Gemini 3.7 Flash có gì mới? Tính năng, giá và cách dùng

Google vừa phát hành Gemini 3.7 Flash ngày 13/08/2026. Đây là mẫu AI mới trong dòng Flash, hướng nhiều hơn vào lập trình, AI agent và những công việc phải làm qua nhiều bước. Model đã đạt trạng thái GA, tức Google xem nó là phiên bản ổn định, có thể dùng cho hệ thống thật thay vì chỉ thử nghiệm.

Nếu đang dùng Gemini 3.6 Flash, thay đổi dễ thấy nhất không nằm ở một tính năng lạ mắt. Google tập trung làm cho model viết code chính xác hơn ngay từ lần đầu, bám thiết kế tốt hơn, dùng công cụ có kỷ luật hơn và ít mắc kẹt khi gặp lỗi giữa chừng. Giá mở đầu cũng khá dễ chịu: 0,75 USD cho một triệu token đầu vào và 3,75 USD cho một triệu token đầu ra đến hết năm 2026.

Gemini 3.7 Flash là gì?

Gemini 3.7 Flash là model đa phương thức có khả năng suy luận. “Đa phương thức” nghĩa là nó có thể nhận nhiều loại dữ liệu trong cùng một yêu cầu, gồm văn bản, hình ảnh, video, âm thanh và PDF. Đầu ra của model hiện là văn bản.

Model ID dùng trong API là gemini-3.7-flash. Google cho biết đây là phiên bản kế tiếp của Gemini 3.6 Flash và đã cải thiện phần suy luận cốt lõi. Dòng Flash vẫn nhắm tới tốc độ và chi phí thấp hơn các model lớn, nhưng 3.7 Flash được thiết kế để xử lý những việc nặng hơn trước, nhất là code và agent.

AI agent có thể hiểu đơn giản là một chương trình dùng AI để tự chia việc, gọi công cụ rồi kiểm tra kết quả. Ví dụ, thay vì chỉ viết một đoạn code, agent có thể đọc repo, tìm file liên quan, sửa lỗi, chạy kiểm thử và quay lại sửa tiếp nếu kiểm thử thất bại. Đây là nhóm công việc Google nhấn mạnh nhiều nhất trong lần phát hành này.

Những tính năng mới đáng chú ý

Viết code và sửa lỗi tốt hơn

Theo kết quả Google công bố, Gemini 3.7 Flash tăng điểm trên nhiều bài kiểm tra lập trình so với 3.6 Flash. FrontierCode 1.1 Main tăng từ 34,4% lên 43,6%. DeepSWE v1.1 tăng từ khoảng 49% lên 65,3%. Trên WebDev Arena, điểm Elo tăng từ 1538 lên 1588.

Các con số trên là benchmark do Google dẫn lại, không nên hiểu thành model sẽ tự động sửa đúng mọi dự án. Repo thật có thư viện cũ, quy tắc nội bộ và nhiều đoạn code “chỉ người viết mới hiểu”. Điểm có ích là 3.7 Flash có vẻ giảm số lần phải nhắc lại yêu cầu và tăng khả năng tạo ra đoạn code dùng được ngay từ lần đầu.

Bám thiết kế web sát hơn

Gemini 3.7 Flash có thể nhận ảnh chụp màn hình, bản thiết kế hoặc cả design system rồi viết giao diện tương ứng. Google nói model mới tạo được ứng dụng đầy đủ chức năng hơn với ít prompt hơn. Nó cũng có thể so sánh code đang có với bản thiết kế để tìm chỗ lệch.

Tính năng này phù hợp khi dựng nhanh giao diện từ Figma, làm bản mẫu hoặc rà lại độ giống nhau giữa thiết kế và trang thật. Tuy nhiên, vẫn cần kiểm tra responsive, khả năng truy cập, hiệu năng và hành vi trên trình duyệt. Nhìn giống ảnh mẫu chưa có nghĩa là sản phẩm đã sẵn sàng cho người dùng.

Lập kế hoạch nhiều bước và gọi công cụ chắc tay hơn

Google cho biết model mới dành nhiều nỗ lực hơn cho kế hoạch nhiều bước, biết hỏi lại khi yêu cầu chưa rõ và thích nghi tốt hơn khi gặp trở ngại. Với agent, phần này quan trọng hơn khả năng viết một đoạn code đẹp. Một agent có thể viết đúng lệnh nhưng vẫn gây rắc rối nếu gọi sai công cụ, bỏ qua kết quả kiểm tra hoặc cứ lặp lại một cách sửa không hiệu quả.

