BenchLeader

Gemini 3.1 Pro vs Gemini 3.8 Flash

完整资料:Gemini 3.1 Pro(Google)和 Gemini 3.8 Flash(Google),包括全部基准测试、价格和排名。

更新于 · 数据来自 12 个来源

截至 2026年11月16日,Gemini 3.1 Pro 与 Gemini 3.8 Flash 的质量不相上下(BenchLeader Index 60.4 比 60.2,在 ±6.0 的误差范围内)。Gemini 3.8 Flash 更便宜,对方的价格是它的 3.0 倍(每百万 token 混合价格 $1.50 比 $4.50)。看重知识(66 比 58)、编程(59 比 52)和推理(65 比 59)选 3.1 Pro;看重智能体与工具(75 比 57)选 3.8 Flash。Gemini 3.8 Flash 的现价有效至 2026年12月31日,之后为 $3.00。

要点(截至 2026年11月16日)

  • Gemini 3.1 Pro 的 BenchLeader Index 为 60.4,Gemini 3.8 Flash 为 60.2(BenchLeader,2026年11月16日)。
  • Gemini 3.1 Pro 每百万 token 混合价格为 $4.50(标价,2026年11月16日)。
  • Gemini 3.8 Flash 每百万 token 混合价格为 $1.50(截至 2026年12月31日,之后为 $3.00)(https://ai.google.dev/gemini-api/docs/pricing,2026年10月20日 核实)。
  • 在两者都有结果的 3 项基准测试中,Gemini 3.1 Pro 领先 2 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Gemini 3.1 Pro类别得分 59 比 52中
智能体与工具调用Gemini 3.8 Flash类别得分 75 比 57高
推理Gemini 3.1 Pro类别得分 65 比 59;LMCA 53.8% 比 52.9%中
知识Gemini 3.1 Pro类别得分 66 比 58;GDP.pdf 17.0% 比 23.4%高
成本最低Gemini 3.8 Flash每百万 token 混合价格 $1.50 比 $4.50;智能体编程会话 $0.060 比 $0.168;2027年1月1日 起:$3.00 比 $4.50–
首次回答最快均可首个回答 token 15.2 秒(Gemini 3.1 Pro (high))比 14.8 秒(Gemini 3.8 Flash (medium))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Gemini 3.1 Pro (high) 与 Gemini 3.8 Flash (medium) 的质量不相上下(60.4 比 60.2,在 ±6.0 的误差范围内)。
  • Gemini 3.1 Pro (high) 在编程、知识、推理方面更强。
  • Gemini 3.8 Flash (medium) 在智能体与工具方面更强。
  • 截至 2026年12月31日,Gemini 3.8 Flash (medium) 更便宜,对方的价格是它的 3.0 倍(每百万 token 混合价格 $1.50 比 $4.50);自 2027年1月1日 起为 $3.00 比 $4.50。

概览

规格Gemini 3.1 ProGemini 3.8 Flash
提供商GoogleGoogle
发布日期2026年2月19日2026年9月2日
上下文窗口(token)1,048,5761,048,576
对比时的配置Gemini 3.1 Pro (high)Gemini 3.8 Flash (medium)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $12.00 / $0.200$0.750 / $3.75 / $0.075
已公布的价格调整暂无公布自 2027年1月1日 起为 $1.50 / $7.50

上限、可用性和已公布的价格均来自厂商官方页面: ai.google.dev 定价页 (2026年10月20日 核实)。其余内容均来自当日数据。

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Gemini 3.1 Pro (high)Gemini 3.8 Flash (medium)领先者
推理64.758.7Gemini 3.1 Pro
编程58.651.6Gemini 3.1 Pro
智能体与工具56.775.0Gemini 3.8 Flash
数学65.7–无法比较
知识65.657.7Gemini 3.1 Pro
多模态–66.7无法比较
长上下文–66.7无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具知识Gemini 3.1 Pro, 推理: 64.7Gemini 3.1 Pro, 编程: 58.6Gemini 3.1 Pro, 智能体与工具: 56.7Gemini 3.1 Pro, 知识: 65.6Gemini 3.8 Flash, 推理: 58.7Gemini 3.8 Flash, 编程: 51.6Gemini 3.8 Flash, 智能体与工具: 75.0Gemini 3.8 Flash, 知识: 57.7

未绘制(测得的模型少于两个):数学, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 3 项基准测试中,Gemini 3.1 Pro 领先 2 项,Gemini 3.8 Flash 领先 1 项。所有同时评测两者的综合评分都认为 Gemini 3.8 Flash 更强。

