modelbench

Gemini 3.7 Flash

Google旧モデル

入力の単価
—
100 万トークンあたり(USD)
出力の単価
—
100 万トークンあたり(USD)
effort の段階
3段階
既定の記載なし
ベンチマーク結果
22件
22 種類のベンチマーク

モデルの情報

API のモデル ID
gemini-3.7-flash
公開日
2026-08-13
effort
Low / Med / High
effort の根拠
Gemini API のモデルページ(aistudio.google.com/docs/models/gemini-3.7-flash)の Thinking: Supported (low, medium, high)・minimal は非対応による。既定の thinking level は記載なし。廃止済みで、API の gemini-3.7-flash は gemini-3.8-flash に自動転送される。
Claude Code
選べない
Codex
選べない
提供状況の補足
Claude Code の公式のモデル一覧(code.claude.com/docs/en/model-config の alias 表、2026-11-13 取得。原文: "Use a model alias to select model settings without remembering exact version numbers" の表は fable・sonnet・opus・haiku など Anthropic のモデルだけ)と、Codex の公式のモデル一覧(learn.chatgpt.com/docs/models、2026-11-13 取得。原文: "Recommended models" は GPT-6 系だけ)に無いので、両方 false(カスタムプロバイダやゲートウェイ経由の接続は公式の選択肢に数えない)。
提供状況の出典
https://code.claude.com/docs/en/model-config

単価(100 万トークンあたり・USD)

単価は effort では変わりません。effort で変わるのは消費トークン数です。

入力—
出力—
キャッシュ読み出し—
キャッシュ書き込み—

model card の表に入力 $0.75・出力 $3.75(導入価格、2027-01-01 から $1.50 / $7.50)とあるが、廃止済みで API は gemini-3.8-flash に転送されるため単価は入れていない。

