Gemini 3.7 Flash API：$0.75 は期間限定、minimal は400を返す

Gemini 3.7 Flash は 2026-08-13 に、100万トークンあたり入力 $0.75 / 出力 $3.75 で登場しました。 この価格には見落としやすい点が2つあります。2026-12-31 で切れて翌日には倍になること、そして Gemini 3.6 Flash が今まったく同じ数字を掲げていることです。

ビルドを壊すのは価格ではありません。thinking の段が4つから3つに減りました。minimal は消えていて、静かに劣化してはくれません。

価格:         100万あたり $0.75 in / $3.75 out（2026-12-31 まで）
              2027-01-01 から $1.50 / $7.50
              Batch と Flex: $0.375 / $1.875、値上げ日は同じ
キャッシュ:   読み取り $0.075、保存 100万トークン毎時 $0.50
コンテキスト: 入力 1,048,576 / 出力 65,536
Thinking:     thinking_level low | medium | high、既定 medium
              minimal は HTTP 400
ゲートウェイ: ofox では google/gemini-3.7-flash
実測:         minimal は400、none と xhigh は通って課金される
計測日:       2026-08-21、各段10回のストリーミング

最終更新 2026-08-21。$0.75 / $3.75 は導入価格で 2026-12-31 に終了します。年をまたぐ予算を組む前に必ず引き直してください。

Gemini 3.7 Flash API の料金はいくらか

$0.75 と $3.75、ただし期限付き。 Google の価格ページは2つのレートを1つのセルに押し込んでいます。予算表に間違った方が転記されるのはこれが原因です。

コンテキストキャッシュは読み取りが100万あたり $0.075、保存が100万トークン毎時 $0.50 で、どちらも同じ日に倍になります。検索グラウンディングは月5,000リクエストまで無料ですが、これは Gemini 3.x 全モデルの共有枠でモデルごとではありません。超過分は1,000リクエストあたり $14 です。

このページで請求額を一番左右するのは見出しのレートではなく、出力の行にある “Output price (including thinking tokens)” という一文です。推論は出力レートで課金される。つまり effort の設定は品質のつまみではなく、価格の乗数です。

Gemini 3.7 Flash は 3.6 Flash より安いのか

安くありません。セル単位で完全に同額です。 3.7 Flash が「3.6 Flash の半額」として紹介されたのを見たなら、その比較の賞味期限は約1日でした。価格ページ自身の履歴がその理由を示しています。

• 2026-07-22、3.6 Flash が 2026-07-21 に出た直後のアーカイブ版価格ページ：3.6 Flash は $1.50 / $7.50。
• 2026-08-12、3.7 登場前の最後のコピー：3.6 Flash は依然 $1.50 / $7.50 のフラットで、割引行はなし。3.7 Flash はまだページにいません。
• 2026-08-13：3.7 Flash 登場。
• 2026-08-14、次のアーカイブ版：3.6 Flash と 3.7 Flash がどちらも 2026-12-31 まで $0.75 / $3.75、以降 $1.50 / $7.50。
• 2027-01-01：両方とも $1.50 / $7.50 に戻ります。これは 3.6 Flash が自身のローンチ当日に付けていた価格です。

つまり比較の基準値は、比較そのものと同じ48時間の中で動いていました。Google のモデルカードは終着点を注釈で淡々と書いています。両方の価格行に付いたアスタリスクが、導入価格は 2026年12月31日 に終了すると告げている。3.6 からの移行は高くもならず安くもならない。割引が買っているのは4か月半で、しかも両モデルに等しく効いています。

ofox のモデルページには Google のページが個別に出していないレートも載っています。キャッシュ書き込み100万あたり $0.0415、1時間有効のキャッシュ書き込み $0.50、音声入力 $0.75、ウェブ検索1リクエスト $0.014。

Gemini 3.7 Flash はどう呼ぶのか

経路は2つ、違うのはベースURLとモデル文字列だけです。

from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://api.ofox.ai/v1")

r = client.chat.completions.create(
    model="google/gemini-3.7-flash",
    reasoning_effort="low",
    messages=[{"role": "user", "content": "Rewrite this query with a window function"}],
)
print(r.choices[0].message.content)

Google を直接叩く場合、モデル文字列から google/ が取れてベースURLが変わります。

client = OpenAI(
    api_key="AIza...",
    base_url="https://generativelanguage.googleapis.com/v1beta/openai/",
)
r = client.chat.completions.create(model="gemini-3.7-flash", reasoning_effort="low", messages=[...])

