Gemini 3.7 Flash 定價：2027年成本翻倍

Google 現時 Gemini 3.7 Flash 的定價，是每百萬輸入代幣 0.75 美元、每百萬輸出代幣 3.75 美元。2027年1月1日，兩個數字同時翻倍。若你的 AI 代理跑在這個模型上，推理成本會在一個早已寫進日曆的日子翻一倍。

決策就是這麼一句。以下要處理的，是如何計價、何時投入，以及在哪些情況下這個模型根本不是正確答案。

Gemini 3.7 Flash 現在收費多少？

直至2026年12月31日，Gemini 3.7 Flash 定價為每百萬輸入代幣 0.75 美元、每百萬輸出代幣 3.75 美元，脈絡快取為每百萬代幣 0.075 美元。Google 於2026年8月13日推出此模型時，明確表明這是相對標準價的五折introductory優惠。

這並非行銷意義上的推廣。Google 在發布當日已公布結束日期，因此這是一次已排程的價格調整，而非可能悄悄延長的優惠。你應把它當作已知的未來成本，而非風險。

為何代幣價格今日比從前重要：自主代理會把一個用戶請求，展開成一長串模型呼叫、推理代幣與工具互動。每代幣成本的複合效應，是純聊天介面時代不會出現的，因為當時人只輸入一次、閱讀一次。

2027年1月1日究竟改變了什麼？

2027年1月1日起，輸入由每百萬代幣 0.75 美元升至 1.50 美元，輸出由 3.75 美元升至 7.50 美元，脈絡快取由 0.075 美元升至 0.15 美元。模型本身沒有任何改變，改變的只有帳單。

優惠結束後的價格並非懲罰性定價。它與 Gemini 3.6 Flash 的標準 API 價格 1.50 美元及 7.50 美元一致，這本來就是 Google 為此模型級別所設定的價格層級。你手上直至12月的，是折扣，不是基準。

規劃上的含意十分具體。任何以今日帳單為基礎編定的2027年預算，在推理成本一項上大約會短缺一半，而缺口出現的月份，正是財務團隊結算年度的時候。請以1月的數字編預算，而非12月的。

Gemini 3.7 Flash 價格一覽

以下每項均為 Google 公布的 API 標價。請以你自己的財資匯率換算；本文的港元說明數字採用 1 美元兌 7.80 港元。

--- 輸入代幣，2026年12月31日前：每百萬 0.75 美元。

--- 輸入代幣，2027年1月1日起：每百萬 1.50 美元。

--- 輸出代幣，2026年12月31日前：每百萬 3.75 美元。

--- 輸出代幣，2027年1月1日起：每百萬 7.50 美元。

--- 脈絡快取，2026年12月31日前：每百萬代幣 0.075 美元。

--- 脈絡快取，2027年1月1日起：每百萬代幣 0.15 美元。

--- 2027年1月1日的實際變動：輸入、輸出及快取全部上升100%。

--- 推出日期：2026年8月13日，距離 Gemini 3.6 Flash 僅三星期。

--- 企業取用途徑：透過 Google AI Studio 的 Gemini API、Gemini Enterprise Agent Platform，以及 Gemini Enterprise 應用程式。

與 Claude Sonnet 5 及 GPT-5.6 Terra 相比如何？

在 Google 自行公布的比較表中，Claude Sonnet 5 標價為每百萬輸入代幣 2 美元、輸出 10 美元；GPT-5.6 Terra 為輸入 2 美元、輸出 12 美元。以此對照，Gemini 3.7 Flash 今日大約是三分之一價格，2027年起則約為四分之三。

差距收窄，比表面數字更值得注意。今日的價格差足以支持你在部分任務上接受一個能力稍遜的模型。到2027年，以 1.50 及 7.50 對 2 及 10，這個論點會薄弱得多，決定權會由價格轉回能力。

在用這三組數字建試算表之前，有兩點須留意。競爭對手的價格引自 Google 自家的比較表，投入前應向各供應商核對其現行公布定價。另外，標價不等於實際支出。一個要試三次才成功的便宜模型，並不便宜。

真正決定結果的指標，是每項成功完成任務的成本，而非每百萬代幣的價格。這是一項量度紀律，應與你其餘的 AI FinOps 工作放在同一套實踐之內。

對一間香港企業而言，實際成本是多少？

假設一間300人的香港專業服務公司，其客戶服務代理每月處理40,000段對話，計入檢索、工具呼叫與多輪脈絡後，平均每段對話輸入12,000代幣、輸出2,000代幣。以今日價格計算，每月成本為660美元。

