 3.7 Flash
Estimez le coût d'une requête Gemini 3.7 Flash avant l'intégration. Le calculateur utilise les tarifs actuels de votre compte ; les prix officiels servent de référence.
Offre à durée limitée — les tarifs ci-dessous intègrent le tarif de lancement de Google et s’appliquent jusqu’au 31 décembre 2026 (UTC+8). À partir du 1er janvier 2027, notre remise habituelle s’applique de nouveau au tarif standard de Google ($1.500 en entrée / $7.500 en sortie par million de tokens).
Calculateur de requête
Saisissez la répartition des tokens d'une requête et le nombre de recherches Google.
Gemini 3.x facture chaque recherche non vide, même sans sources renvoyées. Une requête peut lancer plusieurs recherches. Les frais de recherche s’ajoutent après application du minimum de facturation des tokens.
API Gemini 3.7 Flash pour un code et des workflows d’agents économiques
Appelez le nouveau modèle de gamme Flash de Google via l’API unifiée d’EvoLink. Gemini 3.7 Flash améliore le code, le travail de connaissance et le raisonnement multimodal avec une meilleure efficacité des tokens que Gemini 3.6 Flash, ainsi qu’une fenêtre de contexte de 1 048 576 tokens, le cache de prompts, la sortie structurée et l’usage d’outils, au tarif de lancement officiel de Google de 0,75 $ / 3,75 $ par million de tokens d’entrée / sortie (jusqu’au 31 décembre 2026).
Gemini 3.7 Flash est servi sur EvoLink sous l'ID de modèle gemini-3.7-flash via Chat Completions · API native Gemini, avec la même clé API et le même solde que tous les autres modèles. Il offre une fenêtre de contexte de 1.05M et jusqu'à 65.5K tokens de sortie, ainsi que le codage, les agents multi-étapes, l'usage d'outils.
Spécifications et capacités de Gemini 3.7 Flash
Les chiffres proviennent de la configuration de route EvoLink ; les capacités sont celles que l'API expose aujourd'hui.
Appels de fonctions avec séquences d'outils multi-étapes
Cache de prompt
Lectures de cache automatiques à tarif réduit
Outils côté serveur
Recherche Google, facturés par recherche
Protocoles
Chat Completions · API native Gemini
ID du modèle
gemini-3.7-flash
Pourquoi Gemini 3.7 Flash peut traiter ces charges de travail
Gemini 3.7 Flash est le plus utile lorsque une grande fenêtre de contexte, une meilleure efficacité des tokens et des préfixes de prompt réutilisables agissent ensemble. La capacité de contexte seule n’améliore pas une réponse ; la charge a toujours besoin d’éléments pertinents, d’une structure claire et d’un budget de sortie.
Un espace de travail de 1M tokens, pas un objectif à remplir
La fenêtre de 1 048 576 tokens peut garder disponibles code, spécifications et résultats d’outils liés sans découpage excessif. La recherche et la compaction du contexte comptent toujours, car des entrées non pertinentes rivalisent pour l’attention et augmentent le coût de traitement.
Une meilleure efficacité des tokens que 3.6 Flash
Gemini 3.7 Flash vise à terminer des workflows multi-étapes en moins de tours et avec moins de tokens. Moins d’appels au modèle et moins de tokens au total sont la source de l’avantage de coût ; suivez donc le total de tokens par tâche acceptée plutôt que le prix d’une seule requête.
Le cache de prompts est rentable quand les préfixes restent stables
Les consignes de dépôt, les prompts système, les documents de référence et les schémas d’outils offrent la meilleure opportunité de cache lorsque leur ordre reste constant. Des changements fréquents de modèle ou de structure de prompt peuvent forcer un nouveau traitement du long préfixe.
Où Gemini 3.7 Flash gagne sa place dans une pile de modèles en production
Google positionne Gemini 3.7 Flash comme un cheval de bataille : meilleur code, meilleur travail de connaissance et meilleures performances multimodales, avec une efficacité de tokens nettement supérieure à celle de Gemini 3.6 Flash. Il convient surtout au travail de production où un raisonnement suffisamment bon à un coût de tokens plus faible l’emporte sur le paiement d’un niveau premium.
