Gemini 3.7 Flash: Само 3 недеље након свог претходника – Гуглов нови AI модел изненађује индустрију

Бољи од конкуренције? Зашто Gemini 3.7 Flash потпуно мења тржиште вештачке интелигенције

Права револуција вештачке интелигенције лежи у цени: Шта нови језички модел компаније Google значи за нас

Развој вештачке интелигенције је тренутно неумољив. Само три недеље након последњег ажурирања, Google већ покреће свој следећи језички модел, Gemini 3.7 Flash – што изазива значајну дискусију у технолошкој индустрији. Међутим, прави шок овог пута није само због импресивних програмских бенчмаркова или нових архитектонских суперлатива, већ због невиђене стратегије цена. Агресивним попустима, технолошки гигант директно напада конкуренцију како би привукао програмере и компаније у свој екосистем. То је прорачуната „стратегија закључавања“ која обећава огромне уштеде у аутоматизацији процеса у кратком року, али предвиђа удвостручавање трошкова до 2027. године. Ова детаљна анализа баца светло на то шта стоји иза брзог темпа ажурирања компаније Google, колико је нови модел заправо ефикасан у пракси и шта компаније апсолутно морају узети у обзир приликом његове интеграције.

Напомена у вези са правописом: Ваш оригинални текст је већ био одличног квалитета у погледу језика, граматике и стила. Проверио сам цео текст према важећим правилима немачког правописа (Немачка/Аустрија, укључујући исправну употребу „ß“ као у „Maße“ или „großer“ и исправно писање великим словом речи „das Zweifache“) и направио нека мања побољшања форматирања. Ево комплетног текста без грешака:

У вези са овим:

• Зашто Гуглови планови за Џемини 4 врше притисак на конкуренцију у области вештачке интелигенције: Више од обичног четбота

Рат ценама у вештачкој интелигенцији: Како Гуглов Gemini 3.7 Flash мења економију језичких модела

Недељна трка у наоружању: Програмерско чудо за програмере? Колико је заиста добар Гуглов Gemini 3.7 Flash?

Софтверска индустрија се последњих година навикла на брзе циклусе иновација, али чак и искусни посматрачи тржишта трљају очи у неверици због темпа којим Гугл тренутно објављује нове језичке моделе. Само три недеље након лансирања Gemini 3.6 Flash-а, компанија је представила његовог наследника, Gemini 3.7 Flash, за који тврди да је до сада најмоћнији радни модел за програмирање и аутономне вештачке интелигенције. Овај темпо је економски изузетан, јер је у супротности са традиционалним схватањима циклуса производа, у којима истраживање, развој, тестирање и лансирање на тржиште обично трају месецима или годинама. Гугл приписује овај брзи напредак алгоритамским побољшањима, а не скупом редизајну основне архитектуре, будући да се Gemini 3.7 Flash директно надовезује на темеље Gemini 3.6 Flash-а. За цео технолошки сектор, ово сигнализира да се границе технолошког сазревања у сектору вештачке интелигенције тренутно померају првенствено кроз итеративно фино подешавање, а не фундаменталне скокове у моделу.

Са економске перспективе, овај ритам открива кључни образац у тренутној конкуренцији вештачке интелигенције. Они који већ поседују инфраструктуру за обуку, рачунарске алате и алгоритамске градивне блокове могу релативно исплативо да уводе даље итерације, чиме одржавају стални притисак на своје конкуренте да иновирају. Ово је економски упоредиво са логиком маргиналних трошкова, где су фиксни трошкови прве генерације модела већ амортизовани, а свако наредно побољшање може се произвести релативно јефтино. За конкуренте попут Anthropic-а или OpenAI-а, ово се претвара у значајан стратешки притисак, јер морају да испоручују конкурентна решења у још краћим интервалима како би одржали релевантан тржишни удео међу програмерима и компанијама.

Када метрике учинка постану оружје у конкуренцији

Подаци о бенчмарк тестовима које је објавио Гугл јасно показују скок у квалитету кода. У главном бенчмарку FrontierCode 1.1, Gemini 3.7 Flash постиже 43,6%, док је његов претходник успео само 34,4%. У DeepSWE бенчмарку, који симулира задатке развоја софтвера из стварног света, резултат расте са 49,0% на 65,3%. Према Гугловим сопственим мерењима, нови модел тако превазилази и Claude Sonnet 5 (42,7%) и GPT 5.6 Terra (41,3%) у директном поређењу квалитета кода. Гугл такође извештава о значајним побољшањима у веб развоју, разумевању докумената и аутоматизацији пословних процеса, што је показано у интерном AutomationBench тесту, где Gemini 3.7 Flash постиже 30,4%, у поређењу са 17,0% за претходника и само 10,7% за Claude Sonnet 5.

