Google 在 8 月 13 日發布了 Gemini 3.7 Flash，距離上一代 3.6 Flash 只隔了大約三週。這種更新速度本身就是個訊號，但真正值得台灣企業花五分鐘讀懂它的，是這款模型把「便宜」和「能跑 AI agent」兩件事綁在了一起。過去一年大家在討論的 AI，多半還停在聊天、寫文案；這一波大廠比的，是誰能讓「自動幫你把一串工作跑完」的 agent 又快又便宜。
這篇先把這則新聞講清楚：Gemini 3.7 Flash 到底是什麼、變了什麼，這個八月大廠在拚什麼，最後再談台灣企業該從中讀出什麼。
Gemini 3.7 Flash 到底是什麼，又變了什麼？
Gemini 3.7 Flash 是 Google 定位為「最聰明的 workhorse」的模型，白話說就是拿來大量幹活的主力機種，這次主攻寫程式和 AI agent 兩塊。它保留了 100 萬 token 的脈絡窗、能吃文字圖片影片音訊和 PDF 的多模態輸入，還能動態調整思考深度，趕時間時可以切到快速模式做即時回應。它走的不是最頂尖最貴的旗艦路線，定位就是那個天天被呼叫、成本要壓低的日常主力，聰明程度夠用就好，重點在便宜又快。
比起三週前的 3.6 Flash，這一代最大的進步在 coding 和 agent 的實戰能力。根據 DataCamp 的整理，它在 DeepSWE、AutomationBench、WebDev Arena 等程式與自動化基準測試上都有大幅提升。所謂「動態調整思考深度」，就是碰到簡單任務時用快速模式，適合即時自動補全、UI 生成、快速對話這類要秒回的場景；碰到複雜任務再多花一點算力思考。對企業來說，這代表同一個模型可以橫跨「即時客服」到「多步驟流程自動化」不同需求，不用為了省錢在多個模型間切換。取得管道也很直接：透過 Gemini API、Google Antigravity，以及企業版的 Gemini Enterprise 都能用。
這次最該盯著看的，是「價格砍半」
這次發布最關鍵的訊號其實是價格。Gemini 3.7 Flash 推出限時折扣，輸入每百萬 token 收 0.75 美元、輸出 3.75 美元，等於是 3.6 Flash 上市價的一半；VentureBeat 報導指出，折扣結束後標準價會從 2027 年 1 月 1 日起回到輸入 1.5 美元、輸出 7.5 美元。對要大量呼叫模型的企業來說，單位成本砍半直接決定了很多應用划不划算。
為什麼價格對 agent 特別重要？因為一個 agent 幫你跑完一件事，背後往往是幾十次、上百次的模型呼叫：讀資料、判斷、產出、再檢查。單價每降一半，原本因為太貴而不敢自動化的工作，就一口氣變得划算。這也是為什麼 Google 這次把便宜和 agent 綁在一起賣。對還在觀望的企業，這個折扣是個明確的時間點：想試 agent 自動化，現在的試錯成本比半年前低很多。當然，工具便宜不代表加了就有用，這點收尾會談。
不只 Google：這個八月，大廠在拚什麼
Gemini 3.7 Flash 只是這個夏天大廠混戰的其中一角。七月底以來，Anthropic 發表了登上 Artificial Analysis 榜首的 Claude Opus 5、OpenAI 調降了 GPT-5.6 較便宜方案的價格，進入八月，還有 xAI 的 Grok 4.6、阿里巴巴的 Qwen 3.8 Max、字節跳動的 Seed 2.1 密集登場。各家拚的方向高度一致：價格往下殺、agent 能力往上堆。
把這些串起來看，訊號很清楚。便宜、快速、又能跑 agent 的模型，正在變成大廠的主戰場。過去頂尖模型貴到只有大公司玩得起，現在這種「workhorse 等級」的模型一路降價，等於把 AI agent 的門檻拉到中小企業也負擔得起的位置。這對台灣企業是好消息：你不必追那個最強最貴的旗艦，市面上已經有一批夠聰明、又便宜到可以大量跑的選擇。真正要煩惱的，從「買不買得起」變成「拿來做什麼」。企業過去把一堆 AI 工具愈加愈多卻愈用愈亂的老問題，在工具變多變便宜之後只會更明顯。
便宜的 agent 模型變多了，台灣企業該怎麼讀這件事
對台灣中小企業的決策者來說，這波發布的意義很單純：能跑 agent 的便宜模型正在變多、也變好用。工具端的成本和門檻一路往下掉，真正卡住企業的東西就更清楚地回到自己身上，你的團隊到底有哪個重複、耗時的工作，值得交給這些便宜的 agent 去跑。選錯順序，先追最新模型再找地方用，錢花了人累了問題還在原地。
