Gemini 3.5 Flash

Gemini 3.5 Flash 是 Google 在 Flash 这条「快而省」产品线上的一次定位跃迁。过去几代 Flash 的潜台词是「主力跑 Pro，量大省钱才退而用 Flash」，但这一代把 agentic（智能体）和 coding（编码）当成第一优先级来调，结果在终端任务、MCP 工具编排、多步骤代理这类「需要多轮调工具、按流程把已知问题做对」的场景里，它的实测表现反超了同代的 Gemini 3.1 Pro。这意味着对很多做 Agent、做工具链、做自动化流水线的团队来说，3.5 Flash 不再是降级选项，而是应该先试的默认引擎。

它继承了 Gemini 系列的两个硬指标：100 万 token 的超大上下文窗口，和文本 / 图像 / 音频 / 视频的原生多模态输入。1M 上下文意味着你可以把整个代码仓库、几百页的合同、或一整段会议录音塞进单次请求而不必费力做分块检索；多模态则让它能在一个调用里同时读图、读音频、读文档。最大输出约 6.4 万 token，对绝大多数生成任务都够用。

对开发者最实际的一点：它默认开启「动态思考（thinking）」，并提供 minimal / low / medium / high 几档思考强度可调。这把「要不要让模型多想一会」从黑盒变成了你能按用例拨的旋钮——简单分类用最低档省钱省延迟，复杂代理用高档换正确率。这一档位机制是它性价比叙事的核心，下一节细说。

具体单价请以本页上方价格表为准（会实时核对官方），这里只讲它的成本结构怎么影响真实账单。Gemini 3.5 Flash 采用经典的「输入价 + 输出价分开计费」，且输出价显著高于输入价——这是几乎所有带 thinking 的模型的通病，因为「思考过程」消耗的也是输出 token。所以对它而言，控制成本的第一杠杆不是输入而是输出：能用结构化输出、能限定 max tokens、能把思考档位调低的场景，省下来的都是最贵的那部分钱。

第二个杠杆是缓存（cached input）。它的缓存输入价比常规输入价低一个数量级，对「系统提示词很长 + 同一份长文档反复问」的场景（典型如 RAG 知识库、固定 few-shot 模板的 Agent、客服机器人）极其友好——把不变的前缀走缓存，每次只为新增的问题付全价。如果你的 prompt 里有大段固定内容却没开缓存，基本是在白白多付钱。

第三个杠杆就是上一节说的思考档位。thinking_level 从 minimal 到 high，直接改变模型在一次回答里「想」多少，也就直接改变输出 token 量和单次成本。一个务实的做法是按任务分流：抽取 / 分类 / 格式转换走 minimal 或 low，多步推理、写代码、跑长链 Agent 才放到 medium / high。把这三个杠杆叠起来，3.5 Flash 的实际单位成本可以比它的标价低很多，这也是它敢号称「Pro 级能力、Flash 级价格」的底气。

最适合它的，是「高吞吐、要靠谱、流程化」的活。具体包括：多步骤 Agent 与工具编排（function calling / MCP 调用密集的工作流）、代码生成与终端类任务、RAG 问答与文档处理流水线、海量内容的抽取与分类、需要同时读图读音频的多模态批处理。这些场景的共同点是「问题本身大多是已解过的，难在要快、要稳、要规模化跑」——这正是这一代 Flash 被针对性优化的甜区，它能在接近 Pro 正确率的同时跑得明显更快、单价更低。

相对不适合、或该谨慎评估的，是「需要突破已知边界的硬推理」。在科学推理（如 GPQA Diamond 这类）、最难的研究型问题、以及超长上下文里的精准检索这几项上，同代的 Gemini 3.1 Pro 仍然更强。如果你的产品价值是「回答一个还没人解出来的问题」，或者要在十几万 token 的上下文里做不容出错的事实定位，那 Flash 可能不够，应该上 Pro 或在关键步骤做模型分级。

还有一类「比 Flash 更省」的活也别硬塞给它：纯粹的高频轻量调用（短文本分类、简单改写、关键词抽取），用更便宜的 Flash-Lite 档位反而更划算。判断标准是——如果任务简单到连 minimal 思考都用不上，那它大概率该降级到 Lite，而不是用 3.5 Flash 跑。

在 Google 自家梯队里，可以把三档想成一条成本-能力曲线。Flash-Lite 是地板，给极致省钱的高频简单调用；3.5 Flash 是中间的「主力性价比档」，覆盖绝大多数生产级 Agent / RAG / 编码工作流；3.1 Pro 是天花板，留给最难的推理和最不能错的长上下文检索。和上一代 Gemini 2.5 Flash 相比，3.5 Flash 在 agentic 和 coding 上的提升最明显，如果你正跑在 2.5 Flash 上且业务偏 Agent / 工具链，升级到 3.5 通常能直接拿到正确率收益。

什么时候该从 Pro 降级到 3.5 Flash：当你发现 Pro 的额外推理力在你的用例里没换来可感知的质量提升，但账单和延迟却高出一截时——尤其是流程化、可重复、有明确正确答案的任务，先用 3.5 Flash 跑一批评测集，如果质量持平，降级就是纯赚。反过来，什么时候该从 Flash 升到 Pro：当评测里出现 Flash 反复答错的「真·难题」，或长上下文检索精度不达标，且这些 case 是产品核心价值时，再为关键路径单独切 Pro。

更聪明的做法是分级路由而非二选一：用 3.5 Flash 当默认承接绝大多数请求，只把模型自己标记为低置信、或命中难题特征的少数请求升级到 Pro。配合缓存和思考档位，这套「Flash 兜底 + Pro 救场」的组合，往往能在保住质量的同时把整体成本压到最低。跨厂商比价时，记得连同思考档位和缓存折扣一起算实际单位成本，光看标价容易误判——具体数字以上方价格表为准。