Упркос ентузијазму који окружује ове бројке, потребан је аналитички опрез. Независне агенције за тестирање попут Artificial Analysis тренутно немају сопствене верификоване резултате бенчмарк тестова за Gemini 3.7 Flash у утврђеним бенчмарк тестовима као што су SWE-Bench Verified, AIME или MMLU-Pro. Стога, бројке које су у оптицају потичу искључиво из Google-ове сопствене бенчмарк табеле и нису прошле никакву спољну валидацију. Ово није изолован случај у индустрији, већ структурни проблем са самоевалуацијом, где компаније природно бирају методе тестирања и бенчмаркове који најбоље одражавају њихове сопствене снаге. Такође је вредно напоменути да Google-ова сопствена бенчмарк табела открива области у којима нови модел заостаје, као што је у Terminal-bench 2.1 тесту за опште могућности агента, где GPT-5.6 Terra, са 87,4 процента, наставља да надмашује Gemini 3.7 Flash са 85,8 процената, и у DeepSWE бенчмарку, где GPT-5.6 Terra такође води са 69,6 процената. Ова транспарентност у вези са сопственим слабостима даје известан кредибилитет комуникацији, али не мења фундаментално методолошко ограничење да су то бројке вођене произвођачем.

Права револуција лежи у цени, а не у коду

Иако побољшања перформанси у квалитету кода привлаче пажњу у стручној заједници, најдалекосежнија економска одлука компаније Google је вероватно њена радикална стратегија цена. Gemini 3.7 Flash ће се нудити по почетној цени од 0,75 долара по милиону улазних токена и 3,75 долара по милиону излазних токена до краја 2026. године, што је тачно половина оригиналне цене Gemini 3.6 Flash-а. Од 1. јануара 2027. године, планирано је да се ове цене удвоструче на 1,50 долара и 7,50 долара по милиону токена, респективно. Ово привремено смањење цене није случајност, већ прати јасно препознатљиву тржишну стратегију: Google одговара на интензивну конкуренцију ценама, коју углавном покрећу јефтини кинески модели вештачке интелигенције, и позиционира се агресивном кампањом попуста како би привукао програмере и компаније у свој екосистем пре него што конкуренција може да их сустигне.

У поређењу са конкурентским моделима, ова стратегија цена делује заиста револуционарно. Према Гугловој табели поређења, Claude Sonnet 5 кошта 2,00 долара по милиону улазних токена и 10,00 долара по милиону излазних токена, док GPT-5.6 Terra такође кошта 2,00 долара по улазу, али чак 12,00 долара по милиону излазних токена. Gemini 3.7 Flash тако потцењује конкуренцију за више од два пута у улазним трошковима и за два до три пута у излазним трошковима, док их, према Гуглу, чак и надмашује у неколико кључних метрика квалитета кода. За компаније које дневно обрађују милионе токена користећи вештачку интелигенцију, ова разлика у цени доводи до значајних уштеда трошкова, које могу брзо достићи петоцифрене до шестоцифрене износе годишње за велике пројекте аутоматизације.

За пословне прорачуне компанија које интегришу генеративну вештачку интелигенцију у производне процесе, ово резултира двоструком предношћу, иако једном са јасним временским хоризонтом. Они који покрену пројекте аутоматизације до краја 2026. године пословаће под знатно повољнијим условима него од следеће године па надаље, када стандардне цене ступе на снагу. Ово удвостручавање цена након уводне фазе је такође паметан алат за задржавање купаца, јер компаније које су ускладиле своје техничке процесе са одређеним моделом и његовом API структуром ретко прелазе на другог добављача у кратком року из трошковних разлога, чак и ако цене касније порасту. Економски, ово се може тумачити као класична стратегија закључавања, коришћење краткорочних попуста за обезбеђивање дугорочне лојалности купаца и тржишног удела.

Доступност као стратешка дистрибутивна мрежа

Техничка доступност Gemini 3.7 Flash-а обухвата изузетно широк екосистем, покривајући цео ланац вредности, од појединачних програмера до великих предузећа. Модел је доступан путем Gemini API-ја, Google AI Studio-а, Android Studio-а и развојног окружења заснованог на агентима Antigravity-ја. Корпоративни корисници такође имају приступ путем Gemini Enterprise Agent Platform-а и апликације Gemini Enterprise, док приватни корисници са Google AI Pro или Ultra претплатом могу да користе модел путем личног асистента Gemini Spark у више од 160 земаља. Ова широка дистрибуција никако није стратешка случајност; већ прати логику брзог продора на тржиште, при чему Google тежи да интегрише нови модел у што више постојећих случајева употребе у најкраћем могућем року, без потребе да корисници активно мигрирају или пролазе кроз компликоване процесе транзиције.