正確的順序是先盤點業務痛點、再對照組織現在的 AI 成熟度，最後才選工具。這正是智谷企業 AI 診斷在做的事：從策略、組織、流程、資料、人才五個維度，盤點你公司的 AI 成熟度，先確認自己在哪個階段。判斷公司在哪，可以對照智谷提出的五階段 AI 服務：不知道能幹嘛 → 知道但不確定 → 確定但沒見過 → 想做不知找誰 → 在跑了想深化。卡在第一階段的公司需要的是看懂應用場景，不是又上一堂回去什麼都沒改變的 AI 課。
對非工程師背景的老闆與中高階主管，我們也開了一門公開班「分身乏術？教你策劃 AI 營運團隊」，教的正是從自己的營運痛點出發，讓 AI 接手重複、耗時的管理工作。想盤點公司該從哪一步走起，也可以直接談談你的企業培訓與顧問需求。
FAQ
Gemini 3.7 Flash 和上一代 3.6 Flash 差在哪？
Gemini 3.7 Flash 在 3.6 Flash 發布約三週後推出，定位同樣是拿來大量幹活的 workhorse 模型，但這一代明顯強化了寫程式和 AI agent 的能力。根據 DataCamp 整理，它在 DeepSWE、AutomationBench、WebDev Arena 等程式與自動化基準上都有大幅提升。它一樣支援 100 萬 token 脈絡窗和多模態輸入，並能動態調整思考深度，簡單任務用快速模式秒回、複雜任務多花算力思考。加上限時折扣，整體是「更會做事、又更便宜」的一次更新。
Gemini 3.7 Flash 的價格是多少？值得為它換模型嗎？
限時折扣期間，輸入每百萬 token 是 0.75 美元、輸出 3.75 美元，約為 3.6 Flash 上市價的一半；折扣結束後，標準價自 2027 年 1 月 1 日起回到輸入 1.5 美元、輸出 7.5 美元。值不值得換，不看價格看用途。如果你有大量、重複、需要多步驟自動化的工作，砍半的單價確實讓很多應用從不划算變划算。但如果現有工具連一半潛力都沒用滿，換模型只是多一筆學習成本，先把場景想清楚更重要。
「workhorse 模型」是什麼意思，跟企業有什麼關係？
workhorse 直譯是「主力幹活的馬」，指那種不追求最頂尖、但夠聰明又夠便宜，可以天天大量呼叫的模型。相對於旗艦模型追求極限能力、單價偏高，workhorse 模型的賣點是「規模化划算」。對企業的意義在於：真正把 AI 用進日常營運，靠的往往是能穩定、便宜、大量處理例行工作的主力機種。最強的旗艦模型你可能一個月才用得上一次，扛起日常的是這種 workhorse。
這麼多大廠同時出新模型，企業需要每個都追嗎？
不需要。八月光是 Google、Anthropic、OpenAI、xAI、阿里巴巴、字節跳動就密集發布了多款模型，追著每一款比較規格，對企業投報率極低，因為它們解決的是「模型好不好」，不是「你公司的問題有沒有被解掉」。比較務實的做法是把這些新聞當一個提醒：agent 正在變便宜、變好用，回頭檢查自己團隊有哪個重複工作值得自動化。選定一兩個場景先試，比追新模型有用得多。
中小企業想開始用 AI agent，第一步該做什麼？
先盤點痛點，不要先選工具。請每個部門主管列出手下三件「最想丟掉、又不得不做」的例行工作，聚焦重複、耗時的任務。這份清單就是你評估任何一款便宜 agent 模型值不值得導入的基準。接著挑一個範圍夠小、兩週內看得到結果的場景先跑，設一個能量化的指標。跑完再決定要不要擴大，這樣就算失敗，代價也只是兩週。
關於智谷
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。
研究來源
- Google 官方部落格 2026〈Introducing Gemini 3.7 Flash〉（https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/）
- VentureBeat 2026〈Google’s Gemini 3.7 Flash targets coding and agents with a 50% introductory price cut〉（https://venturebeat.com/technology/googles-gemini-3-7-flash-targets-coding-and-agents-with-a-50-introductory-price-cut）
- DataCamp 2026〈Gemini 3.7 Flash: Google’s newest workhorse model〉（https://www.datacamp.com/blog/gemini-3-7-flash）
CTA：想釐清公司該從哪一個場景先導入 AI agent，預約一次企業 AI 診斷