Gemini 3 Flash Preview
GoogleGoogle 最快最便宜的模型，182 token/s + 1M 上下文，速度优先首选
发布日期：2025-12-17 · 覆盖数据源：3 / 6 （Arena · Pricing · HHEM）
Google 的「速度旗舰」。AA Intelligence 46.43（全美第 9），不算顶尖但够用。真正的卖点是速度：输出 182.0 token/s，全场最快之一，比 Claude Opus 4.7 快 3 倍。输入 $0.5/M、输出 $3/M，比 Gemini 3.1 Pro Preview 便宜 75%。1M 上下文和 Pro 一样长。LMArena Search 场景里「gemini-3-flash-grounding」排到第 9，说明在带搜索的问答上表现不错。
关键指标
输出价格
$3.00
/ 百万 token
LMArena · 人类盲测排名
arena.ai · 抓取于 2026-07-21| 分类 | 最佳变体 | 排名 | Elo |
|---|---|---|---|
| 🔍 Search | gemini-3-flash-grounding | #13 | 1196.357923508813 |
| 🌐 Web Dev | gemini-3-flash | #18 | 1456.6673281872695 |
| 👁️ Vision | gemini-3-flash | #20 | 1271.247037702312 |
| 🏆 Overall | gemini-3-flash | #22 | 1473.1528456754743 |
| 📄 Document | gemini-3-flash | #28 | 1412.7822584977862 |
| 💻 Code | gemini-3-flash | #38 | 1437.0205766394988 |
只展示 Top 10 内出现的分类与变体。同一分类下若有多个变体（thinking / search 等），只显示排名最靠前的。 LMArena 是 Elo 分，人类盲测两两投票算出来—— 「人类觉得好」≠「客观最强」，但反映真实使用体验。
SuperCLUE · 中文能力测评
未收录：SuperCLUE 5 月榜未收录 Gemini 3 Flash Preview。
API 价格与国内可用性
来源 openrouter.ai · 抓取于 2026-07-22| 输入价格 | $0.50 / 百万 token |
| 输出价格 | $3.00 / 百万 token |
| 上下文窗口 | 1049K tokens |
| 国内可用性 | 不稳定 |
| 最近核验 | 2026-07-18T04:14:04.167577+08:00 |
同档对手价格
| 模型 | 输入 | 输出 | 国内 |
|---|---|---|---|
| Gemini 3.1 Flash Image (Nano Banana 2) · Google | $0.50 | $3.00 | 需代理 |
| Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) · | $0.50 | $3.00 | |
| Nous: Hermes 4 405B · | $1.00 | $3.00 | |
| Qwen: Qwen3 235B A22B Thinking 2507 · | $0.30 | $3.00 |
Vectara HHEM · 幻觉率实测
vectara/hallucination-leaderboard · 2026-07-02T04:24:22.584572+08:00| 幻觉率（Hallucination Rate） | 13.5% （越低越好 · 全榜第 85 / 105） |
| 事实一致率 | 86.5% |
| 答题率（Answer Rate） | 99.8% |
Vectara HHEM-2.3 是开源的事实一致性评估器。让模型对 7700+ 篇文档（新闻/科技/科学/医疗/法律/体育/商业/教育）做摘要， 温度=0，HHEM 评估摘要是否「捏造原文里没说的内容」。 幻觉率不等于"模型质量"——它只衡量摘要任务的事实一致性，做题强的旗舰模型反而经常更爱"加戏"。 但对 RAG、客服、医疗法律这种「不能瞎说」的场景，这是目前最有参考价值的指标之一。
什么时候选它 / 别选它
适合场景
- 实时对话和流式输出——182 token/s 的响应速度体验极佳
- 大批量低成本任务——输出价只有 Pro 的 25%
- 需要超长上下文的速度型任务——1M 窗口 + 182 token/s 的组合独一无二
不适合场景
- 高智能推理——Intelligence 46.43，比 Pro Preview 低 10.75 分
- 复杂代码任务——Coding Index 42.62，在代码榜里排不到前面
- 严肃商业场景——Preview 标签意味着 API 行为可能变动