五个 Gemini 模型怎么选

五个 id 的规格是一样的

gemini-3.8-flash、gemini-3.7-flash-high、gemini-3.6-flash-high、gemini-3-flash、gemini-3.1-pro-low，五个 id 的 context 都是 1,000,000 token，能力都是文本 / 工具调用 / thinking，都走 POST /v1/chat/completions。输出上限四个 Flash 是 65,536，Pro 是 65,535。

一个模型家族内部这么整齐是少见的，也让选型省事不少：不存在"只有它塞得下"的 id，不存在"只有它能调工具"的 id，也不需要为路由差异写额外代码。

剩下的就只有价格，而且拉得很开。各自倍率算完之后，输入每百万分别是：gemini-3-flash 0.050 美元、gemini-3.6-flash-high 和 gemini-3.7-flash-high 0.075、gemini-3.8-flash 0.15、gemini-3.1-pro-low 0.20；输出按同样顺序是 0.30、0.375、0.75、1.20。

看价格梯，别看版本号

价格顺序和版本号顺序不一致，这也是这个家族最容易让人搞混的地方：gemini-3.8-flash 是最新的（2026-09-02），价格却排第二贵，比更老的 gemini-3.7-flash-high 和 gemini-3.6-flash-high 都高一倍。

原因在倍率，不在官方价目表。gemini-3.8-flash、gemini-3.7-flash-high、gemini-3.6-flash-high 的官方价都是 0.75/3.75 美元，但第一个按 0.2 倍计费、后两个按 0.1 倍。上游价格完全相同，其中一个的账单翻了倍。

gemini-3-flash 排在最下面靠的是真的更低的官方价——0.50/3 美元，0.1 倍率——输入是 3.6 / 3.7 那一对的三分之二，输出是它们的五分之四。gemini-3.1-pro-low 在最上面，官方价 2/12 美元，同样 0.1 倍率。

for MODEL in gemini-3-flash gemini-3.7-flash-high gemini-3.8-flash gemini-3.1-pro-low; do
  echo "== $MODEL"
  curl -s https://token-share.app/v1/chat/completions \
    -H "Authorization: Bearer $TOKEN_SHARE_KEY" \
    -H "content-type: application/json" \
    -d "{
      \"model\": \"$MODEL\",
      \"max_tokens\": 512,
      \"messages\": [
        {\"role\": \"user\", \"content\": \"Explain what this SQL query does and name one risk.\"}
      ]
    }" | jq '{answer: .choices[0].message.content, usage}'
done

没有 benchmark 可依，怎么选

目录能给你价格、日期和规格，给不了正确率，我们也不会拿一个猜测去顶替它。所以这道题只能用你自己的产出来判，好在五个 id 的请求结构完全一样，这就是一次小实验，不是一个项目。

可以这么做：从真实负载里挑二十个你清楚"什么算答得好"的任务，先全部过一遍 gemini-3-flash——它在梯子最底下——数一下失败了几个。如果一个明显的问题都没有，那梯子上面的每一档，在你的负载上都是没有证据支撑的开销；如果有，往上挪一档再来一遍。

过程中把推理配置固定住：Flash 各自有自己的 thinking 档位，gemini-3.1-pro-low 本身是 low 档的 Pro，不固定就变成在比配置了。跑完再把 token 总量对着价格梯算一遍——量小的时候整个家族花的钱差不多，量大的时候，两端那 4 倍就是这道题的全部。

常见问题