Gemini 3.5 Flash vs 3.1 Pro：速度、智能体与成本对比

我是Dora。自从Google在2026年5月19日的I/O大会发布以来，我一直在研究Gemini 3.5 Flash vs 3.1 Pro的数据，简短结论是：层级倒置是真实存在的，不是营销噱头，它会影响你可能已经写死在配置文件里的路由决策。

Flash模型本该以质量换速度。但3.5 Flash打破了这个惯例——至少在大多数生产级智能体实际运行的工作负载上是如此。

为何这次比较不同寻常：Flash击败了上一代Pro

Google在I/O 2026展示了什么

Gemini 3.5 Flash于5月19日正式GA发布，稳定版模型ID为Gemini-3.5 Flash，无预览后缀。Google的核心宣传主张是：它在编码和智能体基准测试上超越了Gemini 3.1 Pro，运行速度比同类前沿模型快约4倍，成本通常不到一半。

一段话解释层级倒置

在看起来像真实工作的基准测试上，Flash击败了3.1 Pro：Terminal-Bench 2.1（76.2% vs 70.3%）、MCP Atlas（83.6% vs 78.2%）、Finance Agent v2（57.9% vs 43.0%）以及GDPval-AA Elo（1656 vs 1314）。在Humanity’s Last Exam（40.2% vs 44.4%）和ARC-AGI-2（72.1% vs 77.1%）上Flash落后于Pro——这些基准测试以原始参数知识和纯粹抽象推理为主。在评估Gemini 3.5 Flash vs 3.1 Pro时，分野清晰：智能体工作交给Flash，高难度推理留给Pro。

正面交锋：基准测试及其实际衡量内容

Gemini 3.5 Flash基准测试对阵3.1 Pro的胜出是具体的，而非全面的。以下是数字的实际含义。

Terminal-Bench 2.1衡量执行多步终端任务的能力——读取文件系统状态、编写并运行脚本、处理错误输出、重试。Flash得分76.2%，3.1 Pro为70.3%。对于模型直接操作终端而非为人类操作员提供建议的自动化流水线，近6个百分点的差距意义重大。

MCP Atlas是我反复关注的那个。它测试大规模工具调用的可靠性——模型在扩展的多调用序列中维持正确工具调用的能力（每个任务8–15次调用，每次调用4k–12k token上下文）。Flash的83.6%超过3.1 Pro的78.2%，同时领先所有竞争对手，包括Claude Opus 4.7（79.1%）和GPT-5.5（75.3%）。对于构建集成了网络搜索、向量数据库和代码执行沙箱的自主智能体的开发者而言，这是权重最大的基准测试。

GDPval-AA Elo：Flash为1656，Pro为1314。在真实任务智能体评测上相差342分，不是舍入误差。

3.1 Pro仍然领先的领域（ARC-AGI-2、长上下文检索）

ARC-AGI-2得分Pro领先5个百分点（77.1% vs 72.1%）。对于需要新颖模式识别、复杂逻辑推演，或问题不能映射到训练数据模式的任务，3.1 Pro具有优势。

更长上下文的差距才是真正需要针对你的数据进行测试的地方。128K上下文的MRCR v2显示3.1 Pro为84.9%，Flash为77.3%——相差7.6个百分点。如果你的使用场景涉及从超长文档中检索特定信息、法律文档分析或大海捞针式检索，3.1 Pro仍然是更强的选择。

一个诚实的注意事项：上述所有核心数字均为Google自测。在得出结论前，请针对你自己的提示词和领域约束进行验证。

多模态理解得分

CharXiv Reasoning：Flash为84.2%，微超GPT-5.5的84.1%。OSWorld：78.4%，与GPT-5.5（78.7%）持平。在多模态流水线上，Flash的升级理由最为充分。

定价与延迟

Gemini 3.5 Flash定价

Gemini 3.5 Flash定价：每百万输入token $1.50，每百万输出token $9。缓存输入降至每百万$0.15——如果你在智能体循环中反复使用相同系统提示，这个数字才是关键。上下文窗口：1,048,576输入token，65,536输出token。动态思考默认开启，提供多个等级（minimal、low、medium、high）以平衡成本与性能。

Gemini 3.1 Pro Preview单位成本

Gemini 3.1 Pro：缓存未命中输入每百万token $2.00，输出每百万token $12.00。上下文窗口：200万token。每次请求最大输出：16K token。超过200K上下文后，定价升至输入$4.00/输出$18.00每百万。Flash在输出限制上有4倍优势（65K vs 16K每次响应），这对于生成完整代码文件而不截断来说至关重要。

吞吐量对比

Flash每秒约输出284个token，Pro为109个。用Pro需要三分钟的工作流，用Flash可能在不到九十秒内完成，且每token成本低25%。

速度不是目标，不打断流程才是。在每个智能体步骤有3次以上工具调用时，这个差距复利增长很快。

生产路由决策

Flash何时是正确的默认选择

在以下情况下将Flash作为路由默认值：

你的智能体每个任务需要多次顺序工具调用（MCP、函数调用、代码执行沙箱）
你在CI/CD流水线或终端自动化工作负载上
每次请求的上下文保持在100K token以下
响应时间对用户可见——在284 tokens/秒对比109的情况下，这对交互式产品至关重要

