作者 | 冬梅

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。

谷歌发布其迄今最快 AI 模型

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。

具体而言，Gemini 3 Pro 在不使用任何工具的情况下获得了 33.7% 的分数，Gemini 3 Pro 的得分为 37.5%，Gemini 2.5 Flash 的得分为 11%，而最新发布的 GPT-5.2 的得分为 34.5%。

Humanity's Last Exam 各模型得分排行情况

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。

性能优于 Gemini Pro 2.5，价格更低

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。