Google 发布了 Gemini 3.7 Flash，价格直接砍半。但促销价只持续到今年年底，四个月后自动翻倍，一个新的发布逻辑已然显现。
Google 在 2026 年 8 月 13 日推出了 Gemini 3.7 Flash。这款被官方称为最聪明的干活模型，在编码和代理任务上比 3.6 Flash 有了明显提升。然而，最引人注目的不是性能，而是那张附有截止日期的定价牌：每百万输入 tokens 0.75 美元，输出 tokens 3.75 美元。这个价格只有 3.6 Flash 原来的一半。但注意，这只是促销价。到了 2027 年 1 月 1 日，价格会直接翻倍。一个模型的生命周期可能都撑不到那时候，这种限时打折的逻辑就显得有点奇怪。
一个模型的促销期比它的保质期还长
促销定价的结束日期定在 2026 年 12 月 31 日。距离发布日，差不多四个月。四个月，对于大语言模型来说，几乎是一个完整的世代更替周期。Gemini 3.6 Flash 是在三周前发布的。按照这个节奏，到年底，完全可能有 3.8 甚至 3.9 版本出现。那么，当新模型问世时，还有多少人会坚持使用 3.7 Flash。
这种定价策略更像是一种对未来的预判，也许连 Google 自己都知道，到 2027 年，这款模型将不再具备竞争力，它现在的打折更像是对其剩余价值的提前兑现。这不是在推销一个产品，而是在为它的倒计时做预告。企业级用户如果要部署一个稳定流程，不会选择一个四个月后就要涨价、且可能被淘汰的模型。这个截止日期等于直接把大型采购需求挡在了门外。
高性能工作马workhorse的称号与半价促销之间的矛盾
在官方公告里，3.7 Flash 被反复强调为最聪明的干活模型。在多个基准测试中，它的得分确实比 3.6 Flash 高出不少。FrontierCode 1.1 Main 测试中，得分从 34.4% 提升到了 43.6%。DeepSWE v1.1 长程软件工程测试，得分从 49.0% 跃升至 65.3%。WebDev Arena 的 Elo 评分也从 1538 提高到 1588。这些数字表明，模型能力确实在变强。但问题是，为什么一个更强、更聪明的模型，反而卖得更便宜。
通常，企业推出新品会采用撇脂定价，先高价收割早期使用者，再逐步降价。但 Google 反其道而行之，一上来就打折，而且打折幅度高达 50%。这只能说明一种情况：Flash 系列不再被当作增值产品，而是被定位为走量产品。它的核心竞争力不再是绝对性能，而是性价比。但性价比的前提是价格稳定。现在这个价格只有四个月的有效期，性价比的确定性就被破坏了。开发者在评估成本时，不能只看现在的价格，还要考虑半年后的成本翻倍风险。这种不确定性比单纯的高价更可怕。
版本号的迭代速度与真实的代际跨越
Gemini 3.6 Flash 和 3.7 Flash 之间只隔了三周。这个迭代速度已经超出了技术进步的物理极限。三周时间，不足以在架构或训练数据上做出根本性改变。更可能的解释是，这只是一次参数的微调，或者更直白地说，是一次价格调整的载体。版本号的跳跃，只是为了配合新的定价策略，给市场一个涨价的理由。3.6 Flash 的原价是 1.5 美元输入/7.5 美元输出，现在 3.7 Flash 打对折。等到促销结束，3.7 Flash 涨回 1.5/7.5，等于恢复到了 3.6 的原价。消费者会觉得自己享受了半年优惠，而 Google 实际上没有损失任何长期收益。
这种手法在 SaaS 行业很常见，但通常伴随着功能的大幅增加。而在这里，性能的提升更像是锦上添花，降价的意图更像是雪中送炭。之所以要降价，是因为原有的价格在市场中失去了竞争力。GPT-5.6 Luna 的定价是 0.2 美元输入/1.2 美元输出，DeepSeek V4 Flash 的价格更是低廉。在这样的竞争格局下，原价 1.5/7.5 的 Gemini Flash 毫无胜算。与其坐等用户流失，不如主动降价留住客户，再通过限时促销的心理效应，吸引一波尝鲜者。