综合 IndexGemini 3.1 Pro (high)Gemini 3.8 Flash (medium)领先者
BenchLeader Index60.460.2不相上下
Arena Text1487†1497Gemini 3.8 Flash

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Gemini 3.1 Pro (high)Gemini 3.8 Flash (medium)
每百万 token 混合价格(截至 2026年12月31日)$4.50$1.50
每百万 token 输入 / 输出$2.00 / $12.00$0.750 / $3.75
自 2027年1月1日 起每百万 token 混合价格$4.50$3.00
自 2027年1月1日 起每百万 token 输入 / 输出$2.00 / $12.00$1.50 / $7.50
每百万 token 缓存输入$0.200$0.075
每项任务价格:聊天回复$0.0044$0.0014
每项任务价格:总结一份 30 页的报告$0.031$0.011
每项任务价格:代码编辑$0.030$0.010
每项任务价格:智能体编程会话$0.168$0.060
每项任务价格:结构化信息提取$0.0064$0.0023
智能体编程会话(输入大多命中缓存)$0.087$0.030
每项基准测试任务成本(AA Index)–$6.26
每项任务输出 token(AA Index)–82k
其中推理部分–47k
每项任务耗时(AA Index)–12 min
输出速度111 tok/s116 tok/s
首次回答时间15.2 秒14.8 秒
完整回答耗时(最近一次测量 2026年11月13日)37.5 秒41.8 秒

