Gemini 3.7 Flash: Halva priset, tre veckor senare

Gemini 3.7 Flash: Halva priset, tre veckor senare

Google väntade inte. Bara tre veckor efter Gemini 3.6 Flash släppte man 3.7 Flash den 13 augusti — deras "mest intelligenta arbetshäst-modell", riktad rakt mot kodning, agenter, mjukvaruutveckling och flerstegs-orkestrering av verktyg [4]. Introduktionspriset ligger på $0,75/miljon inmatningstoken och $3,75/miljon utmatningstoken fram till slutet av 2026 — bokstavligen halva det tidigare priset [5][6].

Det här är en arbetshäst-modell, inte en flaggskeppsmodell — och det är just poängen. Google kapplöper för att göra Flash tillräckligt billig för att den ska bli standardvalet för alla subagenter, inbäddad i Workspace, GitHub Copilot och Gemini Enterprise. Den treveckors-långa releasetakten är i sig själv nyheten: modellernas iterationscykler pressas ihop till den grad att "aktuell" har en hållbarhetstid mätt i veckor, inte kvartal [6].

Öppna modeller kapar in gapet snabbt

I mitten av augusti kom en anhopning av öppna lanseringar — DeepSeek V4 Pro/Flash, Metas Muse-Glimmer-30B, Qwen3.8-varianter, NVIDIA Nemotron, Liquid AI LFM2.5 — som alla siktar mot samma mål: effektivitet och prestanda inom agent- och kodningsuppgifter [1][4]. Det här är ingen tidsmässig slump; det är konkurrenspress. Varje sluten modellrelease får nu ett öppet svar inom några dagar.

För utvecklare betyder det här mer än någon enskild benchmark-seger. När öppna modeller är trovärdigt konkurrenskraftiga inom kodning och orkestrering sjunker kostnadsgolvet för att köra agentbaserade system för alla — inklusive de som bygger på slutna API:er, eftersom det tvingar fram prisdisciplin över hela linjen.

Perplexity satsar hårdare på multimodell-orkestrering

Perplexitys drag den här veckan är ett skolboksexempel på vart utvecklingen är på väg: Grok 4.6 rullades ut till Pro/Max-användare nästan omedelbart, samtidigt som företagets ledning offentligt berömde Gemini Flash-modellerna för subagent-roller i deras "Computer"-sele [1][4]. Ingen satsar längre på en enda modell — man bygger routningslager som väljer rätt modell för rätt deluppgift.

Det är den verkliga produkten nu: inte modellen, utan selen som avgör vilken modell som hanterar vilken del av ett jobb.

Vad detta betyder för ditt företag

Tre releaser, tre dagar, ett mönster: marknaden har gått bortom "vilken modell är bäst" till "vilken modell är bäst för just det här steget i just den här pipelinen." Grok 4.6 för långvarigt agentbaserat resonemang, Gemini 3.7 Flash för billigt högvolyms-subagentarbete, öppna modeller som en kostnads- och förhandlingsspärr — det är så eftertidens infrastruktur faktiskt ser ut. Ingen skriver mer kod för att få detta att fungera; man fattar bättre beslut om vilket system som gör vad.

Om du fortfarande utvärderar AI-leverantörer genom att välja ut "den bästa modellen" och bygga runt den ligger du redan efter. De företag som drar ifrån är de som behandlar modellval som ett runtime-beslut, inte ett upphandlingsbeslut — de dirigerar uppgifter dynamiskt, testar nya releaser inom några dagar efter lansering (precis som Perplexity uppenbarligen gör), och tar pris-per-uppgift lika seriöst som förmåga. Treveckors releasecykler innebär att varje statisk satsning på en enda leverantör är föråldrad innan din integration ens är klar.

Det bedömningsarbete som spelar roll nu är arkitektoniskt: vilka uppgifter behöver en toppmodern resonemangsmodell, vilka behöver en billig snabb subagent, och hur orkestrerar du mellan dem utan att din utvecklingsavdelning förvandlas till en heltidsverksamhet för modellbyten. Det är inte längre ett kodningsproblem. Det är ett design- och styrningsproblem.

Viktigaste slutsatsen: Modell-lagret håller på att bli en råvara som förändras varje vecka — den bestående fördelen ligger i hur väl du orkestrerar över den, inte vilken enskild modell du valde.