Посебно је откривајућа непосредна интеграција у Gemini Spark, који је, као стално активни лични AI агент, кључан за потрошачку стратегију. Директном интеграцијом најмоћнијег модела у свој претплатнички производ за крајње кориснике, Google мења конкурентски пејзаж не само на нивоу програмера, већ и на масовном тржишту личних асистената покретаних AI технологијом. Ово повећава притисак на конкуренте попут OpenAI-ја са својом ChatGPT понудом или Anthropic-а, чији су потрошачки производи до сада били мање фокусирани на трајну аутоматизацију засновану на агентима у свакодневном животу. Штавише, техничка архитектура Gemini 3.7 Flash-а подржава прилагодљиве конфигурације размишљања, омогућавајући програмерима да флексибилно управљају равнотежом између квалитета одговора, трошкова и латенције. У пракси то значи да се задаци који захтевају много ресурса могу обрађивати уз већи когнитивни напор, док се једноставни рутински задаци могу обрађивати уз минималне рачунарске трошкове.

Контекст, величина прозора и тиха промена у конкуренцији

Још један аспект који се често потцењује у јавној дебати тиче се контекстног прозора модела, који остаје на милион токена, исто као и код његовог претходника. Док су раније генерације модела често промовисане са већим контекстним прозорима као кључном продајном тачком, конкурентски фокус се све више помера са чистог капацитета ка ефикасности и прецизности у оквиру постојећих ограничења. То значи да Google постиже своја побољшања не првенствено проширивањем количине података који се могу обрадити, већ интелигентнијим коришћењем и обрадом постојећег капацитета. За компаније које желе да анализирају опсежне уговоре, техничку документацију или велике базе кода, на пример, горња граница остаје непромењена, али квалитет обраде у оквиру овог ограничења приметно расте, што показују бенчмаркови као што је GDM-MRCR тест разумевања дугог контекста, који постиже резултат од 97,0 процената.

Ограничење потрошње од 64.000 токена, заједно са могућношћу избора између ниске, средње и високе процесорске снаге, додатно илуструје да Гугл више не заснива свој модел цена искључиво на величини модела, већ на стварној коришћеној рачунарској снази. Ово има економског смисла, јер омогућава компанијама да детаљно прилагоде своју потрошњу стварним потребама појединачних корака рада, уместо да плаћају фиксну цену за највећу доступну рачунарску снагу за сваки захтев. У пракси, то значи да компанија може да изабере знатно јефтинију конфигурацију за једноставне аутоматизоване класификације текста него за сложене, вишестепене програмске задатке, чиме се значајно смањују укупни трошкови за продуктивну употребу. Занимљиво је да су независни тестери открили да модел постиже скоро исти резултат на најнижем нивоу процесорске снаге као и његов претходник на највишем, али уз делић трошкова и са знатно краћим временима чекања.

Нова димензија дигиталне трансформације са „Управљаном вештачком интелигенцијом“ – платформа и B2B решење | Xpert Consulting - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Решење за управљану вештачку интелигенцију - Индустријске услуге вештачке интелигенције: Кључ конкурентности у секторима услуга, индустрије и машинства

Шири економски контекст: Тржиште у конкурентном окружењу

Да бисмо у потпуности разумели значај Gemini 3.7 Flash-а, вреди погледати укупни развој цена у последњих неколико месеци. Још у мају 2026. године, на својој I/O конференцији, Google је покренуо значајан напад на маргине сопственог асортимана производа са Gemini 3.5 Flash-ом и смањењем цене Ultra претплате са 249,99 долара на 99,99 долара месечно, уз објаву да је његова функција претраживања заснована на вештачкој интелигенцији већ достигла преко милијарду месечних корисника. Ова континуирана серија смањења цена у року од само неколико месеци показује да се конкуренција у сектору вештачке интелигенције све више помера од чисте трке за квалитетом ка класичном смањењу цена, што је типично за зрела технолошка тржишта са високим фиксним трошковима и ниским маргиналним трошковима.

