Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

Gemini 3.7 Flash

Google DeepMind · États-Unis · sorti le Google DeepMind · États-Unis · 13 août 2026

  • Réflexion réglable
  • Poids fermés
  • En ligne seulement
  • Classe énergétique D
90,2de 88,7 à 91,8Rang 22 · 100 %?
Empreinte?
Raisonnement92,4Code91,0Agents94,2Usage90,8Maths88,6Sciences88,6Français99,3Vision86,2Écriture93,2Web89,7

Son bilan?

  • Au classement général, 22e sur 257, ex æquo avec 10 autres modèles dont les marges d'erreur se recouvrent.
  • Parmi les 3 meilleurs en français (3e).
  • Pas encore classé en tâches d'agent : trop peu de mesures.
L'essayer surGemini (nouvel onglet)

Estimationenviron 5,3 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

90,2de 88,7 à 91,8

Rang22Groupe 3, ex æquoCouverture100 %38 mesures

Pourquoi ce score ? →Comment lire un score →

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

Version évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
Gemini 3.7 Flash (Medium)39,6non publié0,0 jetons/s0,00 s0 $ / 0 $
Gemini 3.7 Flash (High)39,1non publié0,0 jetons/s0,00 s0,75 $ / 3,75 $
Gemini 3.7 Flash (Low)36,9non publié0,0 jetons/s0,00 s0 $ / 0 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Agent Arena

Hors du score

Agent Arena, le classement des agents d'Arena, observe de vraies sessions de travail : des internautes confient une tâche à un agent (écrire du code, chercher, analyser des fichiers) dont le modèle est tiré au sort et reste caché. Le score net dit de combien de points ce modèle fait monter ou baisser les signes de réussite de ces sessions (tâche validée, compliments, corrections réussies, erreurs rattrapées, aucun outil inventé) par rapport au modèle moyen du classement, qui vaut 0 %. Il ne compte pas dans le score IA de QUELLE IA.

Version évaluéeRangScore netIntervalle à 95 %Sessions
Gemini 3.7 Flash (High)37e sur 59−2,2 %de −3,1 à −1,3 %63 238

Score net et intervalle de confiance à 95 % en points de pourcentage. Rang parmi les 59 modèles du classement, où un même modèle peut paraître à plusieurs niveaux d'effort. Classement publié par Arena le 11 novembre 2026, repris de son jeu de données public sous licence CC BY 4.0.

Source : Arena (Agent Arena), CC BY 4.0 · la méthode

Peut-il tourner chez vous ?

Non. Gemini 3.7 Flash est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

Ces trois modèles ouverts ont le score le plus proche. Eux se téléchargent, et peuvent tourner sur votre machine ou sur votre serveur.

Fiche technique

Prix
1,50 € / 7,50 €entrée / sortie, par million de jetons
Fenêtre de contexte
1 048 576 jetonsenviron 786 000 mots
Entrées
Texte, image, vidéo, son, PDF
Réflexion
Faible, moyenne, élevéetrois niveaux réglables
Paramètres
Non communiqué
Licence
Propriétairepoids fermés, accès par l'éditeur
Classe énergétique
Dsur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Mars 2026

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du
Disponible dans
Utilisé par

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

À lire sur Frandroid et Numerama

2 articles · relevé du

Une sélection automatique des articles de Frandroid, Numerama et Clubic consacrés à ce modèle. Ces trois médias appartiennent au groupe Humanoid. Les articles n'entrent pas dans le score.