計算過程如下，方便你代入自己的用量：

--- 輸入：40,000段對話 x 12,000代幣 = 4.8億代幣。以 0.75 美元計，為 360 美元。

--- 輸出：40,000段對話 x 2,000代幣 = 8,000萬代幣。以 3.75 美元計，為 300 美元。

--- 2026年每月合計：660美元，約港幣5,150元。

--- 2027年1月起每月合計：1,320美元，約港幣10,300元。

--- 全年差額：7,920美元，單一工作負載約港幣61,800元。

以上為根據 Google 標價及既定假設所作的說明性數字，並非報價。你的代幣結構會有所不同，而較長的檢索脈絡，最快推高的是輸入一項。

請留意這個結果的形態。單一代理每年6.2萬港元，不是董事會級別的數字。但乘以四至五個生產環境代理，再加上第二、第三年，它就會變成。這正是價格調整屬於規劃問題而非危機的原因：它完全可預測，也完全可以被忽略，直到不能為止。

值得在內部作的比較，是與你的按席位 AI 授權費用對照。代幣定價隨用量增長，席位定價隨人數增長。大多數香港企業目前兩者兼有，而隨着應用擴大，兩者的行為差異極大。按席位的 Copilot 成本結構，是同一場預算對話的另一半。

Gemini 3.7 Flash 在哪些地方確實輸了？

Google 自家的基準表並未顯示 Gemini 3.7 Flash 全面壓過價格更高的對手。GPT-5.6 Terra 在 Terminal-bench 2.1 以 87.4% 對 85.8% 領先，在 DeepSWE v1.1 以 69.6% 對 65.3% 領先，並在 Terminal-bench 3.0 及 OSWorld-2.0 佔優。Claude Sonnet 5 則在 Agent's Last Exam 以 33.3% 對 26.3% 領先。

而它贏的地方，贏得相當明確。FrontierCode 1.1 Main 取得 43.6%，高於 Claude Sonnet 5 的 42.7% 及 GPT-5.6 Terra 的 41.3%。Code Arena 的 Elo 分數為 1588。在 Google 用以量度企業工作流程自動化的 AutomationBench 上取得 30.4%，高於 Terra 的 23.6% 與 Sonnet 5 的 10.7%。複雜 PDF 理解方面取得 34.0%，高於 28.0% 及 24.7%。

請誠實解讀這個分野。Gemini 3.7 Flash 在文件密集的企業流程自動化與生產級程式碼品質上表現強勁，在長周期終端機與桌面操作任務上則落後。若你的代理活在文件與業務系統之內，價格論據極為充分；若它活在終端機內或需操控桌面，便宜的代幣可能會在重試次數上把成本還給你。

另有兩項限制應予記錄。Artificial Analysis 的智能指數上，Claude Opus 5 為63分，而 Google 就 Gemini 3.7 Flash 報稱56分，因此這並非前沿級模型。此外，Google 至今未推出 Gemini 3.5 Pro，其最新正式發布的通用 Pro 模型，仍是2026年2月的 Gemini 3.1 Pro。若你的路線圖假設 Google 旗艦模型會如期到位，這項假設目前並無日期支持。

應該現在遷移工作負載，還是再等？

若工作負載屬文件密集、用量高且已穩定，應現在遷移，因為你可取得四個月的半價推理，並在價格變動前建立可量度的基準。若工作負載以終端機為主、屬桌面代理類型，或仍每星期在變動，則應再等，因為遷移工作量將超過你尚可收回的折扣。

2026年餘下月份的實務次序：

--- 先做量度。若你無法按工作負載報告「每項完成任務所耗代幣」，以上一切都無法評估。

--- 選一個生產環境工作負載，在 3.7 Flash 上跑兩星期，量度重試次數而非基準分數。

--- 以 1.50 及 7.50 美元重建2027年推理預算，再檢視該工作負載是否仍能通過回報門檻。

--- 有意識地使用脈絡快取。今日 0.075 美元是可用槓桿中成本最低的一項，而它在1月同樣會翻倍。

--- 保持至少一個競爭模型處於可用狀態。單一供應商推理是一個議價位置，而非一個架構。

我們這一方的誠實說明：若你具備內部工程能力，直接購買代幣並自行管理工作負載，永遠比任何託管安排便宜。UD 的 AI Staff Solution 與 Cloud AI Staff，是為沒有這種能力、或不願把這種能力花在模型選型與成本工程上的機構而設。若你具備，請留在內部處理，並使用以上框架。

下一步應該做什麼？

調出過去三個月的推理帳單，按工作負載拆分，再以雙倍價格重算總數。若有任何工作負載在2027年價格下不再合理，你尚有四個月可以重新設計、加入快取、遷移，或直接停用。這是一段舒適的時間，以及一份不太舒適的工作量。

唯一不應該做的，是到1月才發現這件事。一項提前五個月公布的價格調整，是最容易解決的預算問題，也是最尷尬的意外。

無論你選擇內部處理還是引入協助，要做的事都一樣：按任務量度、把2027年的數字模型化，然後逐個工作負載作決定。懂AI，更懂你。UD相伴，AI不冷。

本文由 UD 企業人工智能團隊審閱。

與我們一起推算你的2027年AI成本

掌握了數字，下一步是把它套用到你自己的工作負載上。UD 團隊手把手帶你完成每一步，由代幣量度、每任務成本模型化，到工作負載選型與部署上線，28年香港企業服務經驗全程陪你走。