Code et refactorisation économiques
Gemini 3.7 Flash vise le code quotidien, le prototypage et la refactorisation full-stack avec moins de tokens et moins d’appels au modèle que Gemini 3.6 Flash. Il est disponible dans l’environnement d’agents Antigravity de Google. Mesurez les correctifs acceptés et le temps de revue, pas la qualité d’un extrait isolé.
Workflows agentiques et orchestration
Il convient à l’orchestration multi-étapes, à la sélection d’outils, aux sorties structurées et à l’exécution de code, où un coût par appel plus faible se cumule sur de longues exécutions d’agent. Conservez les messages complets de l’assistant, les identifiants d’appel, les arguments et les résultats entre les tours.
Travail de connaissance et raisonnement multimodal
Utilisez-le pour l’analyse de documents, l’interprétation de graphiques et la génération de mises en page web à plusieurs éléments sur un contexte de 1M tokens. La recherche d’information et la structure documentaire comptent toujours : une fenêtre de 1M ne rend pas utile un contexte non pertinent.
Quand une autre route est le meilleur choix
La classification et l’extraction triviales, sensibles à la latence ou à très gros volume relèvent généralement du moins cher Gemini 3.5 Flash-Lite. Envoyez le raisonnement le plus difficile vers un modèle Pro. Ne passez à 3.7 Flash que lorsque son efficacité réduit réellement le coût par tâche acceptée.
Ce que suggèrent les premières réactions à Gemini 3.7 Flash — et ce qui reste à prouver
Gemini 3.7 Flash est sorti le 2026-08-13. Traitez les réactions de la communauté du jour du lancement comme des hypothèses à vérifier sur vos propres tâches, outils, budgets et critères d’acceptation, et non comme des benchmarks établis.
Même tarif que 3.6 Flash, exécution agentique plus solide
Google positionne 3.7 Flash comme le modèle agentique principal de la famille Gemini 3 : Google le présente comme son modèle de travail le plus capable à ce jour pour le code et les agents, avec des progrès nets en génération de code et en exécution terminal, au tarif exactement identique à Gemini 3.6 Flash. Sur la même charge, le gain vient de moins de reprises et de boucles d’agent plus courtes, pas d’un tarif au token plus bas.
C’est un cheval de bataille de gamme Flash, pas un modèle d’ingénierie haut de gamme
Une partie des discussions du lancement le place derrière de plus grands modèles de pointe sur les benchmarks difficiles d’ingénierie logicielle. Si votre travail est de la refactorisation profonde de dépôts ou du code autonome prolongé, comparez-le à un modèle Pro ou premium avant d’en faire le choix par défaut.
Vérifiez la consommation de tokens par tâche sur vos prompts
Certains retours du jour du lancement ont observé une consommation de tokens par tâche plus élevée qu’avec Gemini 3.6 Flash. Contrôlez la longueur des réponses, le respect des instructions et la discipline d’appel d’outils sur des prompts représentatifs pour que le raisonnement supplémentaire n’augmente pas discrètement le coût de sortie.
C’est un modèle Google fermé, accessible uniquement par API
Gemini 3.7 Flash n’a pas de poids ouverts et ne peut pas être auto-hébergé. L’accès se fait via l’API Gemini et des plateformes comme Google AI Studio, Antigravity et des passerelles unifiées comme EvoLink : routez donc selon le coût et la fiabilité, pas selon un déploiement local.
Deux façons d'utiliser Gemini 3.7 Flash : API EvoLink ou Agent
Utilisez l'API EvoLink pour les backends produit et les traitements par lots, ou appelez Gemini 3.7 Flash depuis Codex, Claude ou Gemini pour vos workflows de code et d'analyse. Les deux voies partagent la même clé API EvoLink, le même solde, le même ID de modèle et le même historique de requêtes.
Option 1
Intégrer avec l'API EvoLink
Idéal pour : backends produit, traitements par lots, pipelines automatisés
Envoyez à EvoLink des requêtes Chat Completions compatibles OpenAI (ou Anthropic Messages) et contrôlez l'ID de modèle, le prompt système, le budget de sortie, les outils et la sortie structurée.