Toutes les mesures

55 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
OTIS Mock AIME 2024-202597,2 %86,4ÉlevéeSATURÉepoch.ai
GPQA Diamond94,8 %97,1ÉlevéeSATURÉepoch.ai
ARC-AGI-195,5 %92,0ÉlevéeSATURÉarcprize.org
DTBench96,8 %102,6ÉlevéeSATURÉconceptualreasoning.ai
ARC-AGI-191,2 %87,8MoyenneSATURÉarcprize.org
DTBench94,7 %94,9MoyenneSATURÉconceptualreasoning.ai
DTBench93,3 %91,4FaibleSATURÉconceptualreasoning.ai
ARC-AGI-185,2 %84,3FaibleSATURÉarcprize.org
Voir les 43 autres mesures
ARC-AGI-284,6 %92,6ÉlevéeSATURÉepoch.ai
EuroEval, ScaLA (grammaire)70,5 %114,3InconnueACTIFeuroeval.com
Code Arena, WebDev1 588,0 Elo89,6InconnueACTIFarena.ai
SimpleQA Verified69,2 %101,3ÉlevéeACTIFepoch.ai
APEX-Agents67,8 %97,1InconnueACTIFepoch.ai
Arena, écriture créative1 487,0 Elo97,6InconnueACTIFarena.ai
DeepSWE65,5 %91,3Moyenne · mini-SWE-agentACTIFdeepswe.datacurve.ai
DeepSWE65,3 %91,2Élevée · mini-SWE-agentACTIFdeepswe.datacurve.ai
Chess Puzzles66 %99,1ÉlevéeACTIFepoch.ai
ARC-AGI-263,7 %87,5MoyenneSATURÉepoch.ai
Arena, questions de maths1 501,6 Elo91,2InconnueACTIFarena.ai
Arena, questions d'experts1 518,6 Elo89,7InconnueACTIFarena.ai
Arena, texte1 489,3 Elo91,2InconnueACTIFarena.ai
compar:IA1 100,0 Elo101,9InconnueACTIFarene.comparia.beta.gouv.fr
Arena, questions en français1 500,1 Elo88,1InconnueACTIFarena.ai
Arena, questions de code1 520,3 Elo87,0InconnueACTIFarena.ai
SciCode59,8 %95,2MoyenneACTIFartificialanalysis.ai
Arena, vision1 293,8 Elo93,3InconnueACTIFarena.ai
LMCA50,3888,3ÉlevéeACTIFconceptualreasoning.ai
ProofBench58 %89,0InconnueSATURÉvals.ai
LMCA49,2287,4MoyenneACTIFconceptualreasoning.ai
SciCode57,2 %91,8ÉlevéeACTIFartificialanalysis.ai
LMCA47,0985,7FaibleACTIFconceptualreasoning.ai
DeepSWE53,8 %87,7Faible · mini-SWE-agentACTIFdeepswe.datacurve.ai
SciCode53,6 %87,3FaibleACTIFartificialanalysis.ai
ARC-AGI-252,9 %85,5FaibleSATURÉepoch.ai
FrontierCode43,6 %92,0Inconnue · devin-cliACTIFcognition.com
MirrorCode41,1 %93,2ÉlevéeACTIFepoch.ai
FrontierMath, palier 4 (v2)36,6 %87,9ÉlevéeSATURÉepoch.ai
ForecastBench66,2 %93,9ÉlevéeACTIFepoch.ai
Mystery Game Puzzles37 %89,8ÉlevéeACTIFepoch.ai
GDP.pdf23,8 %91,9ÉlevéeACTIFsurgehq.ai
GDP.pdf21,8 %90,2MoyenneACTIFsurgehq.ai
FrontierSWE20,3 %87,6Élevée · proximusACTIFfrontierswe.com
CritPt14,3 %86,8ÉlevéeACTIFepoch.ai
CritPt9,4 %82,2MoyenneACTIFepoch.ai
CritPt5,7 %76,9FaibleACTIFepoch.ai
Remote Labor Index5 %87,8InconnueACTIFepoch.ai
Furniture Assembly26,7 %81,5ÉlevéeACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de Gemini 3.7 Flash ?
Gemini 3.7 Flash obtient un score IA de 90,2, avec une marge de 88,7 à 91,8, dans l'édition du 9 novembre 2026. Il est classé 22e sur 257 modèles, à partir de 38 mesures.?
Dans quelles tâches Gemini 3.7 Flash est-il le plus fort ?
Ses deux meilleures tâches sont français (99,3) et agents (94,2). Sa tâche la plus faible est vision (86,2).
Gemini 3.7 Flash peut-il tourner en local ?
Non. Gemini 3.7 Flash est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.
Combien coûte Gemini 3.7 Flash ?
1,50 € par million de jetons en entrée et 7,50 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 5,3 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite Gemini 3.7 Flash ?
Gemini 3.7 Flash est édité par Google DeepMind (États-Unis), et il est sorti le 13 août 2026. C'est un modèle fermé.

Ses voisins?