对于基于MCP的智能体，差距毋庸置疑。Flash在MCP Atlas上领先5.4分，Toolathlon领先7.1分，Finance Agent v2领先14.9分。在多步循环中速度优势不断叠加。缓存输入$0.15/百万使高频工具调用比运行Pro便宜10倍。

3.1 Pro仍值得付费的场景

两种情况。第一是推理纯度：算法设计、证明构造、无法运行输出来验证的复杂调试。ARC-AGI-2的77.1% vs 72.1%就是信号。在错误代价高昂且只有一次机会的任务中，这个差距举足轻重。

第二种情况是长上下文。如果你的检索在128K token或更长的范围内运行——完整代码库分析、长文档RAG、合同文件——在切换前先针对你实际的检索长度测试MRCR v2的差距。3.1 Pro的200万token上下文窗口也提供了Flash无法匹配的余量。

何时等待3.5 Pro而非在两者间选择

Gemini 3.5 Pro在5月19日的I/O上发布了公告，但仍处于有限的Vertex预览阶段，预计2026年6月GA。它的目标是200万token上下文窗口、Deep Think推理和前沿多模态——即Gemini Ultra以往覆盖的使用场景。

如果你的核心需求是大规模高难度推理且需要200万token上下文窗口，则等待3.5 Pro。当前的Pro是3.1，它在这些基准测试上获胜。3.5 Pro可能会进一步扩大领先优势。

实际问题在于时间表。如果你现在需要路由生产流量，你在Flash和3.1 Pro之间做选择。在你的具体任务分布上运行自己的评估，那会告诉你比我说的任何话都更多的信息。

高可用架构的降级模式

干净的做法是使用请求分类器，而非全局替换模型ID。不要以”将所有Gemini-3.1-pro-preview字符串替换为Gemini-3.5-Flash”的方式进行迁移。这是好的发布新闻变成生产回归的经典路径。

实用的降级逻辑：

主选： Gemini-3.5-Flash用于智能体和编码工作负载
推理任务升级： Gemini-3.1-pro-preview——由任务分类器触发（长上下文、新颖推演、无重试约束）
遇到429/配额耗尽时： 先以指数退避重试Flash；仅在两次重试失败后升级到Pro
遇到5xx时： 立即降级到Pro，记录模型ID和失败原因

记录模型ID、提示词大小、token数量、工具调用次数、延迟、降级原因和用户可见结果。没有这些字段，你只会争论模型偏好而非衡量路由性能。

这对模型聚合意味着什么

为何分阶段发布使单一供应商承诺风险更高

本月的Gemini智能体基准测试情况说明了一种在2025–2026年间加速的模式：Flash级别的模型在智能体工作上击败了上一代Pro，而Pro在推理上保持优势。下个月3.5 Pro发布，排名再次重置。

将基础设施硬编码到单一模型ID意味着每次发布都会迫使你在时间压力下进行迁移。顺利度过此次周期的团队早已按任务类别而非模型名称进行路由。

在单一供应商内跨层级及跨供应商路由

拥有众多工具不是问题，需要管理这些工具才是。

这个结论有有效期。Gemini 3.1 Pro vs Gemini 3.5 Flash的决策，在今天看来是大多数生产智能体工作选Flash。等六月模型卡片发布时检查3.5 Pro的基准测试数据。你现在构建的路由逻辑应该使那次重新评估变成一次配置变更，而不是代码变更。

常见问题

Gemini 3.5 Flash是否严格优于Gemini 3.1 Pro？

不是。Flash在智能体任务、工具使用、编码和多模态基准测试上优于3.1 Pro。但3.1 Pro在纯粹抽象推理（ARC-AGI-2）和超过128K token的长上下文检索上仍然领先。哪个模型更好完全取决于你的工作负载分布。

我现在应该从3.1 Pro迁移到3.5 Flash吗？

视情况而定。如果你的工作负载以智能体、多步工具调用、终端自动化或编码任务为主，迁移通常值得——你将获得更好的基准测试性能、大约3倍的吞吐量提升和更低的成本。对于长上下文RAG或错误代价高昂的高风险推理，在切换前先用自己的提示词测试。

Gemini 3.5 Pro何时发布？

Gemini 3.5 Pro在I/O 2026上发布了公告，但尚未正式可用。目前处于有限预览阶段。Google表示2026年6月作为完整发布目标。当前的生产Pro模型仍为Gemini 3.1 Pro Preview。

Gemini 3.5 Flash有免费套餐吗？

有，存在带有每日配额的免费套餐。但对于任何严肃的生产智能体工作负载，免费套餐限制很可能很快被触及。大多数生产使用场景应计划使用付费套餐。

总结

Gemini 3.5 Flash vs 3.1 Pro的分野比大多数Flash vs. Pro比较更为清晰。Flash赢得看起来像生产工作的内容：智能体、工具调用、终端任务、多模态落地。Pro赢得看起来像研究工作的内容：高难度推理、长上下文检索、新颖推演。

对于智能体工作负载默认选择Flash。将Pro保留作为推理密集型请求和超过128K的长上下文检索的升级目标。现在构建好你的降级逻辑，使6月的3.5 Pro发布成为一次配置更新，而不是迁移冲刺。

这是我数据的终点。在你将路由变更提交到生产环境之前，先在你自己的任务分布上运行它。

往期文章：