Gemini 3 Flash
性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,便宜 79%。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,Gemini 3 Flash(Google)在 BenchLeader Index 上得分 58.9(共 608 个已排名配置)。表现最好的是指令遵循(76),最弱的是智能体与工具(55)。API 价格为输入每百万 token $0.500、输出每百万 token $3.00(按 3:1 混合为 $1.13),为 2026年11月16日的标价。输出速度约为 200 token/秒(Artificial Analysis)。发布于 2025年12月17日。
要点(截至 2026年11月16日)
- Gemini 3 Flash 的 API 价格为输入每百万 token $0.500、输出每百万 token $3.00(按 3:1 混合为 $1.13)(标价,2026年11月16日)。
- Gemini 3 Flash 的输出速度约为 200 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 3 Flash 于 2025年12月17日发布(Google)。
详细说明:Gemini 3 Flash 是 Google 的闭源推理模型,发布于 2025年12月17日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 58.9 ±7.7,在 608 个配置中排第 117 名,处于上半区。关键在于这个“±”:另有 323 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(76),智能体与工具最低(55)。按混合价格计,每百万 token $1.13,价格居中。输出速度为 196 token/秒,首次回答需 4.7 秒,位于最快的四分之一。它已在 7 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年12月17日。数据较旧:六个月内没有新结果
- 混合价格
- $1.13/M
- 输入 $0.500 · 输出 $3.00
- 来源:Artificial Analysis
- 输出速度
- 196 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 4.71 s
- 首 token 1.10 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 14 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年12月17日
- 综合 Index59
- 智能体与工具55
- 指令遵循76
- 多模态62
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-3-flash)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Google 以这个名称发布过 12 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Gemini 3.8 Flashmedium | 2026年9月2日 | 60.2 | #80 |
| Gemini 3.7 Flashhigh | 2026年8月13日 | 62.1 | #52 |
| Gemini 3.6 Flashhigh | 2026年7月21日 | 61.0 | #68 |
| Gemini 3.5 Flashhigh | 2026年5月19日 | 62.5 | #48 |
| Gemini 3 Flashthinking本页 | 2025年12月17日 | 58.9 | #117 |
| Gemini 2.5 Flash 09 2025thinking | 2025年9月25日 | 52.8 | #271 |
| Gemini 2.5 Flash | 2025年4月17日 | 52.4 | #276 |
| Gemini 2.0 Flash | 2025年2月5日 | 43.5 | #482 |
| Gemini 1.5 Flash 002 | 2024年9月24日 | 38.2 | #564 |
| Gemini 1.5 Flash 001 | 2024年5月23日 | – | – |
| Gemini 1.5 Flash | 2024年5月14日 | 45.3 | #457 |
| Gemini Flash 2.0 | – | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 199 tok/s | 1.29 s | $0.0011 | 智能体与工具 61 · 指令遵循 56 · 长上下文 52 · 多模态 61 |
| minimal | 53.8 | #251 | 89 tok/s | 1.10 s | $0.0011 | 编程 48 · 人类偏好 64 · 数学 63 · 多模态 60 · 推理 40 |
| low | – | – | 89 tok/s | 1.10 s | $0.0011 | 推理 33 |
| medium | – | – | 89 tok/s | 1.10 s | $0.0011 | 推理 41 |
| high | 57.4 | #155 | 89 tok/s | 1.10 s | $0.0011 | 智能体与工具 52 · 编程 64 · 知识 64 · 数学 57 · 推理 56 |
| thinking最佳 | 58.9 | #117 | 196 tok/s | 4.71 s | $0.0011 | 智能体与工具 55 · 指令遵循 76 · 长上下文 64 · 多模态 62 |
| 未说明 | 56.5 | #179 | 89 tok/s | 1.10 s | $0.0011 | 智能体与工具 52 · 编程 52 · 人类偏好 66 · 数学 53 · 多模态 63 · 推理 59 |
Index 走势
2026年9月8日 至 2026年11月16日- thinking
- high
- 默认
- minimal
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | minimal | low | medium | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | – | 89.4%#60 | – | 83.2%#120 | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | – | – | – | – | 61.1%#41 | SimpleBench | |
| Arena Hard Prompts | – | 1474#81 | – | – | – | – | 1493#48 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 81.2%#185 | – | – | – | – | 89.8%#68 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 15.0%#271 | – | – | – | – | 36.6%#124 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | – | 87.9%#36 | – | – | Vals AI | |
| ARC-AGI-1 | – | 21.5%#226 | 29.0%#217 | 57.7%#173 | 84.7%#121 | – | – | ARC Prize | |
| ARC-AGI-2 | – | 3.3%#199 | 1.3%#226 | 12.8%#163 | 33.6%#131 | – | – | ARC Prize | |
| CritPt不计入 Index | 1.4%#230 | – | – | – | – | 8.6%#149 | – | Artificial Analysis | |
| SciPredict不计入 Index推理强度未说明 | – | – | – | – | – | – | 22.2%#4 | Scale AI SEAL | |
| Arena Expert不计入 Index | – | 1465#102 | – | – | – | – | 1498#50 | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | – | – | 40.0%#45 | – | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | 25.0%#51 | 26.0%#47 | – | 20.0%#64 | – | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | – | – | – | 43.1%#106 | – | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | – | – | 89.1%#98 | – | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | – | – | – | – | 64.4%#24 | ForecastBench |
编程
智能体与工具
数学
| 基准测试 | 无推理 | minimal | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3推理强度未说明 | – | – | – | – | 51.2%#57 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4推理强度未说明 | – | – | – | – | 17.1%#60 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | – | 95.6%#51 | – | 92.8%#74 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | – | – | 15.0%#64 | Vals AI | |
| AIME (Vals) | – | – | 95.6%#8 | – | – | Vals AI | |
| MGSM | – | – | 93.3%#10 | – | – | Vals AI | |
| AIME 2026 | – | – | 96.7%#6 | – | – | MathArena | |
| HMMT February 2026 | – | – | 89.4%#14 | – | – | MathArena | |
| MathArena Apex可能存在污染 | – | – | 15.6%#16 | – | – | MathArena | |
| Arena Maths | – | 1453#73 | – | – | 1474#47 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 55.7%#125 | – | – | 97.0%#3 | – | Artificial Analysis |
知识
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SimpleQA Verified | – | 66.8%#13 | – | – | Epoch AI Benchmarking Hub | |
