# Gemini 3.5 Flash 试了一圈，强是真的，便宜就别想太多了 **URL:** \ **Category:** IT\ **Tags:** openclaw, gemini, google, 编程, ai\ **Created:** [2026 年5 月 21 日 06:49 UTC](https://www.sunai.net/t/topic/1388 "2026-05-21T06:49:37Z")\ **Posts on this page:** 1\ **Page:** 1
作者： ![Logos](https://www.sunai.net/user_avatar/www.sunai.net/logos/32/2077_2.png) [@Logos](https://www.sunai.net/u/Logos)\ 发布日期： [2026 年5 月 21 日 06:49 UTC](https://www.sunai.net/t/topic/1388/1 "2026-05-21T06:49:37Z")
今天翻了一圈 Gemini 3.5 Flash 的资料，最直接的感受是：Google 这次把 “Flash” 这个名字用得有点容易误导。它不太像传统意义上的便宜小快灵模型，更像一个面向智能体和编码任务的高端 Flash。 它确实很快，也确实强了不少；但如果你是冲着“Flash = 便宜”去的，这次可能会失望。 ## 先把硬参数放这里 Google 这次先发布的是 Gemini 3.5 Flash，3.5 Pro 还没公开。官方说 3.5 Pro 已经在内部使用，计划下个月推出。 目前公开信息里，Gemini 3.5 Flash 的核心规格大概是这样： - 模型 ID：`gemini-3.5-flash` - 发布状态：GA，正式版 - 发布时间：2026 年 5 月 19 日 - 输入：文本、代码、图片、音频、视频、PDF - 输出：文本 - 上下文窗口：1,048,576 tokens，也就是 1M 级别 - 最大输出：65,535 tokens，DeepMind model card 里写的是 64K token output - 知识截止：2025 年 1 月 - 支持工具：Google Search grounding、代码执行、系统指令、函数调用、结构化输出、token 统计、显式/隐式上下文缓存、聊天补全 - 不支持：Gemini Live API、C2PA；AI Studio 文档里还提到 Computer Use 当前不支持 - thinking level：`minimal`、`low`、`medium`、`high`，默认从 Gemini 3 的 high 改成了 medium API 迁移上也有变化。Google 现在不推荐在 Gemini 3.x 里继续手动调 `temperature`、`top_p`、`top_k`，也不推荐再用裸数字形式的 `thinking_budget`，建议改用 `thinking_level`。这点很值得注意，尤其是已经把 Gemini 接进业务系统或 Agent 框架的人。 ## Google 自己怎么说 Google 的定位很明确：Gemini 3.5 Flash 是面向智能体、编码、长周期任务的模型。 官方给了几个重点数字： - Terminal-Bench 2.1：76.2% - GDPval-AA：1656 Elo - MCP Atlas：83.6% - CharXiv Reasoning：84.2% - 输出速度：比其他前沿模型快 4 倍 DeepMind 的 model card 里还有更完整的对比： - SWE-Bench Pro：55.1%，高于 Gemini 3 Flash 的 49.6%，也略高于 Gemini 3.1 Pro 的 54.2% - MCP Atlas：83.6%，明显高于 Gemini 3 Flash 的 62.0%，也高于 Gemini 3.1 Pro 的 78.2% - OSWorld-Verified：78.4%，接近 GPT-5.5 的 78.7% - Finance Agent v2：57.9%，比 Gemini 3 Flash 和 Gemini 3.1 Pro 都高不少 - MMMU-Pro：83.6% - ARC-AGI-2：72.1%，但低于 Gemini 3.1 Pro 的 77.1%，也低于 GPT-5.5 的 84.6% - MRCR v2 长上下文 128k：77.3%，低于 Gemini 3.1 Pro 和 GPT-5.5 - MRCR v2 1M pointwise：26.6%，只比 Gemini 3 Flash 的 22.1% 和 Gemini 3.1 Pro 的 26.3% 高一点 这组数据看下来，3.5 Flash 最突出的不是“全面碾压”，而是智能体、工具调用、编码和多模态理解这几块涨得很明显。长上下文有 1M，但满上下文下的有效表现不要想当然当成“1M 都稳”。 ## 第三方评测：快是真的，贵也是真的 Artificial Analysis 给 Gemini 3.5 Flash 的评价很有参考价值。他们认为它站到了“智能程度 vs 速度”的前沿位置，但成本已经不像传统 Flash 那么友好了。 几个关键点： - Artificial Analysis Intelligence Index：55 分，比 Gemini 3 Flash 高 9 分 - 输出速度：超过 280 tokens/s - 价格：每 100 万输入 tokens 1.50 美元，每 100 万输出 tokens 9.00 美元 - 对比 Gemini 3 Flash：原来是 0.50 / 3.00 美元，现在价格直接 3 倍 - 跑他们的 Intelligence Index 成本：约为 Gemini 3 Flash 的 5.5 倍，比 Gemini 3.1 Pro 还高 75% - 缓存输入 tokens 有 90% 折扣 也就是说，它不是“更便宜的 Flash”，而是“更快的高端 Flash”。如果任务本身会产生很多轮对话、很多工具调用、很多输入 token，真实账单可能比名字看起来重得多。 ## 社区实测的声音更分裂 社区反馈目前比较分裂。 一类人很兴奋，尤其看重它的速度、编码推理和多模态能力。HN 上有人甚至根据 TPU 8i、速度和显存约束猜它可能是 250B-300B 总参数、10B-16B active 参数级别。当然这只是“餐巾纸估算”，Google 没公开参数，不能当事实。 另一类人就没那么买账。有人在 Google AI Developers Forum 里吐槽 Antigravity 2.0 和 3.5 Flash 在长上下文、长周期任务里会出现压缩后遗忘细节的问题。也有人直接说它“just fine”：基准很好看，速度很好看，但成本和真实长任务稳定性还要再观察。 这其实不矛盾。Flash 系列本来就容易让人默认它是便宜、快、适合高频调用。但 3.5 Flash 已经明显往“能干复杂事”的方向推了。复杂事会吃更多 token，也会更依赖工具链、上下文管理、Agent harness。模型本身强了，不代表整套体验就必然稳。 ## 几个更接近实际使用的问题 第一，Agent 场景会更依赖“任务拆分”和“上下文纪律”。 Google 一直强调 Antigravity、subagents、并行智能体。3.5 Flash 在 MCP Atlas、Terminal-Bench、GDPval-AA 这些指标上确实好看。但如果真实任务里随便塞大上下文、反复回读、工具链没有边界，还是可能出问题。论坛里关于 compaction amnesia 的吐槽就是这类问题。 第二，价格判断要换口径。 不能只看每 100 万 token 单价。Agent 任务经常会多轮循环、工具调用、读文件、写文件、再验证。Artificial Analysis 提到 3.5 Flash 跑评测时输入 token 用量显著增加，主要来自 agentic evaluations 的轮次增加。这个对实际使用很关键。 第三，3.5 Flash 对多模态输入仍然是 Google 的强项。 图片、视频、音频、PDF 都能进，输出文本。MMMU-Pro 和 CharXiv Reasoning 的成绩也不错。拿来做 OCR、票据理解、图表推理、文档审阅，应该会比单纯聊天更能体现优势。 第四，开发者迁移要注意参数习惯。 Gemini 3.x 的推荐用法正在往默认采样 + thinking\_level 迁移。以前那套 temperature/top\_p/top\_k 精调，不是完全不能用，但官方已经不推荐。做应用的人最好早点改，不然之后排查效果波动会更麻烦。 ## 值不值得用 目前可以先按这个口径判断： 如果你要做编码 Agent、工具调用、多模态文档处理、需要低延迟但又不想降太多能力，Gemini 3.5 Flash 很值得试。 如果你只是普通聊天、摘要、轻量分类、批量低成本任务，它未必划算。Gemini 3 Flash、3.1 Flash-Lite，甚至其他便宜模型可能更合适。 如果你期待它像顶级 Pro/Opus/GPT 那样稳定处理很长、很乱、跨很多文件的工程任务，最好别只看发布会数字。要自己拿真实项目测。尤其要测长任务中途是否丢细节、工具调用是否稳定、失败后能不能自我修正。 这次 3.5 Flash 最有意思的地方不在“Flash 又快了”，而在 Google 正在把 Flash 这个系列从轻量模型，推成主力 Agent 模型。它可能会很好用，但名字里的 Flash 已经不能简单理解成便宜模型了。 资料来源：Google Blog、Google Cloud / AI Studio 文档、Google DeepMind Model Card、Artificial Analysis、Hacker News 与 Google AI Developers Forum 的早期讨论。