1Créez une clé API EvoLink dans la console
2Pointez votre SDK OpenAI ou Anthropic vers l'URL de base EvoLink et sélectionnez l'ID de modèle affiché ci-dessus
3Envoyez une requête représentative et lisez le champ usage pour les tokens d'entrée, en cache et de sortie
4Définissez max_tokens et les réessais par tâche ; conservez les ID et résultats des appels d'outils entre les tours
Idéal pour : tâches de code, de revue et d'analyse dans Codex, Claude et Gemini
Donnez à l'Agent la tâche, les entrées à inclure et les critères d'acceptation. Il assemble la requête, appelle Gemini 3.7 Flash via EvoLink et renvoie la réponse avec la consommation de tokens.
1Définissez EVOLINK_API_KEY dans votre environnement local ; jamais dans le code ni dans un prompt
2Décrivez la tâche, les entrées à inclure et le format de sortie attendu
3Demandez à l'Agent d'appeler Gemini 3.7 Flash via EvoLink et d'afficher la requête avant l'envoi
4Laissez l'Agent rapporter la réponse, la consommation de tokens et tout corps d'erreur
Exemple de code API Gemini 3.7 Flash et gestion des erreurs
Cet exemple montre la requête exécutable la plus courte : un appel Chat Completions compatible OpenAI avec un prompt système, un message utilisateur et un budget de sortie. Ouvrez l'onglet API pour la référence complète des paramètres et réponses.
curl -X POST https://api.evolink.ai/v1/chat/completions \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.7-flash",
"messages": [
{ "role": "system", "content": "You are a precise assistant. Answer in JSON when asked." },
{ "role": "user", "content": "Classify the sentiment of each review below and return a JSON array:\n<reviews>" }
],
"max_tokens": 1024,
"temperature": 0.1
}'
# The Gemini native API is available with the same model ID; see the docs
# for the request shape.
# The response includes choices[0].message and a usage object (prompt,
# cached, and completion tokens).
Requête invalide ou paramètre non pris en charge
Vérifiez l'ID de modèle, le tableau messages et les plages de paramètres dans la référence API ; retirez les champs que cette route ne prend pas en charge.
Problème d'authentification ou de solde
Vérifiez le jeton Bearer Authorization et confirmez le solde disponible dans la console.
Longueur de contexte dépassée
Les tokens du prompt dépassent la fenêtre de contexte de Gemini 3.7 Flash. Réduisez ou ne récupérez que les éléments pertinents et réutilisez les préfixes en cache.
Limite de débit (429)
Attendez et réessayez avec un délai aléatoire ; regroupez ou mettez en file d'attente les requêtes au lieu de rafales parallèles.
Contenu ou appel d'outil rejeté
Vérifiez le contenu sensible, les arguments d'appel d'outil mal formés et les écarts de schéma JSON avant de réessayer.
Ce qu’il faut vérifier avant d’envoyer du trafic de production vers Gemini 3.7 Flash
Une charge adaptée peut tout de même échouer parce que l’intégration utilise le mauvais identifiant, envoie des paramètres non pris en charge ou perd l’état de l’agent entre les tours. Vérifiez la surface de requête et le contrat conversationnel avant d’évaluer la qualité du modèle.
01
Utiliser l’ID de modèle exact gemini-3.7-flash
Envoyez model "gemini-3.7-flash" (avec des points) sur la route de l’API EvoLink. La forme avec tirets gemini-3-7-flash n’est que l’URL de la page, pas le paramètre de modèle de l’API.
ID modèle
02
Utiliser OpenAI Chat Completions ou l’API native Gemini
EvoLink expose Gemini 3.7 Flash via /v1/chat/completions compatible OpenAI et le point de terminaison natif Gemini generateContent. Utilisez la même clé API EvoLink pour l’un ou l’autre protocole.
Protocoles
03
Tenir compte des changements de paramètres non rétrocompatibles
Selon la checklist de migration officielle de Google : supprimez les valeurs personnalisées de temperature, top-P, top-K et candidate_count, remplacez le thinking_budget numérique par la chaîne thinking_level et supprimez les tours model préremplis. Adaptez vos anciens constructeurs de requêtes Gemini en conséquence.