Gemini 3.7 Flash hỗ trợ function calling, chạy code, tìm kiếm tệp, URL context, Google Search grounding và Google Maps grounding. Nó cũng hỗ trợ computer use ở trạng thái Preview. Computer use cho phép model thao tác trên giao diện máy tính, nhưng vì còn thử nghiệm nên cần giới hạn quyền và giữ bước xác nhận của con người với các thao tác quan trọng.

Ba mức suy luận: low, medium và high

Nhà phát triển có thể chọn mức suy luận để cân bằng tốc độ, chất lượng và chi phí. Mức low hợp với chat, viết nháp, phân tích nhanh hoặc quy trình xử lý sự cố cần phản hồi sớm. medium là mức mặc định và phù hợp với phần lớn việc lập trình hoặc agent. high dành cho bài toán khó, nhiều bước, cần suy luận sâu và gọi nhiều công cụ.

Một chi tiết cần nhớ: Gemini 3.7 Flash không hỗ trợ mức minimal. Nếu gửi giá trị này, API sẽ báo lỗi. Chọn high cho mọi yêu cầu cũng không phải cách hay vì token suy luận được tính vào đầu ra. Việc đơn giản mà dùng mức cao thường chỉ làm tăng thời gian và chi phí.

Ngữ cảnh 1 triệu token và đầu ra tối đa 64K token

Model nhận tối đa 1.048.576 token đầu vào và trả tối đa 65.536 token. Nói theo cách dễ hình dung, cửa sổ ngữ cảnh lớn giúp đưa vào nhiều file code, tài liệu dài, âm thanh hoặc video trong một phiên làm việc. Dù vậy, nhét toàn bộ dữ liệu vào một prompt không phải lúc nào cũng tốt. Nên chọn đúng file, chia nhiệm vụ rõ ràng và dùng cache nếu có nội dung phải gửi lại nhiều lần.

Gemini 3.7 Flash hỗ trợ context caching, Batch API, Flex inference và Priority inference. Batch phù hợp với việc xử lý hàng loạt không cần phản hồi ngay. Priority hướng tới tác vụ cần độ ưu tiên cao hơn và có mức giá riêng.

Giá Gemini 3.7 Flash

Trong Gemini API, Google đang áp dụng giá giới thiệu đến ngày 31/12/2026. Bảng dưới đây là giá Paid Tier tiêu chuẩn cho mỗi một triệu token:

Google AI Studio vẫn có Free Tier. Với Paid Tier, Google nói dữ liệu không được dùng để cải thiện sản phẩm. Grounding với Google Search có 5.000 lượt tìm kiếm miễn phí mỗi tháng, dùng chung cho các model Gemini 3.x; phần vượt mức là 14 USD cho 1.000 lượt. Giá có thể thay đổi, vì vậy nên kiểm tra lại trang giá chính thức trước khi đưa model vào hệ thống có lưu lượng lớn.

Có thể dùng Gemini 3.7 Flash ở đâu?

Nhà phát triển có thể dùng model trong Google AI Studio, Gemini API, Android Studio và Google Antigravity. Doanh nghiệp có thể truy cập qua Gemini Enterprise Agent Platform và ứng dụng Gemini Enterprise.

Với người dùng cá nhân, Gemini 3.7 Flash đang được dùng cho Gemini Spark. Spark là agent cá nhân hoạt động liên tục, dành cho thuê bao Google AI Pro và Ultra tại hơn 160 quốc gia được hỗ trợ. Google nói bản cập nhật giúp Spark làm việc với các ứng dụng Google Workspace tốt hơn, chẳng hạn gom file, soạn email và cập nhật tài liệu trạng thái.

Google Antigravity cũng chuyển Gemini 3.7 Flash thành model mặc định cho agent của nền tảng. Nếu muốn thử AI trực tiếp trong terminal theo một hướng khác, bạn có thể đọc thêm bài Gemini CLI là gì và cách dùng trong terminal. Còn nếu mới bắt đầu với API, bài hướng dẫn Google AI Studio và Gemini API sẽ dễ đi theo hơn.