ベンチマーク結果

ベンチマークeffortスコア出典のコスト(指標)計測・報告出典条件・取得方法
Terminal-Bench 3.0記載なし記載なし14.9%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算・mini swe agent ハーネス(LiteLLM 1.96)。2 タスクに互換のための軽微な変更。thinking level の記載なし表から転記
出典の該当箇所Terminal-bench 3.0 General agent capabilities | 14.9%所在 Gemini 3.7 Flash model card の Evaluation 表、Terminal-bench 3.0 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Coding / Terminal-Bench 3
Terminal-Bench 2.1記載なし記載なし85.8%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算・既定ハーネス Terminus 2。thinking level の記載なし表から転記
出典の該当箇所Terminal-bench 2.1 Agentic terminal coding | 85.8%所在 Gemini 3.7 Flash model card の Evaluation 表、Terminal-bench 2.1 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Coding / Terminal-Bench 2.1
DeepSWE v1.1HighHigh65.3%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Results for Gemini 3.7 Flash are self computed, and use a mini swe agent harness with LiteLLM version 1.96 and high thinking(3.6 Flash は Datacurve のリーダーボードの値なので採らない)表から転記
出典の該当箇所DeepSWE v1.1 Long-horizon software engineering | 65.3%所在 Gemini 3.7 Flash model card の Evaluation 表、DeepSWE v1.1 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Coding / DeepSWE v1.1
HLE-Verified記載なし記載なし53.6%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。全モデル自社計算・検証済み 1,811 問表から転記
出典の該当箇所HLE-Verified Multidisciplinary expert reasoning | 53.6%所在 Gemini 3.7 Flash model card の Evaluation 表、HLE-Verified 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Scientific Reasoning / HLE-Verified
OSWorld 2.0記載なし記載なし47.9%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。自社計算・partial score・3 回の最大(各 1 試行)・最大 500 ステップ・公式の 08.08 パッチ前に実行表から転記
出典の該当箇所OSWorld-2.0 Agentic computer use | 47.9%所在 Gemini 3.7 Flash model card の Evaluation 表、OSWorld-2.0 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Computer use / OSWorld 2.0
Agents' Last Exam(pass rate・版の記載なし)記載なし記載なし26.3%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。自社計算・既定の ALE-Claw ハーネス。版の記載なし表から転記
出典の該当箇所Agent's Last Exam Multimodal desktop and OS agent tasks | Pass rate | 26.3%所在 Gemini 3.7 Flash model card の Evaluation 表、Agent's Last Exam(Pass rate) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Computer use / Agent's Last Exam
LABBench 2記載なし記載なし82.1%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算表から転記
出典の該当箇所LABBench2 Biology real-world research tasks | 82.1%所在 Gemini 3.7 Flash model card の Evaluation 表、LABBench2 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Scientific Reasoning / LABBench2
LVBench記載なし記載なし85.4%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。自社計算・1024 フレーム・ツールなし表から転記
出典の該当箇所LVBench Long video understanding | 85.4%所在 Gemini 3.7 Flash model card の Evaluation 表、LVBench 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Multimodal / LVBench
GDP.PDF記載なし記載なし34.0%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算。指標名の記載なし表から転記
出典の該当箇所GDP.pdf Expert PDF document comprehension | 34.0%所在 Gemini 3.7 Flash model card の Evaluation 表、GDP.pdf 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Multimodal / GDP.PDF
CharXiv Reasoning記載なし記載なし84.5%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算・ツールなし表から転記
出典の該当箇所CharXiv Reasoning Information synthesis from complex charts | No tools | 84.5%所在 Gemini 3.7 Flash model card の Evaluation 表、CharXiv Reasoning(No tools) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Multimodal / CharXiv Reasoning
BioMysteryBench(Human Solvable)記載なし記載なし87.1%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算・Linux 端末と許可ドメインのみのインターネット表から転記
出典の該当箇所BioMysteryBench Bioinformatics research reasoning | Human solvable | 87.1%所在 Gemini 3.7 Flash model card の Evaluation 表、BioMysteryBench(Human solvable) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Scientific Reasoning / BioMysteryBench
BioMysteryBench(Human Difficult)記載なし記載なし43.5%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算表から転記
出典の該当箇所Human difficult | 43.5%所在 Gemini 3.7 Flash model card の Evaluation 表、BioMysteryBench(Human difficult) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Scientific Reasoning / BioMysteryBench
GPQA DiamondHighHigh94.8%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所gpqa_diamond.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.9482323232323232, stderr=0.013456525292246259, Started at=2026-08-14T18:29:12.000Z所在 gpqa_diamond.csv のデータ行 72 件目(ファイルの 125 行目)、id=XyVL3VffJ6UboY97vxpohL、Model version=gemini-3.7-flash_high
FrontierMath Tiers 1-3(v2)HighHigh71.6%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tiers_1_3_v2.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所frontiermath_tiers_1_3_v2.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.7157894736842105, stderr=0.026764156649364653, Started at=2026-08-14T19:59:58.000Z所在 frontiermath_tiers_1_3_v2.csv のデータ行 78 件目(ファイルの 104 行目)、id=axMdgNDC8UYYLnZYLHZpF5、Model version=gemini-3.7-flash_high
FrontierMath Tier 4(v2)HighHigh36.6%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tier_4_v2.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所frontiermath_tier_4_v2.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.36585365853658536, stderr=0.07615851217559022, Started at=2026-08-14T19:59:58.000Z所在 frontiermath_tier_4_v2.csv のデータ行 32 件目(ファイルの 65 行目)、id=KptKXK5nE2Ns2WbiaSSnbc、Model version=gemini-3.7-flash_high
OTIS Mock AIME 2024-2025HighHigh97.2%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.9722222222222222, stderr=0.018586784946171872, Started at=2026-08-14T18:29:12.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 80 件目(ファイルの 140 行目)、id=kQjrYCaa7yYyMXofeR23Dd、Model version=gemini-3.7-flash_high
SimpleQA VerifiedHighHigh69.2%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, simpleqa_verified.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所simpleqa_verified.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.692, stderr=0.01460648312734278, Started at=2026-08-27T19:30:25.000Z所在 simpleqa_verified.csv のデータ行 58 件目(ファイルの 103 行目)、id=84ARuGyhQsjgh8umRmBvas、Model version=gemini-3.7-flash_high
Chess Puzzles(Epoch AI)HighHigh66.0%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所chess_puzzles.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.66, stderr=0.04760952285695234, Started at=2026-10-13T13:00:23.000Z所在 chess_puzzles.csv のデータ行 154 件目(ファイルの 210 行目)、id=Xu34dKTAdpBWL6advf6DMg、Model version=gemini-3.7-flash_high
MirrorCodeHighHigh41.1%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, mirrorcode.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Gemini 3.7 Flash (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記
出典の該当箇所mirrorcode.csv: Model version=gemini-3.7-flash_high, Best score (across scorers)=0.4111111111111111, stderr=0.12157113738962926, Started at=2026-10-21T16:49:08.000Z所在 mirrorcode.csv のデータ行 12 件目(ファイルの 17 行目)、id=eeq6feqZLzfjfVsx4aeAWL、Model version=gemini-3.7-flash_high
Epoch Capabilities Index(ECI)記載なし記載なし158.36—Epoch AIEpoch AI, epoch_capabilities_index/eci_scores.csv (CC BY 4.0)第三者・2026-11-12 取得複数ベンチマーク・複数 effort の結果を統合したモデル単位の指標(effort 別ではない)。Epoch AI 算出。表から転記
出典の該当箇所eci_scores.csv: Model=Gemini 3.7 Flash, eci=158.36, eci_ci_low=156.35, eci_ci_high=160.59所在 epoch_capabilities_index/eci_scores.csv のデータ行 25 件目(ファイルの 26 行目)、Model=Gemini 3.7 Flash
CharXiv Reasoning(ツールあり)記載なし記載なし88.7%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。Gemini は自社計算・ツールは検索とコード実行表から転記
出典の該当箇所With tools | 88.7%所在 Gemini 3.7 Flash model card の Evaluation 表、CharXiv Reasoning(With tools) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Multimodal / CharXiv Reasoning
MRCR v2(8-needle・128k)記載なし記載なし97.0%—GoogleGemini 3.7 Flash model card公式・2026-11-13 取得ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。自社計算・128k までの累積スコア表から転記
出典の該当箇所GDM-MRCR v2 (8-needle) Long context performance | 128k (average) | 97.0%所在 Gemini 3.7 Flash model card の Evaluation 表、GDM-MRCR v2 (8-needle) 128k (average) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Long Context / GDM-MRCR v2

関係するランキング

参考資料