Google 发布 Gemini 3.5 Flash,官方称输出速度是其他前沿模型的 4 倍、成本低于一半。但开发者和独立评测机构算出了另一笔账:单 token 价格是上代 Flash 的 3 倍,跑完评测的总成本更是高出 5.5 倍。当「Flash = 便宜」的预期被打破,开发者开始追问一个更根本的问题——AI 模型的成本,到底该怎么算?
开发者的第一反应:快、聪明,但账单不对劲
5 月 19 日,Google 正式发布 Gemini 3.5 系列首发模型 Gemini 3.5 Flash。
开发者 Theo(t3.gg 创始人)第一时间上手体验后,在 X 上发了一条引来大量讨论的帖子:
"Gemini 3.5 Flash is a really interesting release. It's super fast and surprisingly smart. It's also more expensive (3x more per token) and super token hungry."
「Gemini 3.5 Flash 确实又快又聪明,但单 token 价格贵了 3 倍,而且特别能吃 token。」
▲ Theo 在 X 上的帖子,附带了一张各模型运行成本对比图,引发 16 万次浏览
关键来了——他紧接着补了一组数字:
根据 Theo 附带的成本对比图:跑相似的评测任务,Gemini 3.5 Flash 消耗了 73M tokens,总花费 $1,522;GPT-5.5 Medium 只用了 22M tokens,花费 $1,199,智能评分反而更高(57 vs 55)。
"The result - it costs 2x more to run than Gemini 3.1 Pro on similar tasks. It's more expensive than GPT-5.5 Medium."
「结果就是:跑类似任务,它比 Gemini 3.1 Pro 贵一倍,比 GPT-5.5 Medium 还贵。」
帖子下面的开发者迅速把问题翻译成了工程语言:如果模型在 agent 工作流中会多轮调用工具、反复读取上下文,那么价格表上的 $/token 根本代表不了真实账单,$/completed task 才是该看的指标。
Google 官方怎么说的?
先看 Google 自己的定位。
Google The Keyword 博客当天发布了标题为《Gemini 3.5: frontier intelligence with action》的文章,把 3.5 家族定义为「能行动的前沿智能」。
▲ Google The Keyword 官方博客,Gemini 3.5 发布公告
官方给出的卖点非常明确:
- 速度
:输出 token 速度是其他前沿模型的4 倍 - Benchmark
:Terminal-Bench 2.1 拿下 76.2%,GDPval-AA 达到 1656 Elo,MCP Atlas 83.6% - 定位
:面向复杂长程 agentic 任务,已同步上线 Gemini App、AI Mode、Gemini API、AI Studio、Android Studio 等平台 - 成本
:官方原话——
"often at less than half the cost of other frontier models."
「通常低于其他前沿模型成本的一半。」
注意这句话的参照对象:Google 说的是对比其他 frontier models,比如 GPT-5.5、Claude Opus 等顶级模型。
但开发者最敏感的参照对象,从来都是——上一代 Flash。
价格表摆出来:单 token 确实涨了 3 倍
Google AI for Developers 的定价页白纸黑字:
Gemini 3.5 Flash:input $1.50 / 1M tokens,output $9.00 / 1M tokens(含 thinking tokens)
对比上一代Gemini 3 Flash:input $0.50 / 1M tokens,output $3.00 / 1M tokens
涨幅:整整 3 倍。
▲ Google AI for Developers 定价页面,Gemini 3.5 Flash 价格区域
当然,如果跟 Gemini 3.1 Pro Preview(input $2.00 / 1M 起步,output $12.00 / 1M 起步)比,3.5 Flash 的单 token 定价确实更低。
所以 Google 的「便宜」和开发者说的「贵」,根本在比的不是同一个东西。Google 在跟顶级模型比,开发者在跟上一代 Flash 比。
独立评测算出的真实账单:比上代贵 5.5 倍
独立评测机构 Artificial Analysis 在同一天发布了详细分析,标题直接点明——Gemini 3.5 Flash:智能与速度的新领跑者。
▲ Artificial Analysis 评测文章,展示 Intelligence Index 与运行成本对比
评测结果确认了「快」和「强」:
- Intelligence Index 评分 55
(Gemini 3 Flash 为 46) - 输出速度超过 280 tokens/s
但成本数据才是重头戏:
"higher token usage and token pricing make it over 5x more costly to run the Intelligence Index than Gemini 3 Flash, and 75% more costly than Gemini 3.1 Pro."