Cách gọi Gemini 3.7 Flash bằng API

Google khuyến nghị Interactions API để dùng các model và tính năng mới. Ví dụ Python cơ bản:

from google import genai

client = genai.Client()

response = client.interactions.create(
    model="gemini-3.7-flash",
    input="Kiểm tra đoạn code này, chỉ ra lỗi và đề xuất cách sửa dễ hiểu."
)

print(response.output_text)

Khi chuyển từ Gemini 3.5 Flash, Gemini 3 Flash Preview hoặc Gemini 3.1 Pro, cần bỏ các tham số lấy mẫu đã bị loại như temperature, top_p và top_k. thinking_budget cũng được thay bằng thinking_level. Các ứng dụng hội thoại nhiều lượt nên dùng previous_interaction_id ở phía máy chủ.

Nếu đang dùng Gemini 3.6 Flash, việc chuyển model ID sẽ nhẹ nhàng hơn vì 3.6 đã bỏ một số tham số cũ. Dù vậy, vẫn nên chạy lại bộ kiểm thử của ứng dụng. Model mới có thể trả lời khác, gọi công cụ theo thứ tự khác hoặc dùng nhiều token suy luận hơn.

Những giới hạn cần biết

Gemini 3.7 Flash vẫn có thể “ảo giác”, tức trả lời nghe hợp lý nhưng sai. Model card cũng ghi nhận đôi lúc có thể chậm hoặc hết thời gian chờ. Mốc kiến thức chính là tháng 3/2026, nhưng một số lĩnh vực có thể chỉ được cập nhật đến tháng 1/2025. Với tin mới, giá sản phẩm, quy định pháp luật hoặc dữ liệu vận hành, nên dùng nguồn trực tiếp và yêu cầu model dẫn chứng.

Model không hỗ trợ tạo ảnh, tạo âm thanh hay Live API. Computer use vẫn là Preview. Đây không phải model phù hợp cho mọi bài toán thời gian thực. Nếu ứng dụng cần hội thoại giọng nói liên tục hoặc tạo hình ảnh, cần chọn model chuyên dụng khác.

Google cho biết đã cập nhật biện pháp bảo vệ với nội dung CBRN và tấn công mạng. Dù có lớp bảo vệ, đơn vị triển khai vẫn phải giới hạn quyền của agent, lưu log, lọc dữ liệu nhạy cảm và yêu cầu con người xác nhận trước các thao tác như xóa dữ liệu, gửi email hàng loạt hoặc thay đổi hệ thống thật.

Có nên chuyển sang Gemini 3.7 Flash ngay?

Nên thử sớm nếu hệ thống đang dùng Gemini 3.6 Flash cho viết code, đọc tài liệu dài, tạo giao diện hoặc chạy agent nhiều bước. Mức giá giới thiệu giúp việc thử nghiệm ít tốn kém hơn. Hãy chọn một nhóm tác vụ thật, đo tỷ lệ thành công, số lần gọi lại, thời gian phản hồi và tổng chi phí token rồi mới chuyển toàn bộ lưu lượng.

Nếu ứng dụng đang ổn định và chỉ làm việc đơn giản, chưa cần đổi ngay trong đêm. Model mới tốt hơn trên benchmark không bảo đảm tốt hơn với dữ liệu riêng. Cách an toàn là chạy song song 3.6 và 3.7 trên cùng một bộ yêu cầu, sau đó xem model nào trả kết quả đúng và ít tốn công sửa hơn.

Tóm lại

Gemini 3.7 Flash là bản nâng cấp tập trung vào công việc thực tế: code, giao diện web, tài liệu dài và AI agent. Nó có ngữ cảnh 1 triệu token, ba mức suy luận, bộ công cụ khá đầy đủ và mức giá mở đầu thấp hơn giá gốc của 3.6 Flash.

Điểm đáng thử nhất là khả năng làm việc qua nhiều bước với ít lần sửa lại hơn. Nhưng đây vẫn là AI, không phải đồng nghiệp không bao giờ sai. Hãy cấp quyền vừa đủ, giữ bước kiểm tra của con người và đo hiệu quả trên dữ liệu thật trước khi giao cho nó những việc quan trọng.

Nguồn tham khảo chính thức

• Google: Introducing Gemini 3.7 Flash
• Gemini API: Thông số Gemini 3.7 Flash
• Gemini API: Tính năng mới và hướng dẫn chuyển đổi
• Gemini API Pricing
• Google DeepMind: Gemini 3.7 Flash Model Card