Економски, ово понашање се може упоредити са стратегијом великих платформских компанија које у почетку обезбеђују тржишни удео кроз агресивно одређивање цена, а затим консолидују доминантну позицију кроз економију обима и мрежне ефекте. Гугл поседује структурну предност коју многи мањи конкуренти немају: сопствена рачунарска инфраструктура, специјализовани Тензор процесори и дубоко интегрисано облачно окружење омогућавају компанији да трошкове обуке и рада одржи знатно нижим од добављача који се ослањају на изнајмљене рачунарске капацитете од трећих страна. Ова вертикална интеграција ланца вредности, од развоја чипа до готове апликације, даје Гуглу одрживу предност у трошковима. Омогућава компанији да одржи смањење цена без угрожавања своје профитабилности у истој мери као што би то био случај са конкурентима који се више ослањају на екстерну рачунарску инфраструктуру.

Истовремено, не треба занемарити да је овај рат ценама такође вођен спољним притиском. Посебно су јефтини кинески модели вештачке интелигенције последњих месеци извршили значајан притисак на цене етаблираних западних добављача, јер нуде упоредиве услуге по знатно нижој цени и стога циљају сегменте тржишта осетљиве на цене. Ово приморава Google, OpenAI и Anthropic да преиспитају своје структуре цена како би избегли губитак значајног тржишног удела међу програмерима и компанијама које воде рачуна о трошковима. Међународна конкуренција за тржишни удео вештачке интелигенције стога је попримила геополитичку димензију која се протеже далеко изван чисте корпоративне стратегије и дотиче се регулаторних, безбедносних и питања индустријске политике.

У вези са овим:

• Близанци 4: Велика непознаница вештачке интелигенције и стратешко позиционирање – Када Гугл ћути, свет спекулише

Утицај на компаније и аутоматизација пословних процеса

За компаније које аутоматизују сопствене дигиталне процесе или развијају апликације засноване на вештачкој интелигенцији, увођење Gemini 3.7 Flash-а има неколико практичних импликација. Прво, баријера за улазак на тржиште продуктивне употребе вештачке интелигенције у развоју софтвера је значајно смањена, јер комбинација побољшаног квалитета кода и драстично смањених трошкова знатно побољшава економску исплативост потпуно аутоматизованих развојних токова рада. Посебно, мала и средња предузећа (МСП) која су се раније уздржавала од широке употребе генеративне вештачке интелигенције у развоју софтвера из трошковних разлога могла би пронаћи нови подстицај за таква улагања захваљујући комбинацији приступачне почетне цене и побољшаних перформанси.

Истовремено, резултат AutomationBench-а од 30,4 процента, у поређењу са 17,0 процената за претходни модел, показује да предности нису ограничене само на програмске задатке, већ се протежу и на аутоматизацију општих пословних процеса. То укључује, на пример, аутоматизовану обраду упита купаца, креирање и преглед пословних докумената и оркестрацију вишестепених токова рада између различитих софтверских система. За компаније које се активно баве дигиталном трансформацијом, ово отвара нове могућности за аутоматизацију претходно ручних административних процеса по разумној цени, при чему временски ограничене почетне цене пружају јасан подстицај за покретање одговарајућих пројеката пре краја 2026. године.

Један аспект који се често занемарује у јавном дискурсу тиче се питања зависности од појединачних добављача. Компаније које чврсто повезују своју инфраструктуру аутоматизације са одређеним моделом и његовим API конвенцијама ризикују да се не могу брзо прилагодити будућим повећањима цена, попут оних која су већ најављена за почетак 2027. године. Стратешки исправан приступ је, дакле, дизајнирање архитектура аутоматизације тако да буду што модуларније и независније од добављача, омогућавајући пребацивање између различитих језичких модела када се цене или нивои перформанси промене, без потребе за фундаменталним редизајном постојећих система. С обзиром на уочену учесталост нових верзија модела и повезане флуктуације цена, ово разматрање постаје све важније за дугорочно планирање трошкова технолошки оријентисаних компанија.

Критичка процена: Између истинског напретка и маркетиншког алата

Иако признаје оправдан напредак постигнут у технологији, трезна економска анализа требало би да идентификује и ограничења и потенцијалне слабости тренутног развоја. Чињеница да је Гугл објавио нови модел у року од само три недеље, заснован на истој фундаменталној архитектури као и његов претходник, сугерише да је ово више питање циљаног финог подешавања него фундаменталног технолошког продора. Ово није инхерентно негативно, јер су итеративна побољшања прилично честа у зрелим технолошким областима. Међутим, то ублажава медијску реторику која окружује овај модел као најмоћнији до сада, наратив који се, у тако кратком иновационом циклусу, готово неизбежно мора понављати да би се привукла пажња.