每个模型都按其排名最高的推理强度设置进行对比。Gemini 3.1 Pro (high) 得分 60.4,首个回答 token 需 15 秒;Gemini 3.1 Pro 为 59.9(15 秒)。Gemini 3.8 Flash (medium) 得分 60.2,首个回答 token 需 15 秒;Gemini 3.8 Flash (high) 为 59.4(20 秒),Gemini 3.8 Flash 为 56.4(2 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 219 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Gemini 3.1 Pro (high)Gemini 3.8 Flash (medium)
BenchLeader IndexBenchLeader60.460.2
智能体与工具得分BenchLeader56.775.0
编程得分BenchLeader58.651.6
知识得分BenchLeader65.657.7
数学得分BenchLeader65.7–
推理得分BenchLeader64.758.7
长上下文得分BenchLeader–66.7
多模态得分BenchLeader–66.7
混合价格(美元/百万 token)BenchLeader$4.50$1.50
输出速度BenchLeader111 tok/s116 tok/s
首次回答时间BenchLeader15.2 秒14.8 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.4%95.4%†
Humanity's Last ExamScale AI / CAIS46.4%†44.5%†
SimpleBenchSimpleBench79.6%†82.4%†
Arena Hard PromptsArena (LMArena)1508†1518†
LiveBench 2.0 ReasoningLiveBench–89.3%†
LiveBench 1.0 ReasoningLiveBench84.0%89.3%†
GPQA Diamond (AA)Artificial Analysis94.1%†93.5%
Humanity's Last Exam (AA)Artificial Analysis47.0%†42.1%
HLE-Diamond (AA)Artificial Analysis31.4%†29.1%
GPQA Diamond (Vals)Vals AI95.5%94.4%†
EnigmaEvalScale AI SEAL36.8%–
ARC-AGI-1ARC Prize98.0%†97.5%
ARC-AGI-2ARC Prize77.1%†82.9%
ARC-AGI-3ARC Prize0.4%†24.2%
CritPtArtificial Analysis17.7%†12.3%
CritPt v2 hard subset (AA)Artificial Analysis–45.0%
MysteryMechanismVals AI20.7%36.5%†
HLE-Diamond (Scale)Scale AI SEAL–34.3%†
Arena ExpertArena (LMArena)1509†1527†
Chess PuzzlesEpoch AI Benchmarking Hub51.0%58.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub34.0%47.0%†
CL-benchEpoch AI Benchmarking Hub20.8%†–
CL-bench LifeEpoch AI Benchmarking Hub16.9%†–
LMCAEpoch AI Benchmarking Hub53.8%52.9%
DTBenchEpoch AI Benchmarking Hub95.5%94.9%
显示全部 219 项基准测试
指标发布方Gemini 3.1 Pro (high)Gemini 3.8 Flash (medium)
推理
ForecastBenchForecastBench65.2%–
编程
SciCodeSciCode58.7%†55.1%
WeirdMLWeirdML72.1%†84.8%†
FrontierCodeCognition–41.2%
GSO-BenchGSO-Bench22.6%†–
Arena CodingArena (LMArena)1520†1531†
Arena WebDevArena (LMArena)1446†1584†
LiveBench 2.0 CodingLiveBench–73.3%†
LiveBench 1.0 CodingLiveBench76.5%72.5%†
LiveCodeBenchVals AI88.5%89.5%†
IOIVals AI51.8%56.9%†
SWE-bench (Vals)Vals AI78.8%80.0%†
SWE-Bench ProScale AI SEAL46.1%†–
Code MigrationVals AI17.3%36.5%†
Code Migration v1.1Vals AI–38.6%†
ProgramBenchVals AI0.0%1.0%†
SWE-bench MultimodalVals AI–40.8%†
Vibe Code Bench 1-100Vals AI6.7%18.8%†
Vibe Code Bench v1.1Vals AI32.0%78.7%†
SWE-Bench Pro (private)Scale AI SEAL32.2%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL13.5%†47.0%†
SWE Atlas v1.0: RefactoringScale AI SEAL33.8%†44.8%†
SWE Atlas v1.0: Test WritingScale AI SEAL29.8%†53.7%†
SWE Atlas v1.1Scale AI SEAL–57.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–45.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–71.1%†
SWE Atlas v1.1: RefactoringScale AI SEAL–55.7%†
SWE-Bench Pro V2Scale AI SEAL–94.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–58.8%†
MirrorCodeEpoch AI Benchmarking Hub8.9%38.9%†
Surface Evolver BenchEpoch AI Benchmarking Hub–76.9%†
DeepSWE v1.1Epoch AI Benchmarking Hub11.7%†71.0%
CursorBenchCursor–37.3%
ALE-BenchEpoch AI Benchmarking Hub1160.6†1269.7†
AlgoTuneAlgoTune2.0†–
FrontierSWEEpoch AI Benchmarking Hub–19.6%†
WeirdML v3WeirdML–7.4%†
Terminal-Bench 4.0 (AA)Artificial Analysis4.0%†19.7%
Terminal-Bench 2.1 (AA)Artificial Analysis73.8%†83.9%
Startrise FrontendStartrise–64.6%†
GameBench 2 OverallDuelLab GameBench 2–59.0†
GameBench 2 by reasoning settingDuelLab GameBench 2–59.7
Design Arena WebsiteDesign Arena1226†1291†
FrontierCode 1.1 (AA)Artificial Analysis–37.1%
FrontierCode 2.0 (AA)Artificial Analysis–16.5%
智能体与工具
Terminal-BenchTerminal-Bench80.2%†18.2%†
Remote Labor IndexScale AI / CAIS–5.8%†
APEX-AgentsMercor35.1%†64.3%†
Arena AgentArena (LMArena)-4.5†2.3†
LiveBench Long AgenticLiveBench–16.5%†
LiveBench BrowserLiveBench–45.1%†
LiveBench Agentic CodingLiveBench44.1%54.2%†
Terminal-Bench HardArtificial Analysis53.8%†–
τ²-Bench Telecom (AA)Artificial Analysis95.6%†–
Terminal-Bench 2.1 (Vals)Vals AI70.8%81.3%†
MCP AtlasScale AI SEAL78.2%–
HiL-BenchScale AI SEAL35.3%†41.5%†
τ³-bench Bankingτ²-bench26.0%–
GDPval-AA v2.1, normalised scoreArtificial Analysis14.6%†46.1%
GDPval-AA v2.1Artificial Analysis799†1432
τ³-Banking (AA)Artificial Analysis21.4%†45.8%
ITBench SRE (AA)Artificial Analysis30.3%†52.5%†
Analyst Agent (AA)Artificial Analysis41.3%†46.3%†
APEX-Agents (AA)Artificial Analysis32.0%†–
CUA-benchVals AI–4.2%†
CyberBenchVals AI–43.8%†
Finance Agent v2Vals AI43.0%61.4%†
Finance Agent v2.1Vals AI–65.8%†
Harvey's Legal Agent Benchmark v1.1Vals AI–12.1%†
Harvey's Legal Agent Benchmark v1Vals AI0.0%10.0%†
Legal Research BenchVals AI20.7%38.9%†
SkillsBenchVals AI–58.0%†
SREBenchVals AI0.0%11.1%†
Tax Agent BenchVals AI9.3%32.1%†
Terminal-Bench 2.0 (Vals)Vals AI67.4%–
Terminal-Bench 4.0 (Vals)Vals AI2.5%19.7%†
Terminal-Bench ScienceVals AI1.4%8.6%†
Time Horizon Index: KSPVals AI–18.8%†
Arena SearchArena (LMArena)1209†–
Arena Agent Task CompletionArena (LMArena)-11.3†1.3†
BALROGBALROG57.0%†–
DeepResearch BenchDeepResearch Bench47.8%–