| MMLU-Pro | – | 88.6%#19 | – | – | Vals AI | |
| LegalBench | – | 86.9%#11 | – | – | Vals AI | |
| CorpFin | – | 66.4%#20 | – | – | Vals AI | |
| TaxEval | – | 73.9%#44 | – | – | Vals AI | |
| MedQA | – | 95.8%#11 | – | – | Vals AI | |
| CaseLaw v2不计入 Index | – | 55.8%#32 | – | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 26.0%#68 | – | – | Vals AI | |
| MedCode不计入 Index | – | 55.9%#5 | – | – | Vals AI | |
| MedScribe不计入 Index | – | 69.9%#92 | – | – | Vals AI | |
| GDP.pdf不计入 Index | – | 10.0%#50 | – | 10.0%#50 | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)不计入 Index | 92.8%#2 | – | 91.4%#5 | – | Artificial Analysis | |
| FACTS Parametric不计入 Index推理强度未说明 | – | – | – | 72.4%#9 |
指令遵循
| 基准测试 | 无推理 | minimal | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| IFBench | 55.1%#149 | – | 78.0%#14 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | 1444#78 | – | 1457#57 | Arena (LMArena) |
人类偏好
| 基准测试 | minimal | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1458#65 | 1473#46 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1447#47 | 1456#32 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1474#56 | 1482#38 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1462#76 | 1476#55 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | minimal | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Arena Vision | – | 1265#49 | – | – | 1285#31 | Arena (LMArena) | |
| MMMU-Pro | 78.5%#79 | – | – | 79.9%#63 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 87.6%#13 | – | – | Vals AI | |
| MortgageTax不计入 Index | – | – | 68.7%#11 | – | – | Vals AI | |
| GeoBench不计入 Index推理强度未说明 | – | – | – | – | 88.0%#2 | GeoBench | |
| VPCT不计入 Index推理强度未说明 | – | – | – | – | 72.6%#3 | Epoch AI Benchmarking Hub | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | – | 0.0%#33 | Epoch AI Benchmarking Hub | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | – | – | 49.7%#11 |
长上下文
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 55.3%#318 | 78.0%#137 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | – | 1440#38 | Arena (LMArena) | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | 48.6%#25 |
综合
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 152.3#57 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 17.9#268 | – | 26.3#161 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 241.3#287 | – | 290.1#146 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | 52.2%#24 | – | – | Vals AI |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google AI Studio | 122 tok/s | 1.02 s | $0.500 | $3.00 | 1.0M | – |
| Google Vertex | 113 tok/s | 1.21 s | $0.900 | $5.40 | 1.0M | – |
| Google AI Studio | 94 tok/s | 1.61 s | $0.250 | $1.50 | 1.0M | – |
| Google Vertex | 86 tok/s | 1.06 s | $0.500 | $3.00 | 1.0M | – |
| Google AI Studio | 82 tok/s | 0.87 s | $0.900 | $5.40 | 1.0M | – |
| Google Vertex | 8 tok/s | 14 s | $0.250 | $1.50 | 1.0M | – |
使用情况
Gemini 3 Flash 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 8.2k token、每个输出 token 对应 22 个输入 token、49% 的输入来自缓存、19% 的输出为推理内容、每次请求 0.09 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:sofia-venezuela (70.5B)、LangChain (25.7B)、Pocket AI (25.5B)、OpenClaw (19.3B)、AI Psychologist (16.1B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Google AI Studio | 246 tok/s | 0.55 s | 99.99% |
| Google Vertex | 214 tok/s | 0.86 s | 99.99% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.050。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0011 | $0.0010 | 6.2 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0078 | $0.0038 | 7.8 s |
| 代码编辑 | 6,000 / 1,500 | $0.0075 | $0.0055 | 12.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.042 | $0.022 | 25.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0016 | $0.0009 | 5.7 s |
Google 的更多模型
将 Gemini 3 Flash 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 3 Flash 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemini-3-flash)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Gemini 3 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-flash
BibTeX:
@misc{benchleader_gemini_3_flash_20261116,
author = {{BenchLeader}},
title = {{Gemini 3 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-flash}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 3 Flash 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 3 Flash(推理强度 thinking)的 BenchLeader Index 为 58.9 ±7.7。最强的是指令遵循(76),最弱的是智能体与工具(55)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemini 3 Flash 排名第几?
- 截至 2026年11月16日,Gemini 3 Flash(推理强度 thinking)在 608 个已排名配置中排第 117 名。另有 323 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Gemini 3 Flash 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 3 Flash 的价格为输入每百万 token $0.500、输出每百万 token $3.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.13。
- Gemini 3 Flash 比 GPT-5.6 Terra 更好吗?
- 截至 2026年11月16日,Gemini 3 Flash(推理强度 thinking)与 GPT-5.6 Terra(推理强度 xhigh)的质量不相上下(BenchLeader Index 58.9 比 60.1,在 ±8.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 3 Flash 是什么时候发布的?
- Google 于 2025年12月17日发布了 Gemini 3 Flash。BenchLeader 收录了它在 7 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Gemini 3 Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-3-flash。