Google predstavio Gemini 3.7 Flash: novi model fokusiran na brzinu, programiranje i AI agente

Novi model nastavlja razvoj Flash porodice, čija ideja nije samo da ponudi što veću inteligenciju, već da pronađe ravnotežu između sposobnosti, brzine i cene. To je posebno važno za aplikacije i AI agente koji tokom izvršavanja jednog zadatka mogu veliki broj puta da komuniciraju sa modelom.

Gemini 3.7 Flash dolazi svega nekoliko nedelja nakon prethodne generacije, što dodatno pokazuje koliko je ubrzan trenutni razvoj velikih AI modela.

Veliki fokus na programiranje

Jedna od najvažnijih oblasti unapređenja je programiranje.

Google navodi da Gemini 3.7 Flash bolje rešava probleme u postojećem kodu, preciznije pronalazi greške i pouzdanije generiše funkcionalan kod već iz prvog pokušaja.

To postaje posebno važno sa razvojem agentskog programiranja.

Umesto da korisnik od AI-ja traži samo da napiše jednu funkciju ili nekoliko linija koda, savremeni sistemi sve češće dobijaju kompletan zadatak. AI tada mora da razume strukturu projekta, pronađe odgovarajuće fajlove, napravi izmene, proveri rezultat i eventualno ispravi sopstvene greške.

Prema rezultatima koje je objavio Google, Gemini 3.7 Flash pokazuje značajan napredak u odnosu na prethodnu Flash generaciju.

Na testu FrontierCode 1.1 Main novi model ostvaruje rezultat od 43,6 odsto, dok je prethodni Gemini 3.6 Flash imao 34,4 odsto.

Na DeepSWE v1.1 testu razlika je još izraženija – Gemini 3.7 Flash ostvaruje 65,3 odsto, naspram 49 odsto prethodne generacije.

AI koji može da pravi kompletnije aplikacije

Google je posebnu pažnju posvetio i sposobnosti modela da razvija korisničke interfejse i veb aplikacije.

Gemini 3.7 Flash trebalo bi da iz relativno jednostavnih instrukcija napravi kompletnije i funkcionalnije rezultate, ali i da bolje prati zadati dizajn kada dobije vizuelnu referencu.

To znači da programer modelu može da prosledi screenshot ili postojeći dizajn, a AI zatim pokušava da na osnovu njega napravi odgovarajući interfejs.

Na WebDev Arena testu Gemini 3.7 Flash ostvaruje Elo rezultat 1588, dok je prethodni Gemini 3.6 Flash imao 1538.

Google je demonstrirao i generisanje interaktivnih veb stranica, ali i znatno složenije primere u kojima Gemini koordinira druge AI modele.

Jedna od demonstracija kombinuje Gemini 3.7 Flash sa Googleovim modelom Nano Banana kako bi se na osnovu instrukcije napravila igriva 3D igra, uključujući generisanje likova, objekata i tekstura.

Takav pristup pokazuje u kom smeru Google vidi budućnost AI sistema – jedan model više ne mora sam da proizvodi sve rezultate, već može da koordinira različite specijalizovane modele i alate.

Nije namenjen samo programerima

Iako su programiranje i AI agenti važan deo predstavljanja, Gemini 3.7 Flash nije ograničen samo na razvoj softvera.

Google navodi poboljšanja u radu sa kompleksnim dokumentima i informacijama iz oblasti poput finansija, prava i bioloških nauka.

Na testu GDP.pdf, kojim se proverava sposobnost modela da obrađuje složene dokumente, Gemini 3.7 Flash ostvaruje rezultat od 34 odsto, u poređenju sa 22 odsto prethodne generacije.

Na AutomationBench testu, koji se više fokusira na izvršavanje realnih poslovnih procesa, rezultat je povećan sa 17 na 30,4 odsto.

Google je kao jedan od primera prikazao pretvaranje statičnog godišnjeg izveštaja u interaktivni prikaz podataka sa grafikonima i organizovanim informacijama.

To predstavlja važnu promenu u načinu korišćenja generativne veštačke inteligencije.