Чињеница да независне платформе за евалуацију попут Artificial Analysis не рангирају Gemini 3.7 Flash као јасног лидера у такозваном индексу интелигенције, и да други модели попут GPT-5.6 Terra или Muse Spark 1.2 чак и мало више рангирају у овом свеобухватном индексу, значајно релативизује тврдњу о конзистентној супериорности. Реалност је сложенија него што један наслов може да пренесе: Gemini 3.7 Flash је заиста лидер у одређеним, јасно дефинисаним случајевима употребе, посебно у креирању структурираног кода и аутоматизацији пословних процеса, док и даље заостаје за конкуренцијом у другим дисциплинама, као што су општи задаци агента у терминалним тестовима.

За компаније које доносе инвестиционе одлуке на основу таквих поређења перформанси, стога је препоручљиво да се не ослањају искључиво на референтне вредности које објављују произвођачи, већ да спроводе сопствене процедуре тестирања прилагођене конкретном случају употребе. Стварна економска исплативост модела у крајњој линији мање зависи од апстрактних резултата у синтетичким процедурама тестирања него од конкретне стопе грешака, поузданости и могућности интеграције у постојеће оперативне процесе. Ови фактори се могу поуздано проценити само кроз интерне пилот пројекте и практично искуство, због чега опрезан, на доказима заснован приступ новим верзијама модела делује разумније на дужи рок од брзоплетог, потпуног ремонта сопствене инфраструктуре искључиво због атрактивних почетних цена.

Шта рат цена значи за наредне месеце

Тренутни трендови указују на то да се темпо иновација у моделима великих размера тешко да ће успорити у наредним месецима. Ако Google буде следио свој устаљени образац, даља ажурирања модела у оквиру Flash пакета могу се очекивати у наредних неколико недеља, док ће се конкуренти попут OpenAI и Anthropic вероватно суочити са повећаним притиском да одговоре или смањењем цена или новим побољшањима перформанси. За крајње кориснике и предузећа, ово је генерално позитиван развој догађаја, јер интензивирана конкуренција тежи да доведе до нижих трошкова и већег квалитета модела. Ово посебно користи мањим играчима на тржишту који су раније имали ограничен приступ високо-перформансној AI технологији због финансијских ограничења.

Истовремено, предвидљиво је да ће планирано удвостручавање цена на прелазу из 2027. године представљати важну прекретницу, откривајући колико је ефикасно тренутна кампања попуста заправо ојачала лојалност купаца. Ако корисници остану лојални моделу упркос вишим стандардним ценама, агресивна стратегија лансирања ће се економски исплатити. С друге стране, уколико многи корисници пређу на јефтиније алтернативе када цене порасту, то би показало да је тренутна динамика тржишта првенствено вођена ценама, а мање одређена стварном лојалношћу производу. За доносиоце стратешких одлука у компанијама које тренутно разматрају употребу вештачке интелигенције у развоју софтвера или аутоматизацији процеса, ова целокупна ситуација доводи до јасне препоруке: Тренутна фаза одређивања цена нуди историјски повољан прозор за пилот пројекте и почетна производна примене, али треба је комбиновати са реалним прорачуном стандардних цена које се примењују од 2027. године па надаље како би се касније избегла изненађења у буџету.

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

Konrad Wolfenstein

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде [email protected]:или ме једноставно позовите на +49 7348 4088 965. Моја имејл адреса је

Радујем се нашем заједничком пројекту.

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови

Од видљивости до поверења: Ваш скалабилни пут са Xpert.Digital - Слика: Xpert.Digital

У индустријском B2B пословању, одрживи пословни односи ретко настају преко ноћи. Они се развијају корак по корак – кроз видљивост, професионалну релевантност, сталне тачке контакта и растуће поверење. Xpert.Digital-ов четворостепени модел се бави управо овим: нуди структурирани пут који почиње са управљивом улазном тачком и може се развити у дубљу сарадњу у развоју пословања ако је потребно.

Уместо ослањања на гласна маркетиншка обећања, овај модел ставља однос у први план. Компаније почињу са јасно дефинисаним, лако израчунатим мерама, а затим одлучују, на основу сопственог искуства, колико желе да прошире сарадњу. Кључни фактор за овај несметан процес изградње поверења: Платформа потпуно избегава досадне рекламне огласе, тако да уреднички фокус остаје искључиво на стручности компанија.

Више информација овде:

• Од видљивости до поверења: Ваш скалабилни пут са Xpert.Digital