PostTrainBenchEpoch AI Benchmarking Hub18.1%†–
ExploitBenchEpoch AI Benchmarking Hub26.1%†–
METR Time HorizonsMETR77.0%†–
GBAEvalEpoch AI Benchmarking Hub0.8%†–
Vending-Bench 2Andon Labs911.2†5093.8†
AutomationBenchArtificial Analysis35.4%†60.9%
GDP.pdf (AA)Artificial Analysis17.8%†22.8%
Harvey LAB-AA v1.1Harvey0.0%†0.0%†
EnterpriseOps-GymArtificial Analysis42.2%†–
AA-Briefcase v1.1Artificial Analysis457†1183
Design Arena AgenticDesign Arena1088†1225†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–10.5%
CWE-Bench (AA)Artificial Analysis–52.5%†
DeepSec-Bench (AA)Artificial Analysis–14.5%†
CyberGym end-to-end (AA)Artificial Analysis–8.4%†
MKA (AA)Artificial Analysis–35.3%†
BrowseCompOpenAI31.2%†–
DeepSearchQAGoogle60.2%†–
FACTS SearchGoogle90.2%†80.4%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub59.6%†68.4%†
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%†21.9%†
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%98.9%†
ProofBenchVals AI26.0%†48.0%†
LiveBench MathematicsLiveBench91.0%91.6%†
AIME (Vals)Vals AI98.1%–
AIME 2026MathArena98.3%–
HMMT February 2026MathArena94.7%–
USAMO 2026MathArena74.4%–
MathArena ApexMathArena60.9%–
Arena MathsArena (LMArena)1488†1519†
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%†
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub73.5%69.7%†
LiveBench 2.0 Data AnalysisLiveBench–54.0%†
LiveBench ResearchLiveBench–79.4%†
LiveBench 1.0 Data AnalysisLiveBench78.5%54.0%†
AA-Omniscience v1.1Artificial Analysis–23.7
MMLU-ProVals AI91.0%90.2%†
LegalBenchVals AI87.4%87.0%†
CorpFinVals AI64.5%–
TaxEvalVals AI72.9%74.5%†
MedQAVals AI96.4%–
PRBench FinanceScale AI SEAL41.9%†49.5%†
PRBench LegalScale AI SEAL44.0%†48.9%†
MultiNRCScale AI SEAL64.7%†–
BioMysteryBenchVals AI60.0%62.2%†
CaseLaw v2Vals AI64.8%–
Excel Modeling BenchmarkVals AI52.6%72.2%†
Excel Modeling Benchmark v1.1Vals AI–72.9%†
MedCodeVals AI59.1%48.1%†
MedScribeVals AI76.1%84.5%†
Public Benefits Bench v1.1Vals AI53.8%65.3%†
Access to Justice BenchmarkVals AI–67.1%†
Financial Coaching BenchVals AI66.7%66.3%†
Immigration BenchVals AI–63.4%†
DrugDiscoveryBenchScale AI SEAL41.9%–
EBR-benchEpoch AI Benchmarking Hub14.3%†–
GDP.pdfEpoch AI Benchmarking Hub17.0%23.4%
AA-Omniscience v1.1: accuracyArtificial Analysis–49.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–48.5%
Global-MMLU-Lite (AA)Artificial Analysis93.2%†–
HealthBench Professional (AA)OpenAI–51.7%†
FACTS ParametricGoogle79.4%†78.7%†
指令遵循
LiveBench LanguageLiveBench85.4%87.8%†
LiveBench Instruction FollowingLiveBench79.1%81.4%†
IFBenchArtificial Analysis77.1%†–
MultiChallengeScale AI SEAL71.4%†–
TutorBenchScale AI SEAL53.0%†–
Arena Instruction FollowingArena (LMArena)1480†1492†
人类偏好
Arena TextArena (LMArena)1487†1497†
EQ-Bench 4EQ-Bench1132†–
EQ-Bench Creative Writing v3EQ-Bench1491†1744†
Arena Creative WritingArena (LMArena)1482†1488†
Arena Multi-turnArena (LMArena)1495†1505†
Arena Longer QueriesArena (LMArena)1499†1511†
多模态
Arena VisionArena (LMArena)1296†1317†
LiveBench DesignLiveBench–69.7%†
MMMU-ProArtificial Analysis82.4%†84.2%
MMMU-Pro (Vals)Vals AI88.2%89.1%†
MortgageTaxVals AI69.4%65.3%†
SAGEVals AI83.2%88.2%†
AudioMCScale AI SEAL–60.4%†
AudioMC (text output)Scale AI SEAL–60.4%†
Humanity's Sixth SenseScale AI SEAL–41.6%†
VTBScale AI SEAL29.0%†–
GeoBenchGeoBench84.0%†86.0%†
Blueprint-Bench 2Epoch AI Benchmarking Hub26.5%†38.6%†
Furniture AssemblyEpoch AI Benchmarking Hub26.7%31.7%†
VIALS-AAHandshake AI–41.0%†
Code2Video-AAArtificial Analysis–899†
AA-3DArtificial Analysis–974†
FACTS MultimodalGoogle50.4%†57.6%†
长上下文
AA-LCR v1.1Artificial Analysis82.0%†84.0%
Arena DocumentArena (LMArena)1459†1469†
MLCRArtificial Analysis11.1%†12.8%
FACTS GroundingGoogle56.6%†68.2%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.2†158.8†
LiveBench 2.0LiveBench–57.3%†
LiveBench 1.0LiveBench77.0%75.8%†
AA Intelligence Index v5.0.1Artificial Analysis–30.1
AA Intelligence Index v4.3.2Artificial Analysis29.7†39.8
AA Progress Index v1Artificial Analysis296.1†319.1
Vals IndexVals AI–56.0†
Vals Finance IndexVals AI–60.5%†
Vals RSI IndexVals AI–19.9%†
Vals Science IndexVals AI27.4%35.8%†
Vals Multimodal IndexVals AI56.1%–
Vals Router IndexVals AI–56.0%†
Vals Legal IndexVals AI–69.8%†
AA Cyber IndexArtificial Analysis–25.1†
安全与诚实
FORTRESSScale AI SEAL29.8%†–
MASKScale AI SEAL42.4%†–
DistressBenchScale AI SEAL68.8%†70.7%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Gemini 3.8 Flash:标价将调整为每百万 token 输入 $1.50 / 输出 $7.50(已公布)。
  • Gemini 3.8 Flash (medium):1 项分数修订。
  • Gemini 3.1 Pro (high):4 项新结果(AIME 2026, HMMT February 2026, USAMO 2026…)。
  • Gemini 3.8 Flash (medium):2 项分数修订。
  • Gemini 3.8 Flash (medium):1 项分数修订。
  • Gemini 3.8 Flash (medium):1 项新结果(AA-Briefcase v1.1)。
  • Gemini 3.8 Flash (medium):BenchLeader Index 63.4 → 60.4。
  • Gemini 3.1 Pro (high):1 项分数修订。
  • Gemini 3.8 Flash (medium):5 项新结果(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…);2 项分数修订;价格 $2.59/M → $6.26/M。
  • Gemini 3.1 Pro (high):价格 $1.30/M → $1.44/M。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 3.1 Pro vs Gemini 3.8 Flash:常见问题