Migration
04
Renvoyer l’état complet de l’assistant et des outils
Les agents multi-tours doivent conserver les messages complets de l’assistant, les identifiants d’appel, les arguments et les résultats. Ne garder que le texte final rompt la continuité de l’état et peut faire échouer des étapes ultérieures même si la fenêtre de contexte est assez grande.
État des outils
Prompt caching for repeated long context
Automatic cache reads use a dedicated lower rate when stable repository instructions, reference documents, and tool schemas can be reused.
1M-token context with a 65K max output limit
Keep connected code, specifications, documents, and agent state in one working context. Treat the limit as capacity rather than a target: retrieve relevant evidence and set task-appropriate output budgets.
Comparez le coût par tâche acceptée de Gemini 3.7 Flash, pas seulement le prix du token
Gemini 3.7 Flash l’emporte sur le plan économique lorsque son efficacité réduit les tokens, les appels au modèle, les reprises ou le retravail humain sur la même charge. Évaluez des lots de tâches identiques au lieu de comparer des prix de prompts isolés.
Réussite au premier essaiTaux de livrables acceptésNombre de reprisesTokens de sortieTaux de cacheAppels d’outils validesTemps jusqu’au résultat acceptéCorrection humaine et fallback
Si Gemini 3.7 Flash produit des résultats exploitables avec moins de tokens et moins d’effort de revue, son efficacité en tokens se cumule en un véritable avantage de coût. Si la qualité fléchit sur vos tâches les plus difficiles, faites-les remonter vers un modèle Pro et gardez 3.7 Flash pour la majorité efficace.
Comparer Gemini 3.7 Flash aux principaux modèles à long contexte après les tests de charge
EvoLink
Vérifiez d’abord si Gemini 3.7 Flash réduit les reprises et la revue. Comparez ensuite prix, contexte, cache et adéquation à la charge de travail.
Codage en production et refactoring full-stack, agents multi-étapes et orchestration, analyse de documents et de graphiques, et charges de travail à fort volume où une meilleure efficacité en tokens réduit le coût par tâche terminée.
La route 3.5 la moins chère et la plus rapide pour la classification, l’extraction et les sous-agents à haut débit ; faites remonter le travail difficile vers 3.7 Flash.
Passez au niveau Pro lorsqu’une tâche exige un raisonnement plus profond que ce que la ligne Flash peut offrir.
Gemini 3.7 Flash
Entrée / sortie$0.675 / $3.375
Contexte1.05M
CacheLectures automatiques du cache
Idéal pourCodage en production et refactoring full-stack, agents multi-étapes et orchestration, analyse de documents et de graphiques, et charges de travail à fort volume où une meilleure efficacité en tokens réduit le coût par tâche terminée.
Idéal pourLa route 3.5 la moins chère et la plus rapide pour la classification, l’extraction et les sous-agents à haut débit ; faites remonter le travail difficile vers 3.7 Flash.
La route 3.5 la moins chère et la plus rapide pour la classification, l’extraction et les sous-agents à haut débit ; faites remonter le travail difficile vers 3.7 Flash.
La route 3.5 la moins chère et la plus rapide pour la classification, l’extraction et les sous-agents à haut débit ; faites remonter le travail difficile vers 3.7 Flash.
L’API Gemini 3.7 Flash est-elle disponible via EvoLink ?
Oui. Gemini 3.7 Flash est disponible comme modèle de production avec tarifs en direct et tarifs officiels de secours.
Quel ID de modèle utiliser pour l’API Gemini 3.7 Flash ?
Envoyez le modèle "gemini-3.7-flash" (avec des points). Le format à tirets gemini-3-7-flash n’est que l’URL de la page, pas le paramètre de modèle de l’API.
Quels protocoles et SDK fonctionnent avec Gemini 3.7 Flash ?
Utilisez le point de terminaison Chat Completions compatible OpenAI ou le point de terminaison natif Gemini generateContent avec la même clé API EvoLink. Ce modèle ne propose pas de route Messages API d’Anthropic.
L’API Gemini 3.7 Flash prend-elle vraiment en charge le contexte complet de 1M ?
