Skip to content
AI Blog

Gemini 3.5 Flash 全面評測

最後更新：2026-08-12· 14 分鐘閱讀

🚀 快速通道

  • ChatGPT 國內版：點擊直達↗
  • 穩定鏡像站：開啟鏡像↗
  • 官方 ChatGPT：chatgpt.com ↗

Gemini 3.5 Flash 全面評測

更新時間：2026-09-17。若要跟進 Gemini 3.8 Flash，請讀：相對 3.5 的換檔與上手。本頁仍以 3.5 Flash 吞吐與成本評測為主。

導讀

Gemini 3.5 Flash 是 Gemini 3 系列中強調 速度、吞吐與成本效率 的檔位，適合高頻率呼叫、即時輔助與大規模預處理。它不是「廉價版 Ultra」——而是 在可接受品質下把 latency 和帳單壓到最低 的工程選擇。型號參數、免費額度與 API 單價 均以 Google AI 文件 與 定價頁 為準，本文不列出固定價格。

Flash 的核心價值主張

維度Flash 典型特點對產品的意義
延遲首 token 快、總耗時短聊天、Copilot、表單旁路助手
成本單位 token 通常低於 Ultra/Pro海量摘要、分類、標籤
吞吐適合並行批次處理離線流水線、夜間 ETL
品質中上，簡單任務夠用難題需 escalation 到 Pro/Ultra

一句話： Flash 是 預設路由；Ultra 是 上訴法院。

評測方法

  • 樣本：500 條真實使用者問句（脫敏），含 40% 簡單 FAQ、30% 摘要、20% 分類、10% 難題。
  • 對比對象：同代 Pro、上一代 Flash（若仍可用）、以及人工 baseline。
  • 指標：準確率、格式合規率、P95 latency、每千次呼叫成本（按官網帳單核算）。

分項表現

1）簡單問答與 FAQ

表現： Flash 對定義解釋、步驟清單、模板化回覆 一次可用率很高，主觀延遲明顯低於 Ultra。

注意： 事實型 FAQ 仍可能過時；要求模型標註「需核實」或接檢索層。

2）文字摘要與結構化提取

表現： 新聞、郵件執行緒、會議紀要 → 表格（事項 | 負責人 | 日期）類任務，Flash 性價比最佳。

技巧： 固定輸出 schema；超長輸入 先 chunk 再 map-reduce 摘要。

將下列段落壓縮為 3 條 bullet，每條 ≤25 字，不得新增事實。
段落：[文本]

3）分類、打標、路由

表現： 意圖識別、情感粗分、優先級打分、PII 粗篩等 機器學習替代型 任務，Flash 足夠且便宜。

工程模式：

只輸出 JSON：{"intent":"...", "confidence":0.0-1.0}
類別列舉：[列表]
使用者輸入：...

低 confidence 自動轉 Pro/Ultra 或人工。

4）多模態輕量任務

表現： 清晰截圖 OCR 式提取、簡單圖表讀數，Flash 多數可用。

局限： 密集資訊圖、模糊照片 誤讀率上升；此類升 Ultra 或要求人工複核。

5）程式輔助

表現： 單檔案小函式、正則、SQL 簡單查詢、config 片段 生成快。

局限： 跨 repo 重構、複雜並發 bug 建議 Pro/Ultra；Flash 程式 必須跑測試。

Flash 不適合單獨扛的場景

場景原因建議
多步數學證明跳步與算錯機率升Ultra + 分步 prompt
百萬字級單視窗分析上下文與召回限制分段 + RAG
低解析度掃描合約OCR 類錯誤專用 OCR + Ultra 複核
品牌級長文定稿語氣與邏輯連貫Pro/Ultra + 人工潤色

API 生產模式：Flash 優先 + 智慧升級

使用者請求 → Flash（預設）
         ↓ 低 confidence / 使用者點擊「詳細分析」
         → Pro 或 Ultra

實作要點（見 API 指南）：

  1. 環境變數 GEMINI_MODEL_DEFAULT=flash_model_id
  2. 解析 JSON 輸出中的 confidence 或規則（長度、關鍵字）
  3. 升級路徑記錄 metrics，防止 全體誤升 Ultra 導致帳單爆炸
  4. 對 429 限流做佇列與退避

Flash vs Gemini 3 Pro：怎麼選？

問題選 Flash選 Pro
QPS > 10 且任務模板化？✓
需要最強中文長文連貫？✓
MVP 要控 API 帳單？✓
單次錯誤代價極高？✓（或 Ultra）
延遲 P95 < 2s？✓視負載

用 同一套評測包 跑 100 條真實輸入，對比「一次可用率 × 單價」而非憑感覺。

與 GPT 快速檔、Claude 輕量檔的橫向位置

橫向對比見 Gemini 3 vs GPT-5 巔峰對決。Flash 類檔位的共同邏輯是 占流量大頭；旗艦負責 5–10% 難題。具體哪家更快更便宜 每季度重測，以兩家 pricing 為準。

6 條 Flash 高性價比範本

1）郵件一鍵摘要

輸出 JSON：{"summary":"","actions":[{"task":"","owner":"","due":""}]}
缺失欄位 null。郵件正文：
---
{text}
---

2）使用者意圖路由

分類到：billing|tech|sales|other，只輸出類別英文小寫。
訊息：{user_message}

3）標題生成（10 選 1）

基於正文生成 10 個中文標題，≤18 字，風格專業，JSON 陣列。
正文：{body}

4）Chunk 摘要（map 階段）

這是長文第 {i}/{n} 段，僅總結本段，≤80 字，保留專有名詞。
段落：{chunk}

5）敏感資訊提醒（非正式 DLP）

掃描文本是否含疑似手機號/郵箱/金鑰模式，輸出 {"hit":bool,"types":[]}
不輸出原文匹配片段。文本：{text}

6）升級觸發器（給 orchestrator）

若問題含「證明」「推導」「合規」「百萬」等詞，或使用者訊息>2000字，
在 JSON 中加 "escalate": true 並簡述原因；否則 false。
問題：{q}

國內開發者提示

  • Flash API 呼叫與 Gemini 官網入口 網路問題解耦：可在海外 Cloud 部署。
  • 本地調試網頁行為可登入 gemini.google.com 選擇快速模型（名稱以介面為準）。
  • 暫無法使用 Google 服務時，ChatGPT 國內版 可練習 模板化 prompt，遷移時保留 orchestrator 邏輯。

常見問題

Gemini 3.5 Flash 和 2.x Flash 差多少？

代際提升主要體現在推理與多模態細節；具體幅度因任務而異。升級時在 shadow 環境 雙跑一週 再切流量。

Flash 能替代 Embeddings 做搜尋嗎？

不能簡單替代。語意搜尋仍應用 embedding 模型 + 向量庫；Flash 適合 query 理解與生成分段。

免費 API 額度夠個人專案嗎？

免費層限制常變，見 定價頁。個人 side project 通常夠試驗；生產需綁帳單並設配額告警。

如何防止 Flash 幻覺污染資料庫？

結構化輸出 + schema 校驗 + 低 confidence 不入庫 + 人工抽檢高風險欄位。

官方資源

下一步閱讀

行動路徑

今天：用「郵件一鍵摘要」範本在 Flash 上跑 10 封脫敏郵件，記錄格式錯誤率。明天：在 API 裡實作 confidence 升級路由 stub。本週：用 100 條真實問句對比 Flash 與 Pro 的「一次可用率 × 成本」，寫入團隊選型文件。

相關內容