Cursor 又“危险”了？谷歌深夜祭出 Gemini 3 Flash！编码能力反超 Gemini 3 Pro，价格还更低

在大模型竞赛进入“效率与规模并重”的新阶段之际，谷歌正再次亮出王牌。

刚刚，谷歌发布最新模型 Gemini 3 Flash，据介绍，它拥有前沿智能，专为速度而生，可以帮助每个人更快地学习、构建和规划任何事物。

早在模型发布前，Google AI Studio 开发者平台 和 Gemini API 产品负责人 Logan Kilpatrick 就在 X 上发布了一条只有三个闪电符号的推文，当时就有大批网友猜测这意味着谷歌即将发布主打速度至上的 Flash 版本模型。

果然，今晚谷歌 Gemini 3 Flash 模型如约而至。

过去一年，从 Gemini 1.5 到 3.0，谷歌持续强化其在多模态、长上下文和推理能力上的技术纵深，同时也在不断压低模型调用成本，试图在企业级应用和开发者生态中建立更具性价比的护城河。在这一背景下，主打高性能与低延迟的 Flash 系列被视为 Gemini 体系中最贴近真实业务场景的一条产品线。

随着外界对“更快、更便宜、更易部署”的模型呼声不断升高，谷歌今晚发布的 Gemini  Flash 3，也被普遍认为是其在推理效率和规模化落地层面的一次关键落子。

谷歌称，从今天起，Gemini 3 Flash 将面向全球数百万用户推出：

• 适用于 Google AI Studio、Gemini CLI 和谷歌新的智能体开发平台 Google Antigravity 中的 Gemini API 开发者

• 所有用户均可通过 Gemini 应用和 AI 模式在搜索中使用。

• 适用于 Vertex AI 和 Gemini Enterprise 的企业

那么，这款模型性能到底怎样呢？

谷歌在其官网介绍称，Gemini 3 Flash 速度和规模无需以牺牲智能为代价。

它在博士级别的推理和知识基准测试（例如 GPQA Diamond 90.4%) 和 Humanity's Last Exam (33.7%，不使用工具）中均展现出前沿性能，足以媲美规模更大的前沿模型，并且在多项基准测试中显著超越了目前最佳的 2.5 版本模型 Gemini 2.5 Pro。

Gemini 2.5 Flash 的得分为 11%，而最新发布的 GPT-5.2 的得分为 34.5%。

此外，它在 MMMU Pro 测试中也取得了令人瞩目的 81.2% 的成绩，与 Gemini 3 Pro 的性能相当。

除了前沿的推理能力和多模态处理能力外，Gemini 3 Flash 的设计目标是极高的效率，突破质量、成本和速度之间的帕累托极限。在最高思维水平下进行处理时，Gemini 3 Flash 能够灵活调整其思考时间。

对于更复杂的应用场景，它可能需要更长的思考时间，但根据典型流量的测试结果，它平均使用的 token 数量比 2.5 Pro 少 30%，从而以更高的性能更准确地完成日常任务。

Gemini 3 Flash 在性能、成本和速度方面突破了帕累托极限。

Gemini 3 Flash 的优势在于其极快的速度，它基于 Flash 系列产品打造而成。其性能超越 2.5 Pro，速度提升 3 倍（基于 Artificial Analysis 基准测试），而价格却低得多。

在定价方面，Gemini 3 Flash 相比前几代模型更具性价比。Gemini 3 Flash 的定价为每百万个输入 token 0.50 美元，每百万个输出 token 3 美元（音频输入价格仍为每百万个输入 token 1 美元）。

这比 Gemini Flash 2.5 的每百万个输入 token 0.30 美元和每百万个输出 token 2.50 美元略贵。但谷歌声称，新模型的性能优于 Gemini 2.5 Pro，速度更是其三倍。而且，在处理思维任务时，它平均比 2.5 Pro 少用 30% 的 token。这意味着，总体而言，在某些任务中，用户可能会节省 token 数量。

在编程性能上，Gemini 3 Flash 拥有 Gemini 3 专业级的编码性能，同时延迟极低——能够在高频工作流程中快速推理和解决任务。

在用于评估编码代理能力的基准测试 SWE-bench Verified 中，Gemini 3 Flash 的得分高达 78%，不仅超越了 2.5 系列，甚至超越了 Gemini 3 Pro。它在代理编码、生产就绪系统和响应式交互式应用程序之间实现了理想的平衡。