Gemini 3.1 Pro 比 Gemini 3.8 Flash 更好吗?
Gemini 3.1 Pro (high) 与 Gemini 3.8 Flash (medium) 的质量不相上下(60.4 比 60.2,在 ±6.0 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Gemini 3.1 Pro 和 Gemini 3.8 Flash 哪个更便宜?价格会变吗?
目前 Gemini 3.8 Flash 更便宜:每百万 token $1.50 比 $4.50(按每 1 个输出 token 对应 3 个输入 token 混合计算)。Gemini 3.8 Flash 的现价有效至 2026年12月31日,之后为 $3.00。
编程用 Gemini 3.1 Pro 还是 Gemini 3.8 Flash 更好?
Gemini 3.1 Pro 在编程方面得分更高(类别得分 59 比 52,50 为平均水平)。
Gemini 3.1 Pro 和 Gemini 3.8 Flash 哪个更快?
Gemini 3.8 Flash 输出更快(输出 116 比 111 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 3.1 Pro 还是 Gemini 3.8 Flash 更好?
Gemini 3.8 Flash 在智能体任务方面得分更高(类别得分 75 比 57,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
两者都支持 1,048,576 token 的上下文。
哪个延迟更低?
Gemini 3.8 Flash 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 14.8 秒比 15.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Gemini 3.1 Pro 和 Gemini 3.8 Flash 的看法一致吗?
在两者都有结果的 3 项基准测试中,Gemini 3.1 Pro 领先 2 项,Gemini 3.8 Flash 领先 1 项。所有同时评测两者的综合评分都认为 Gemini 3.8 Flash 更强。
Gemini 3.8 Flash 是什么时候发布的?
Gemini 3.8 Flash 于 2026年9月2日 发布。