Gemini 3.5 Flash深度测评：Pro级性能，Flash级价格

Google在I/O大会上将Gemini 3.5 Pro推迟到6月发布，转而将Flash模型推上主舞台。经过一周的深度使用测试，这款模型在Gemini应用、AI Studio、Workspace扩展等多个场景中的表现令人惊讶——Flash悄然取代了Pro级模型的地位。

多模态视觉：冰箱食材识别测试

在Gemini应用中上传一张半空冰箱的照片，要求模型识别所有食材并给出晚餐食谱，同时列出需要额外购买的材料。测试的关键在于冰箱后方有两个相互遮挡的罐子——Flash准确识别了两者，并将它们纳入食谱建议中。

这并非简单的视觉任务。大多数模型要么遗漏被遮挡的物品，要么凭空捏造不存在的东西。Flash的输出干净利落：完整的食谱步骤加上精确的购物清单，只包含实际缺少的食材，没有添加任何不存在的物品。相比2.5 Pro在同一测试中的表现，Flash更快且输出更清晰。

原生视频理解：长视频分析与数据可视化

第二个测试将一段完整的长视频直接拖入聊天窗口——无需转录步骤，无需外部工具。提示词要求模型提取前五个核心洞察并附带精确时间戳，然后找到23分钟处的数据表格并用Python重新绘制图表。

界面中会出现一个可展开的"分析视频"模块，可以实时观察模型扫描内容的过程。经过验证，返回的时间戳准确度在20秒以内。更令人印象深刻的是，Python图表直接在聊天窗口中渲染——Flash从23分钟标记处提取数据并在同一响应中完成可视化，无需复制粘贴或打开外部笔记本。

这得益于64K token的输出窗口——代码、图表和完整分析在一个连续响应中完成，不会被截断。

核心参数与价格：Flash的成本优势有多大

Gemini 3.5 Flash配备100万token上下文窗口和64,000 token输出限制。单次响应获得64K token是最大的实用性变化——早期模型在复杂任务中会中途截断，Flash则能完整输出。

价格对比令人震撼：

• Gemini 3.5 Flash：$1.50/百万输入token，$9/百万输出token
• Claude Opus 4.7：$5输入，$25输出
• GPT 5.5：$5输入，$30输出

Flash不是略微便宜，而是处于完全不同的成本区间。在生产环境中，输出token是主要开支，$9对$25的差距在规模化时影响巨大。Google已将Flash设为Google搜索AI Mode的全球默认模型。

思考级别切换：合同分析实战

在AI Studio中测试了一份40页B2B合同PDF的分析。提示词要求模型以合同律师身份审阅全文，标记所有隐藏费用、自动续约条款和客户可能遗漏的罚则。

整份文档轻松放入Flash的上下文窗口。关键发现在于思考级别的切换效果：

• 低思考级别：响应快速，结果尚可
• 高思考级别：展开思维链模块，可观察模型逐条分析条款并交叉引用各章节

高思考级别额外捕获了两个罚则条款和一个自动续约触发器，这些在低思考级别中完全被遗漏。对于合同、法律文件和财务报告，当错误答案代价高昂时，应将思考设为高级别。反之，快速摘要或邮件草稿用低级别即可。

Vibe Coding实测：手绘草图变React应用

跳过Wireframe工具和Figma，直接拍摄手绘应用布局照片，要求Flash构建一个采用Tailwind和Apple风格设计的React组件。

输出流式传输数百行完整React代码，没有触及截断限制。早期模型在这种规模的组件中会中途断开，需要再次提示继续。Flash一次性完成。将代码粘贴到AI Studio内置的实时预览面板中，应用直接渲染——按钮可点击，布局正确呈现，无需离开AI Studio。

结构化数据提取：15张多语言收据批量处理

上传15张来自不同国家、不同语言和格式的收据照片，目标是提取干净的结构化数据。AI Studio提供专用的结构化输出面板，可视化定义schema（商户名、日期、总金额、币种、明细项），无需编写任何代码。

一次请求处理全部15张收据，输出为有效JSON。Flash自动处理语言切换，每张收据无论语言如何，都以相同schema返回正确字段。整个过程不到2分钟，此前需要付费OCR API才能完成的工作，现在原生完成且无额外成本。

Workspace代理链：一句话驱动多应用协作

启用Workspace扩展后（Drive、Docs、Gmail、Calendar），用单条提示词完成：在Drive中找到5月销售报告→创建新的摘要文档→起草包含链接的团队更新邮件。

Gemini依次打开Drive查找文件、读取内容、创建新Docs文件并撰写摘要、最后起草Gmail并嵌入链接。三个Google产品通过一条提示词串联完成，全程无需手动操作任何应用。这是真正的代理式AI——不再是文本生成器，而是在实际工具中执行多步骤工作的操作者。

Gemini 3.5 Flash的三个已知问题

大多数评测不会提到的三个问题：

1. 长上下文检索退步：Flash在MRCR V2基准测试（128K token上下文）中比Gemini 3.1 Pro低7.6分，精确信息检索能力有所下降
2. 输出冗长：在推理密集型任务中，Flash使用的token量约为早期模型的两倍
3. 默认思考级别静默降级：从2.5 Pro迁移到3.5 Flash时，Gemini应用中的默认思考级别从高降为中等，Google未公告此变更。建议立即检查设置并手动调回高级别

总结：Flash值得替代你的Pro订阅吗

Flash在其价格点上表现出色。对于大多数生产工作流，它以Flash定价提供Pro级结果，这是AI规模化运营经济学的真正转变。但对于精确的长上下文检索任务，仍需配合人工验证步骤。

如果你正在同时为多个AI订阅付费，Flash的性价比优势值得认真考虑——它不是妥协方案，而是在大多数场景下的最优选择。