多模态与代理任务的特殊价值
在 Hacker News 的讨论中，很多开发者提到，Gemini Flash 系列在视觉理解和视频处理上仍有独特优势。它是少数能原生处理视频输入的 API 端点。对于需要 OCR、图像识别、视频内容分析的业务场景，Gemini 依然是一个难以替代的选择。3.7 Flash 在处理复杂 PDF 上的表现也证明了这一点，在 GDP.pdf 基准上得分从 22.0% 提高到 34.0%。这意味着它更能读懂密密麻麻的报表和合同。这种能力不是简单的文本推理，而是结合了空间、视觉和语义的综合理解。在这个细分赛道上，竞争对手的追赶速度相对较慢。这也是为什么即使文本编码领域竞争激烈，Google 依然保有一批忠实用户。
然而，这种优势正在被侵蚀。GPT-5.6 Luna 已经具备了极强的图像推理能力，而 Anthropic 的新模型也在加强视觉模态。如果 Google 不能保持价格优势，仅靠多模态的领先时间窗口，恐怕撑不过四个月。等到年底促销价结束，多模态领域很可能已经涌现出更便宜的替代品。
API 获取门槛与用户信任的损耗
开发者社区对 Google Cloud 的体验抱怨集中在 API 获取的复杂性上。尽管 AI Studio 提供了快捷入口，但对于习惯了 OpenAI 一分钟内完成注册的开发者来说，Google 的流程依然显得笨重。一个开发者要创建 API 密钥，可能需要先开通 Cloud 项目，遇到各种权限报错，甚至误入 Vertex AI 的迷宫。这种高摩擦的入门体验，直接劝退了大量个人开发者和初创团队。
更严重的是，Google 曾在 Flash 3.0 发布后大幅提价，导致不少企业被迫迁移工作流。有过这次教训，开发者对 Google 的定价承诺变得格外敏感。这次的限时促销，非但没有平息担忧，反而放大了不信任感。开发者会担心：如果 3.7 Flash 在年底涨价，而 3.8 Flash 的定价又重回高位，是不是又要经历一次痛苦的迁移。这种心理成本，足以抵消降价带来的价格优势。
工作马（workhorse ）的宿命与语言游戏的反噬
Flash 这个命名本身就值得玩味。在摄影中，闪光灯意味着瞬间的强光，短暂而急促。在工作场景中，工作马意味着可靠、耐用、持续输出。把这两个词放在一起，本身就是一种矛盾修辞。一种既强调速度、又强调耐力的产品，在现实中往往两头不讨好。
当一个模型被命名为 Flash，用户潜意识里会期待它快、便宜、够用就好。但当官方强调它是最聪明的，用户又会用 Pro 或 Opus 的标准去衡量它。这种自我定位的摇摆，导致了认知的混乱。如果它足够聪明，为什么价格只有别人的一半。如果它只是一个廉价替代品，为什么又要强调它在编码和代理任务上的卓越表现。
更本质的问题是，Google 似乎已经放弃了在 Pro 级别上与 OpenAI 和 Anthropic 正面竞争。Gemini 3.1 Pro 预览版发布已有数月，后续的 Pro 版本始终未见踪影。取而代之的是不断迭代的 Flash 系列。这或许是一种战略放弃，集中资源守住中低端市场。但这条路径的危险在于，一旦竞争对手降价，Flash 将失去最后的堡垒。而那时候，Flash 这个名字所承载的廉价印象，将难以逆转。
选择打折，还是选择打折的未来
从商业角度看，3.7 Flash 的价格调整是一次精准的市场防御。在成本可控的范围内，用限时优惠吸引流量，同时保住年底涨价的可能性。如果届时 3.8 Flash 问世，用户可以平滑过渡；如果市场格局变化，涨价也不至于引发大规模反弹。这是一招进可攻、退可守的棋。
但对开发者而言，这不是一笔划算的买卖。一个生命周期可能短于促销期的模型，不值得投入过高的迁移成本。更理性的选择是，继续观望，直到 Google 明确 Flash 系列的长期定价策略。或者，干脆转向那些定价稳定、生态成熟的模型提供商。
四个月的限时促销，就像一个写在沙地上的时间表，潮水一来，数字就没了。但留下的，是对一个曾经领跑者的困惑和叹息。