Gemini 3 Flash 在推理、工具使用和多模态功能方面的强大性能，非常适合希望进行更复杂的视频分析、数据提取和视觉问答的开发人员，这意味着它可以实现更智能的应用——例如游戏助手或 A/B 测试实验——这些应用既需要快速的答案，也需要深入的推理。

Gemini 3 Flash 能够在手部追踪的“发射球益智游戏”中实现多模态推理，提供近乎实时的AI辅助。

Gemini 3 Flash 可以近乎实时地构建和 A/B 测试新的加载旋转器设计，从而简化从设计到编码的过程。

Gemini 3 Flash 使用多模态推理来分析图像并添加上下文 UI 叠加层，几乎可以实时地将静态图像转换为交互式体验。

Gemini3 Flash 接受一条指令提示，并编码三种独特的设计变体。

此外，值得一提的是，Gemini 3 Flash 也开始作为搜索中 AI 模式的默认模型推出，全球用户均可使用。

基于 Gemini 3 Pro 的推理能力，Gemini 3 Flash 的 AI 模式能够更有效地解析用户问题的细微差别。它会考虑用户查询的每一个方面，提供周全且易于理解的答案——从网络各处提取实时本地信息和实用链接。最终，它能有效地将研究与即时行动相结合：用户将获得一份条理清晰、条理分明的分析报告以及具体的建议——速度堪比搜索。

谷歌方面表示，其将 Gemini Flash 的定位更偏向于“主力机型”，而非高端展示型模型。

Gemini Models 高级总监兼产品负责人 Tulsee Doshi 在接受 TechCrunch 简报时指出，如果对比价格表中输入和输出的定价，可以明显看到 Flash 在成本上要低得多，这使其更适合承担大规模、批量化的任务处理需求，能够切实帮助企业降低使用门槛和整体成本。

自 Gemini 3 发布以来，谷歌在其 API 上的处理规模迅速放大，目前每日处理的 token 数量已超过 1 万亿个。

同时，谷歌也正与 OpenAI 展开一场围绕新品发布节奏和模型性能的正面竞争。

有报道称，本月初，随着谷歌在消费者市场的份额上升，ChatGPT 的整体访问量出现下滑，OpenAI CEO Sam Altman 因此向内部团队发出了一份被称为“红色警报”的备忘录。随后，OpenAI 接连发布了 GPT-5.2 以及一款新的图像生成模型，并强调其企业级应用需求持续增长。OpenAI 还披露，自 2024 年 11 月以来，ChatGPT 的消息量已增长约 8 倍。

尽管谷歌并未直接回应与 OpenAI 之间的竞争关系，但其认为，新模型的密集发布正在推动整个行业加速前进。

“目前整个行业的状态是，各类模型都在快速演进，相互竞争、不断突破性能边界，”Doshi 表示，“同样令人印象深刻的是，各家公司都在非常积极地推出新模型。”

她同时提到，谷歌也在持续引入新的基准测试体系和模型评估方法，这一趋势本身也让团队对行业的发展感到振奋。

谷歌新模型发布后在全球引发了热烈讨论。在 X 和 Reddit 等平台上，大量开发者与技术爱好者对 Gemini 系列模型，特别是 Flash 版本，表达了多元观点。

在X上，有些用户使用过Flash 3.0后认为Stagehand Agent 上它的准确度几乎与 Gemini 3 Pro 不相上下，但价格更低，速度更快。

Browserbase 创始人 Paul Klein IV 在 X 上发文称，他们提前获得了 Gemini Flash 的访问权限，当真正用起它的那一刻，我们就惊呆了。他感慨道：

“Stagehand Agent 的准确度几乎与 Gemini 3 Pro 不相上下，但价格更低，速度更快。“

在 Reddit 上，不禁有用户感叹，真是太疯狂了！

还有用户表示从没见过能力这么强的轻量级模型。

但也有用户指出，基准测试的成绩，并不能说明在真实场景中表现同样出色。

因为基准测试的成绩，并不能很好地对应真实使用场景。尤其是在实际应用中，使用场景往往非常多样，也远比那些单轮对话的基准测试样本复杂得多。坦率地说，看到 Flash 这种定位更轻量的模型在评分上“击败” Pro 版本，反而让我对这种为了刷基准分数的做法产生了怀疑。

尤其是最近几周，我一直在同时使用 Gemini 3 Pro 和 Opus 4.5，这两款模型本身都非常出色。但如果只看基准测试，Gemini 理应整体表现更强，可在实际使用中它却一次次让我失望；相反，Opus 4.5 却不断带来惊喜。

还有用户认为，谷歌最近几次发布已经充分彰显了行业领头羊地位，OpenAI 似乎已经被拍在沙滩上了。