Gemini 3 Flash：目录里单价最低的模型

这个数字，以及紧随其后的是谁

gemini-3-flash 的官方定价是输入每百万 0.50 美元、输出 3 美元，按 0.1 倍计费，折算下来是 0.050 和 0.30 美元。在这个目录的所有文本 id 里，输入和输出这两个数字都没有比它更低的。

看看第二名就有概念了：gpt-5.6-luna 是 0.06 和 0.36 美元，两头都是 1.2 倍（它的官方价 0.20/1.20，倍率 0.3）。再往下是 gpt-5.4-mini 的 0.075 和 0.45（都是 1.5 倍），以及 gemini-3.7-flash-high 和 gemini-3.6-flash-high 的 0.075 和 0.375（输入 1.5 倍、输出 1.25 倍）。

和主流 id 对照：claude-sonnet-5 是 0.30 和 1.50 美元，分别是 6 倍和 5 倍；grok-4.6 是 0.20 和 0.60，分别是 4 倍和 2 倍。输出侧的差距已经不算悬殊，写得多的任务别凭印象判断，按自己的 token 量算一遍。

便宜的这个不是缩水版

便宜的模型通常要在规格上让步，这个基本没让。gemini-3-flash 的 context 是 1,000,000 token——和 claude-opus-5 以及这里所有 Gemini id 一样大——输出上限 65,536。能力列表是文本、工具调用、thinking，所以工具型 agent 和需要推理的 prompt 它都接得住。

它是目录里发布最早的 Gemini id：2025-12-17，而 gemini-3.1-pro-low 是 2026-03-01、gemini-3.8-flash 是 2026-09-02。目录记录的只有日期，没有质量分数，所以把这个日期当成"什么时候发布的"这个事实就好，别把它当成效果的替代指标。

缓存读取的官方价是每百万 0.05 美元，0.1 倍后是 0.005 美元，只有新输入价的十分之一。前缀重复的场景里，这就是"每轮都为同一段系统提示词全价付费"和"只付十分之一"的区别。

curl https://token-share.app/v1/chat/completions \
  -H "Authorization: Bearer $TOKEN_SHARE_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "gemini-3-flash",
    "max_tokens": 256,
    "messages": [
      {"role": "system", "content": "Classify each ticket as bug, feature, or question. Reply with one word."},
      {"role": "user", "content": "The export button does nothing on Safari."}
    ]
  }' | jq '{content: .choices[0].message.content, usage}'

什么时候最低价反而不该选

价格优势只有在便宜的 id 真的把活干完时才兑现。假如一个任务在 gemini-3-flash 上要试两次、在贵 4 倍的模型上一次过，那便宜的这个实际只省了一半——还是更省，但已经不是价目表上那个比例了，而且这还没算重试的延迟和为此要写的判断逻辑。

真正会翻盘的是"答错比 token 更贵"的场景：迁移脚本、账务计算，以及任何后面得由人来复核的东西。输出每百万 0.30 美元，一整天请求的 token 成本可能还不如工程师花一小时去收拾一个错误答案。这不是在替贵的那个说话，而是在说：这件事要测，不能拍脑袋。

测法很简单：拿一批有标准答案的真实任务，全部过一遍 gemini-3-flash，数一下有多少条结果可以接受。把这个正确率和 4 倍、6 倍的价差摆在一起，才是真正的决策依据；一份通用排名不是。

常见问题