Gemini 3.5 Flash:便宜的 Flash 竟贏過去年旗艦 3.1 Pro

上禮拜我把一個要跑三十幾個步驟的資料清理流程丟給幾顆模型比對,結果最快、最便宜的那一顆,居然把去年那顆貴桑桑的旗艦壓在地上磨擦。這顆就是 Google 剛開放的 Gemini 3.5 Flash。

這件事的重點不是「又出新模型」,而是它顛覆了一個大家習慣的直覺:便宜的 Flash 就是拿來跑量、精細活還是得靠貴的 Pro。這次不是這樣了。

Gemini 3.5

Flash 打贏 Pro 是什麼概念

先講清楚 Google 的命名邏輯。同一代裡面,Flash 是「便宜、快」的那條線,主打量產、成本敏感的場景;Pro 才是那顆火力全開、最貴的旗艦。過去你要最好的品質,基本上就得付 Pro 的錢、忍 Pro 的速度。

這次 Gemini 3.5 Flash 在 2026 年 6 月 8 日前後正式 GA(一般開放),它是 Gemini 3.5 家族第一顆釋出的模型。真正讓人抬頭的是:在多個高難度的 coding 與 agentic(代理任務)測試上,這顆 Flash 等級的模型,成績超越了去年的旗艦 Gemini 3.1 Pro。

用白話翻譯一次:你現在用「經濟艙」的價格,拿到的是去年「頭等艙」等級的實力。對任何要把 AI 放進產品、每天跑幾萬幾十萬次呼叫的人來說,這不是規格表上的小數點,是成本結構直接被改寫。

(順帶澄清一個容易搞混的點:更高階的 Gemini 3.5 Pro 這時候還沒 GA,本文只談已經開放、你現在就用得到的 3.5 Flash,別把兩個混為一談。)

它強在哪:agent + coding

這顆模型的個性很明確,就是為了 agent(代理)和 coding(寫程式) 這兩件事調校的,尤其擅長「複雜、很長流程」的任務,官方叫它 long-horizon 任務。

什麼叫長流程?舉個實際的:你要它「把這個舊專案的資料庫從 A 遷到 B,順便把壞掉的測試修好」。這不是一句 prompt 就能收工的事,中間要拆解、要規劃、要試錯、要驗證。

Gemini 3.5 Flash 的做法是:自己把大任務拆成小步驟、排出順序,甚至派出多個代理平行去稽核跟驗證。也就是說它不只是「回答你」,而是像一個會自己安排工作、自己交叉檢查的執行者。這類以前動輒要工程師花好幾天盯著的活,它能自己往前推進一大段。

對進階上班族的意義是:你可以把它當成一個能扛長任務的執行助手,而不只是問一句答一句的聊天框。

數字怎麼看

光講故事不夠,來看官方端出來的數據。這幾個都是業界拿來衡量「模型能不能真的把事做完」的硬指標:

Gemini 3.5 Flash benchmarks

指標	Gemini 3.5 Flash	這在測什麼
Terminal-Bench 2.1	76.2%	在終端機環境實際完成任務的能力
GDPval-AA	1656 Elo	對照真實職場工作的綜合表現
MCP Atlas	83.6%	使用工具、串接外部能力的水準
輸出速度	約其他頂級模型的 4 倍	每秒吐出的 tokens 數

三個數字自己看可能沒感覺,抓兩個重點就好:

第一,這些是 agentic / coding 類的硬任務,不是背知識、寫作文那種軟題目,而是「能不能真的把一件多步驟的事做完」。在這種題目上贏過上一代旗艦,含金量很高。

第二,速度是約 4 倍。這點在做 agent 特別關鍵——一個代理任務可能要來回幾十次呼叫,快 4 倍不只是體感順,而是同樣時間內能多跑好幾輪規劃與驗證,整體交付速度差非常多。

又快、又便宜、又比去年旗艦強,這三件事同時成立,才是這次真正的看點。

現在怎麼用、適合誰

好消息是它不用等、不用排隊,開放範圍很廣,一般人現在就摸得到:

Gemini App:直接打開就是它,一般使用者無痛升級。
Google 搜尋的 AI Mode:你搜尋時背後跑的就有它。
Gemini API 與 Google Antigravity:開發者要把它接進自家產品、跑自動化流程,走這裡。
Gemini Enterprise Agent Platform:企業要在內部大規模部署代理,用這個。

那到底適合誰?我的判斷是這樣:

如果你在做量產型應用——客服、內容生成、資料處理、自動化流程,每天海量呼叫——這顆幾乎是現在的首選,因為它把「品質」跟「單價」這個過去要二選一的難題,一次幫你解掉。

如果你是工程師 / 想自動化工作流的人,它的 agent + coding 能力值得你認真試一輪,特別是那種以前覺得「太麻煩、不值得叫模型做」的長流程任務,現在成本跟速度都到位了,值得重新評估。

如果你只是日常想有個更快更聰明的助手,那你其實已經在用了,打開 Gemini App 就是。

說到底,Gemini 3.5 Flash 給市場的訊號很清楚:頂級能力正在快速變便宜。這對想用 AI 的工作者是天大的好事——你不用再為了省成本去忍受二流品質。

我們把「哪顆 AI 適合哪種工作、怎麼用最省」都整理成白話懶人包,想收更多這類實戰拆解,記得追蹤 @aihub.tw,下一篇繼續帶你把 AI 用在刀口上。