「更高的 token 用量加上更高的单价,使得运行 Intelligence Index 的成本比 Gemini 3 Flash 高出5 倍以上,比 Gemini 3.1 Pro 高出75%。」
Artificial Analysis 给出的解释很关键:贵的原因有两层。
第一层:单 token 价格本身涨了 3 倍。
第二层:在 agentic 评测中,模型的input token 用量显著增加——主要原因是评测轮次(turns)变多了。输出 token 量和上代 Flash 基本持平(73M vs 72M),但输入端被撑大了。
完整运行成本约$1,552,相当于 Gemini 3 Flash 的5.5 倍。
「Flash = 便宜」的时代,可能已经过去了
帖子评论区的开发者讨论,把这个争议推到了更本质的层面。
有开发者直接说:
"flash used to mean cheap. this one is just fast."
「Flash 以前意味着便宜,这次只剩下快了。」
这触及了一个品牌认知层面的冲突:Google 把 Flash 从「便宜的轻量模型」重新定位成「高速 agentic 引擎」,但开发者选型时心里的锚还停在上一代——选 Flash 就该省钱。
TechTimes 的报道标题更是把矛盾摆到了台面上:
▲ TechTimes 标题:Google 推出 Gemini 3.5 Flash——一个「低成本运行」的 Agent 模型,单 token 价格却涨了 3 倍
"Cheap-to-Run Agent Model That Costs 3x More Per Token"
报道指出,Google 把它描述成在 comparable tasks 上低于其他前沿模型一半成本,但自家单 token 定价相比上代翻了 3 倍——官方口径和价格表之间存在落差。
Agent 模型的账单,不能只看价格表
回到这件事本身,争议的核心其实不在于 Gemini 3.5 Flash 是好模型还是差模型——从速度和智能评分来看,它确实强。
争议在于:agentic 模型的成本结构,和传统聊天模型完全不同。
传统模型算账很简单:prompt tokens + completion tokens,乘以单价,完事。
但 agentic/coding 模型会引入一整套额外开销:
- 工具调用
(tool calls)——每次调用都会增加 token 消耗 - 多轮对话
(turns)——Agent 需要反复规划、执行、检查 - Thinking tokens
——模型内部推理过程也在烧钱 - 上下文累积
——代码、文件、检索结果堆在一起,input 越来越长 - 重试与回退
——任务失败要重跑,成本翻倍
评论区有开发者(Greg Pstrucha)反馈,测试中模型对 tool calls 过于积极,成本可能超过 Sonnet;另一位开发者(ByteCrafter)说他的分类 agent 每处理一个 issue 要调用 10-15 次工具——如果 Flash 跑下来比 Pro 还贵,那低价档位就没有存在意义了。
不过也有冷静的声音。有开发者(David Brodniak)提醒:Artificial Analysis 图表中主要成本可能来自 input tokens,而context caching 有 90% 的折扣。如果输入内容可以复用缓存,实际成本可能比评测数字低 30-40%。
这也引出了一个实际建议:不要只看 provider 的定价页面。对于 agentic 工作流,真正需要追踪的指标是——实际消耗的 tokens 总量、每个任务的完成成本、缓存命中率、失败重试率,以及最终的延迟和质量。
3.5 Pro 还没来,更大的账单可能在后面
最后一个值得关注的信号:Gemini 3.5 Pro 目前还在内部使用阶段,预计下个月推出。
如果 Flash 已经引发了这样的价格讨论,Pro 又会是什么定价?开发者的钱包能扛住吗?
与此同时,Google 在同一天还上线了 Managed Agents public preview 和 Antigravity Agent public preview——把模型能力和托管 agent 环境深度绑定,包括安全隔离沙箱、代码执行、网页浏览、文件管理、子 agent 调度。
Google 赌的方向就是这个:AI 模型的竞争已经从「谁的回答更好」进入了「谁的 agent 更能干活」。但能干活的 agent 更吃 token,更吃 token 就更贵——这笔账,开发者迟早要面对。
DataCamp 在解读中给出了一个值得所有人记住的提醒:
"That claim depends heavily on your specific workload."
「这个说法(低成本),高度依赖你的具体工作负载。」
AI 模型定价正在从简单的 $/token 进入复杂的 $/task 时代。下次看到「成本降低 50%」的发布公告,先别急着高兴——打开你自己的账单看看再说。
— END —