Google のネイティブプロトコルではパラメータ名が reasoning_effort ではありません。thinking_level で、値は low・medium・high、既定は medium です。ofox ではどちらのプロトコルも開いていて、上流は Google と Cloud Vertex の2経路です。

対応機能は400を食らって発見するよりモデルページから写した方が早い。function calling、structured outputs、コンテキストキャッシュ、コード実行、検索グラウンディング、URL context、file search、Maps グラウンディングはすべて対応、computer use は Preview 表記、Batch・Flex・Priority も利用できます。Live API、画像生成、音声生成は非対応です。 入力はテキスト・画像・動画・音声・PDF、出力はテキストのみ。

なぜ minimal がエラーになるのか

段そのものが削除され、フォールバックせずに失敗するからです。 モデルページの Thinking 行は Supported (low, medium, high) に続けて Note: minimal is not supported and returns an error. と書いています。

それでも投げてみました。ofox 経由で reasoning_effort: "minimal" は HTTP 400、本文はこうです。

{"error": {"code": null,
           "message": "Thinking level is unsupported: THINKING_LEVEL_MINIMAL",
           "param": null, "type": "invalid_request_error"}}

3.6 Flash は今も minimal を受け付けるので、失う前にその段が何をしてくれていたのかを測りました。3.6 Flash で同じプロンプトを minimal で投げると、completion トークン中央値42、reasoning トークンはゼロ、最初のトークンまで1.36秒。3.7 が受け付ける最安の段 low は中央値354トークンで4.19秒でした。課金対象の出力が8.4倍、待ち時間が3倍。見えている答えはどちらも同じ40トークンです。

つまりこの移行は「モデルIDを変えてそのまま」ではありません。minimal をハードコードした設定はIDを差し替えた瞬間に動かなくなり、一番近い正当な値は黙って8倍の請求を出します。3.7 Flash には戻れる「思考しない」段が存在しません。

このプローブの面白い方の半分は、失敗しなかった値です。none と xhigh はこのモデルのドキュメントに無い値ですが、どちらも HTTP 200 を返し、reasoning トークンが請求に乗りました。各10回の reasoning トークン中央値は271と604で、これは下の表の completion トークン308と637に対応します。拒否されるのは minimal だけ。200 は、送った値がその名前の示す段を選んだ確認にはなりません。GLM 5.3 が未文書の reasoning_effort 値で仕掛けてくる罠と同じ構図で、検証はモデルではなく経路側にあります。出す前に自分の経路で試すこと。「200 が返った」と「頼んだ通りに動いた」は別の主張です。

Google の OpenAI 互換ページも2分だけ見る価値があります。reasoning_effort のマッピング表に載っているのは Gemini 3.1 Pro、3.1 Flash-Lite、Gemini 3 Flash、2.5 で、3.7 の列はなく、OpenAI 側の minimal を下方向にマップしています。一方モデルページは 3.7 が minimal を拒否すると言う。Google のページ2枚が食い違っていて、実際に呼ぶ経路については短いプローブ1回で決着します。

thinking の段ごとに実際いくらかかるのか

答えは同じ、請求は最大2倍。 ofox のプロダクト責任者 Mak が 2026-08-21 に同じ ofox 経路で各段10回ずつストリーミング実行しました。プロンプトは短い1本（GROUP BY をウィンドウ関数に書き換える）で、最初のコンテンツトークンまでの時間と API が報告した usage を記録しています。

中央値は10回分、レンジは観測された最小と最大です。回数を増やせば広がる性質のものなので、境界ではなくばらつきとして読んでください。すべて1本のプロンプト、1つの経路での結果で、同じモデルでも経路によってパラメータの扱いは変わりえます。形は持ち運べる、数字は私たちのもの、という距離感が正しい。

答えの大きさは変わらない。見えない部分が変わる。 テキストトークンはどの段でも40前後でした。求めた SQL 文が、どれだけ考えようと40トークンだからです。その線から上はすべて推論で、出力レートで課金されます。出力だけで見ると100万あたり $3.75 なので、この呼び出し1,000回は low で $1.33、high で $2.58。34トークンのプロンプト側はどちらでも1,000回あたり3セント未満なので、この差はほぼ全部 effort の設定が作っています。

low は10回のうち1回、completion 40トークンまで落ちて reasoning がちょうどゼロになりました。none は同じことを2回やっています。medium と high は一度もそうならず、この床の有無が両者のレンジが離れている理由の大半です。

low と high はきれいに分かれる。low と medium は分かれない。 high のレンジ（560–806）は low のレンジ（40–418）と重ならないので、この差はこのプロンプトでは本物です。low と medium は中央値で30トークン差、レンジはほぼ全域で重なっている。つまり10回では区別が付きません。medium が使える中間点かどうかは、あなたのプロンプトについての問いです。自分のプロンプトで答えるのに4分もかかりません。

未文書の値は失敗もしないし、名前通りにも動かない。 none は HTTP 200 を返し、reasoning トークンを中央値271使いました。low が使う量のほとんどです。この名前をオフスイッチと読んだなら、切ったつもりの思考に金を払っています。xhigh は high の隣に落ちる。拒否されるのは minimal だけです。