Umesto da AI samo pročita dokument i odgovori na nekoliko pitanja, cilj postaje da model razume sadržaj, pronađe relevantne informacije i zatim na osnovu njih napravi potpuno novi rezultat.

Gemini 3.7 Flash je napravljen za AI agente

Možda najvažniji deo novog modela nije pojedinačni benchmark rezultat, već njegova sposobnost da izvršava zadatke koji imaju veliki broj koraka.

Google navodi da Gemini 3.7 Flash bolje planira složene zadatke, pouzdanije prati instrukcije i bolje reaguje kada tokom izvršavanja naiđe na problem.

To je ključna osobina za razvoj AI agenata.

Klasičan chatbot uglavnom funkcioniše po principu pitanje–odgovor. Korisnik postavi pitanje, model generiše odgovor i interakcija se završava.

AI agent funkcioniše drugačije.

Korisnik mu zada cilj, a sistem zatim može sam da odredi korake koje treba da izvrši, koristi različite alate, analizira dokumente, piše ili menja kod i proverava rezultate.

Što je model pouzdaniji u takvom procesu, to je potrebno manje ljudskog nadzora.

Upravo zbog toga sposobnost modela da koristi alate i izvršava duže procese postaje gotovo jednako važna kao njegova sposobnost da generiše kvalitetan tekst.

Unapređuje se i Gemini Spark

Gemini 3.7 Flash postaje osnova i za Gemini Spark, Googleovog personalnog AI agenta.

Spark je zamišljen kao sistem koji može da izvršava različite zadatke u ime korisnika, ali uz njegovu kontrolu.

Prelaskom na Gemini 3.7 Flash trebalo bi da bude sposobniji za rad sa Google Workspace aplikacijama i izvršavanje procesa koji zahtevaju kombinovanje više različitih funkcija.

Među primerima su objedinjavanje informacija iz fajlova, priprema imejlova i ažuriranje dokumenata.

Ovakav način rada pokazuje da Google Gemini više ne posmatra samo kao chatbot, već kao osnovu za čitav sistem digitalnih AI agenata.

Cena kao važan deo strategije

Gemini 3.7 Flash nije zanimljiv samo zbog performansi.

Google ga pozicionira kao model koji bi trebalo da bude dovoljno ekonomičan za masovniju upotrebu u aplikacijama.

Do kraja 2026. godine promotivna cena iznosi 0,75 dolara za milion ulaznih tokena i 3,75 dolara za milion izlaznih tokena.

Od početka 2027. godine planirana cena iznosi 1,50 dolara za milion ulaznih i 7,50 dolara za milion izlaznih tokena.

Cena modela postaje posebno važna upravo zbog razvoja AI agenata.

Jednostavan chatbot može da napravi jedan poziv modelu za jedno korisničko pitanje. Agent, sa druge strane, tokom izvršavanja jednog zadatka može da napravi veliki broj poziva, obrađuje dokumente, koristi alate i više puta proverava sopstveni rezultat.

Kod sistema sa velikim brojem korisnika razlika u ceni modela zato može predstavljati veoma značajan trošak.

Flash modeli postaju sve važniji

Predstavljanje Gemini 3.7 Flash modela pokazuje i širu promenu u AI industriji.

Više nije dovoljno napraviti model koji će ostvariti najbolji rezultat na određenom testu.

Za stvarnu upotrebu postaje važno koliko je model brz, koliko košta njegovo korišćenje, koliko dobro prati instrukcije, koliko pouzdano koristi druge alate i koliko dugo može samostalno da radi na jednom zadatku.

Upravo tu Flash kategorija modela može imati veliku ulogu.

Najveći i najskuplji AI modeli i dalje mogu biti najbolji izbor za najkompleksnije probleme, ali za milione svakodnevnih automatizovanih zadataka važnija može biti kombinacija dovoljno visoke inteligencije, velike brzine i prihvatljive cene.

Gemini 3.7 Flash predstavlja Googleov novi korak upravo u tom smeru – od AI-ja koji prvenstveno odgovara na pitanja ka AI sistemima koji mogu da planiraju, koriste alate i izvršavaju konkretne zadatke.