Google發表Gemini 3.7 Flash!編碼評測與GPT-5.6 Terra互有勝負,促銷價約三分之一
Google發表Gemini 3.7 Flash!編碼評測與GPT-5.6 Terra互有勝負,促銷價約三分之一

Google 於美國時間 8 月 13 日(台灣時間 14 日)發表 Gemini 3.7 Flash,距離上一版 3.6 Flash 推出僅隔三週,官方將它定位為「歷來最聰明的工作馬模型」,鎖定編碼與 AI 代理(能自主執行多步驟任務的 AI)工作。

這款模型以截至 2026 年 12 月 31 日的促銷價供應(標準定價的一半),約為 OpenAI 主力模型 GPT-5.6 Terra 定價的三分之一;官方公布的編碼評測顯示兩者互有勝負,第三方評測機構 Artificial Analysis 的綜合智慧指數則只落後 GPT-5.6 Terra 一分,完成單一任務的速度快 40%。當企業客戶越來越在意 AI 帳單,這場發表的主角與其說是能力,不如說是價格。

Google 執行長皮蔡(Sundar Pichai)在 X 發文表示,Flash 系列是 Google 的「工作馬」(workhorse),白話說就是負責消化大量日常任務的主力模型:「提供高性能與絕佳價格,因此我們快速推出更新,將它們交到開發者手中。」這已是 Google 三個月內第三次更新主力 Flash 型號(從 3.5、3.6 到 3.7),還不含同期的 Flash-Lite、Flash Cyber 等衍生版本。

依官方公布的測試成績,衡量產品級程式碼生成能力的 FrontierCode 1.1 Main,得分從上一版的 34.4% 提升到 43.6%;軟體工程實測 DeepSWE v1.1 更從 49.0% 跳升至 65.3%。

對上 GPT-5.6 Terra,官方對照表則顯示互有勝負:Gemini 3.7 Flash 在 FrontierCode 1.1 Main(43.6% 對 41.3%)與網頁開發測試 Code Arena(Elo 1588 對 1523)領先,在長程軟體工程 DeepSWE v1.1(65.3% 對 69.6%)與終端機代理測試 Terminal-bench 2.1(85.8% 對 87.4%)則落後。

開發者可透過 Gemini API、Google AI Studio 等管道取用;個人用戶方面,Google AI Pro 與 Ultra 訂閱者專屬的個人 AI 代理服務 Gemini Spark,自 8 月 13 日起改用 3.7 Flash,但該服務尚未開放歐洲經濟區、英國、瑞士與奈及利亞。

綜合智慧只差一分、速度快 40%:第三方實測數據

Artificial Analysis 在 X 公布發布前實測:Gemini 3.7 Flash 在高推理模式下的綜合智慧指數(涵蓋代理、編碼、知識工作等多類任務的總和評分)拿下 56 分,比 3.6 Flash 提升 4 分,僅次於並列 57 分的 GPT-5.6 Terra 與 Meta 的 Muse Spark 1.2。

速度是它最突出的優勢。 該機構指出,Gemini 3.7 Flash 每秒可輸出約 340 個 token(模型計算文字量的單位),幾乎是 GPT-5.6 Terra 的 3 倍;換算成實際工作情境,完成測試中單一任務平均只要 1.7 分鐘,比 GPT-5.6 Terra 快 40%。以促銷價計算,每項任務成本約 0.4 美元,比 3.6 Flash 便宜 30%。

在兩項測試中,這款平價模型甚至擊敗各家旗艦:試算表與文件問答測試 AA-AnalystAgent 拿下 60%,領先 Anthropic 的 Claude Opus 5(53.8%);模擬企業軟體環境的代理測試 AutomationBench-AA 也以 62.7% 居首,領先第二名的 Kimi K3(52.7%)。

價格差距則更直觀。截至 2026 年 12 月 31 日,Gemini 3.7 Flash 促銷價為每百萬 token 輸入 0.75 美元、輸出 3.75 美元;對比 OpenAI 於 7 月 30 日調降後的 GPT-5.6 Terra 定價(輸入 2 美元、輸出 12 美元),輸入為對手的 37.5%、輸出為 31.25%。2027 年 1 月 1 日起恢復標準定價(輸入 1.5 美元、輸出 7.5 美元)後,則為對手的 75% 與 62.5%,價差明顯縮小。

當價格變成最重要的 benchmark

科技研究機構 Constellation Research 旗下 Constellation Insights 總編輯 Larry Dignan 在評論中直言,大型語言模型最有價值的基準測試(benchmark)正快速變成價格:「我們大可繼續比較其他基準測試,但誰在乎呢?Gemini 3.7 Flash 會夠好用。」 他觀察,token 成本已是各企業財報電話會議上反覆出現的關鍵字,沒有一家企業不在緊盯 AI 預算。

同篇文章中,Dignan 也引述 Palantir 執行長艾力克斯.卡普(Alex Karp)對當今前沿模型收費模式的觀點:「這套 token 收費模式對 AI 實驗室或許行得通,但對其他所有人都行不通。它正在打破企業預算,卻拿不出足以合理化開支的成果。」

值得注意的是,就在 Google 降價的同一週,以低價聞名的 DeepSeek 反其道而行。《彭博》報導,DeepSeek 自 8 月 16 日起實施尖峰時段動態定價,最先進的 V4-Pro 模型尖峰時段輸出價格從每百萬 token 0.87 美元調高至 3.96 美元,約為原先的 4.6 倍(漲幅約 355%);DeepSeek 官方說法是為了「更合理地分配資源」,鼓勵開發者把工作移往離峰時段,且調漲後價格仍遠低於美國對手。

企業支出管理平台 Ramp 的 8 月報告則提供另一個註腳:在其 token 支出管理產品觀測到、樣本較偏科技業的企業客戶中,Anthropic 性能最強、也最貴的旗艦模型 Fable 5 上市一個月,僅占受觀測 Anthropic token 採購量的 6%,顯示這群企業為「更聰明」多付錢的意願有明確上限。

延伸閱讀:Gemini完整教學地圖!39篇實測整理,Notebooks、Spark、提示詞架構全打包

資料來源:Google 官方公告、Gemini Flash 官方頁、Gemini API 定價、Sundar Pichai X 發文、Artificial Analysis X 發文、AA-AnalystAgent 榜單、AutomationBench-AA 榜單、OpenAI GPT-5.6 Terra 模型頁、OpenAI API 更新日誌、Constellation Research、《彭博》、Ramp AI Index

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #DeepMind #Gemini
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