以上はこのモデルが速いことと矛盾しません。Artificial Analysis は 3.7 Flash を出力速度で 182モデル中1位、389.5トークン/秒と評価しています。同じページで、high 段・Google 自身の API での最初のトークンまでを14.52秒と計測していて、同価格帯の中央値2.80秒に対しても、この経路で私たちが見た high の中央値に対してもおよそ倍です。待ち時間はストリームの中ではなく前に座っている。ユーザーが感じるのがトークン毎秒ではなく effort の設定である理由がここにあります。

Gemini 3.7 Flash は何が得意か

Google のモデルカードは 3.6 Flash・Claude Sonnet 5・GPT-5.6 Terra・Muse Spark 1.2 との比較表を公開しています。差が本物の行だけ抜くとこうなります。

強い場所は固まっています。長コンテキストの検索、動画、フロントエンドのコード、ブラウザ自動化。128k の針探しで97.0%は表の中で唯一95を超えた数字ですし、AutomationBench の30.4%は Sonnet 5 の10.7%に対する差で、プロンプトの工夫で出る幅ではありません。

弱い場所も同じくらい固まっていて、そちらは長く走る仕事です。Terminal-bench は両バージョンとも GPT-5.6 Terra の後ろで、2.1 が85.8%対87.4%、3.0 が14.9%対20.8%。DeepSWE v1.1 も Terra に4.3ポイント届かず、GDPVal-AA v2 の1525は表で最下位です。工程の1ステップに選ぶモデルであって、8時間の無人ループを任せるモデルではありません。

この表で注意して読む行が2つあります。CharXiv は 3.7 が前世代に負けている唯一の行で、ツールなし84.5%対85.2%、ツールあり88.7%対89.4%。図表が多いマルチモーダル業務は差し替え前に自分でA/Bを取る価値があります。もう1つ、Terminal-bench の行はベンダー自身が回した数字です。カードは Terminal-bench 2.1 で85.8%を主張していますが、これは公開の Terminal-Bench 2.1 ボードの首位が持つ83.8% ± 1.2% より上です。私たちが引いた時点で検証済みの提出は17件、そのどれも 3.7 Flash ではありません。検証済み首位を上回る自己申告スコアは、この表の中で「結果」ではなく「主張」として読むべき唯一の数字です。

カードからもう2行、Google 自身の言葉で。知識のカットオフは2026年3月、一部の領域は2025年1月止まり。そして “may also be occasional slowness or timeout issues” とも書かれています。

どういうときに Gemini 3.7 Flash を選ぶか

この一覧に載っていない用途なら、ofox のモデルファインダーがタスク種別（コーディング、エージェント、長文RAG、ビジョン、抽出、翻訳）ごとに100以上のモデルを品質・コスト・速度で並べ替えてくれます。価格とコンテキスト上限はライブで引いています。登録もキーも不要です。

スコアが同じくらいのモデルはどれか

Artificial Analysis Intelligence Index で3ポイント以内に4モデルが並んでいて、価格は3倍以上開いています。以下のスコアとレートは Google のモデルカードに印刷されている値で、4つの出典ではなく1つの出典です。予算を預ける前に各社のページで引き直してください。

出力価格では4つの中で最安、Terra の3.2分の1で、総合指数では1ポイント差。落とし穴はその総合指数の方です。3.7 Flash が最下位になるターミナル系と GDPVal の行を隠してしまうので、「同等」は指数についての言明であってそれ以上ではないと扱ってください。

1段下では、3.6 Flash が同じ価格で4ポイント低いという位置になりました。すでにその挙動に合わせて調整済みのプロンプトがある場合を除けば、残す理由がありません。まだ 3.6 を使っているなら DeepSeek V4 Flash との1タスク単価比較に計算があります。さらに下の段は 3.1 Flash-Lite の低予算エージェント比較が扱っています。2世代前から来るなら、3.5 Flash のコーディングエージェント設定ガイドはモデルIDと minimal の不在を除いて 3.7 にもそのまま通用します。

ofox なら 2026-08-31 まで、チャージに15%上乗せ + 使った分の15%還元（コード OFOXAI2608）。google/gemini-3.7-flash と google/gemini-3.6-flash が同じ OpenAI 互換エンドポイントの後ろに並ぶので、上のコードのA/Bは文字列1つの差し替えで済みます。

References

• Google: Gemini 3.7 Flash モデルページ
• Google: Gemini API の価格
• Google: thinking と thinking_level
• Google: OpenAI 互換
• DeepMind: Gemini 3.7 Flash モデルカード
• Artificial Analysis: Gemini 3.7 Flash
• Terminal-Bench 2.1 リーダーボード
• Internet Archive: Gemini API の価格、2026-07-22
• Internet Archive: Gemini API の価格、2026-08-12
• Internet Archive: Gemini API の価格、2026-08-14
• ofox モデルページ: Gemini 3.7 Flash