Oui — la route enregistre 1 048 576 tokens d’entrée selon la documentation de Google. Les limites plus petites proviennent généralement d’une surface produit Gemini particulière ou d’une configuration client, pas du modèle d’API lui-même.
Comment utiliser la fenêtre de contexte de 1M tokens de Gemini 3.7 Flash ?
Gardez ensemble le code, les documents et les résultats d’outils liés, mais utilisez la recherche, des préfixes mis en cache stables et la compaction de contexte plutôt que de remplir la fenêtre par défaut.
En quoi Gemini 3.7 Flash diffère-t-il de Gemini 3.6 Flash et 3.5 Flash-Lite ?
3.7 Flash est au même tarif que 3.6 Flash, mais affiche selon Google des scores officiels plus élevés sur les benchmarks de code et d’agents comme FrontierCode et Terminal-bench. 3.5 Flash-Lite reste la route la moins chère et la plus rapide pour la classification et les tâches à haut débit.
Gemini 3.7 Flash est-il vraiment moins cher à exécuter s’il consomme plus de tokens ?
Les tarifs par token sont identiques à ceux de Gemini 3.6 Flash. Google positionne 3.7 Flash pour terminer les tâches en moins de tours, tandis que certains retours du jour du lancement ont observé une consommation de tokens par tâche plus élevée. Comparez le total de tokens par tâche acceptée sur votre propre charge de travail plutôt que le tarif par requête.
Quels changements incompatibles gérer lors de la migration vers Gemini 3.7 Flash ?
Retirez les valeurs personnalisées de temperature, top-P, top-K et candidate_count des configurations de génération, remplacez le thinking_budget numérique par la chaîne thinking_level et supprimez les tours model préremplis — le tout selon la checklist de migration officielle de Google.
Qu’est devenu le niveau de réflexion minimal dans Gemini 3.7 Flash ?
Google l’a supprimé : les niveaux disponibles sont low, medium (par défaut) et high, et envoyer minimal à l’API Gemini renvoie une erreur. EvoLink rétrograde reasoning_effort none ou minimal vers low pour que les requêtes migrées n’échouent pas. Pour les pipelines de classification à fort volume, Gemini 3.5 Flash-Lite reste le plancher le moins cher.
Comment les tokens de réflexion de Gemini 3.7 Flash sont-ils facturés ?
Les tokens de réflexion sont facturés au tarif de sortie selon la grille de Google ; un raisonnement verbeux peut donc rendre la facture nettement plus élevée que la réponse visible. Définissez des niveaux de réflexion adaptés à la tâche et surveillez les tokens de raisonnement et de réponse finale.
Gemini 3.7 Flash peut-il analyser la vidéo et l’audio ?
Oui. Le modèle accepte des entrées texte, image, vidéo, audio et PDF et produit du texte, ce qui en fait un choix courant pour la compréhension vidéo et audio. La génération d’image, d’audio et de flux en direct n’est pas prise en charge.
Existe-t-il un Gemini 3.7 Pro ?
Non. À la sortie de 3.7 Flash, le modèle Pro le plus récent de Google reste gemini-3.1-pro-preview, et aucun 3.5 ou 3.7 Pro n’a été annoncé sur les canaux officiels.
Combien de temps dure le tarif de lancement de Gemini 3.7 Flash ?
Google affiche $0.750 en entrée et $3.750 en sortie par million de tokens comme tarif de lancement jusqu’au 31 décembre 2026, avec des tarifs standard de $1.500 et $7.500 à partir du 1er janvier 2027. Consultez la section tarifs de cette page pour le tarif EvoLink actuel.
Gemini 3.7 Flash suit-il les instructions de façon plus fiable que 3.6 Flash ?
Google rapporte une sécurité et un ton similaires à 3.6 Flash, tandis qu’un tracker indépendant a mesuré un taux d’hallucination plus élevé au lancement. Vérifiez le respect des instructions et la discipline factuelle sur vos propres tâches représentatives avant de le promouvoir en production.
Que doit mesurer une évaluation en production ?
Mesurez réussite au premier essai, livrables acceptés, reprises, tokens de sortie, taux de cache, appels d’outils valides, temps, correction humaine et fallback.
