Coding 能力反超自家旗艦 AI！Google 發表 Gemini 3 Flash，企業 AI 甜蜜點來了？
Google 正在重新定義前沿 AI 賽局，推出新模型 Gemini 3 Flash。企業現在可以用更低成本、更快速度，取得接近 Gemini 3 Pro 等級的性能。Google 指出，Gemini 3 Flash 是專為快速迭代設計，滿足開發者與企業對高頻率、即時回應的工作流程需求，同時又不犧牲品質。
成本與延遲成企業採用 AI 的關鍵變數
這項產品的推出，反映了當前企業 AI 建構者的痛點。《VentureBeat》分析，越來越多企業在導入 AI 時，對於昂貴的模型成本感到卻步，開始轉向規模較小、經過精簡的開放式模型，或是研究其他提示技術來控制預算。報導評論，Gemini 3 Flash 對企業的最大價值在於，它提供了與大型模型同等級的影片分析、數據提取等複雜多模態功能，但運行速度更快、價格更親民。
在具體的性能表現上，第三方評測機構 Artificial Analysis 提供了關鍵數據。雖然 Gemini 3 Flash 的原始吞吐量為每秒 218 個輸出 token，比上一代「非推理型」的 Gemini 2.5 Flash 慢了 22%，但它仍顯著快於競爭對手，包括 OpenAI 的 GPT-5.1 high（每秒 125 token）以及 DeepSeek V3.2 reasoning（每秒 30 token）。
當然，這種高智慧也伴隨著所謂的「推理稅」。在處理複雜索引時，Gemini 3 Flash 的 token 用量是 2.5 Flash 系列的兩倍以上。不過，Google 透過極具侵略性的定價策略來抵消這一點。透過 Gemini API 存取時，Gemini 3 Flash 的輸入價格為每 100 萬 token 0.50 美元，遠低於 Gemini 2.5 Pro 的 1.25 美元；輸出價格則為每 100 萬 token 3 美元，同樣遠低於 2.5 Pro 的 10 美元。這使得它成為同級模型中成本效益最高的模型。
引進「思考等級」參數，企業可自主變速
值得注意的是，Google 在 Gemini 3 Flash 中引進了「Thinking Level」（思考等級）參數，讓開發者可以依任務性質調整模型推理深度的低或高，進行「變速」。舉例來說，對於簡單的聊天任務選擇低等級以最小化成本與延遲，而對於複雜的數據提取則選擇高等級以最大化推理深度。因此，Google 表示，Gemini 3 Flash 在處理日常任務時，平均使用的 token 數量比 Gemini 2.5 Pro 少了 30%。
Gemini 3 Flash 的經濟效益不只體現在 token 價格上，若搭配 Context Caching（上下文快取）功能，對於處理法律資料庫或程式碼儲存庫等大量靜態數據的企業，重複查詢的成本可降低 90%；若再結合 Batch API 的 50% 折扣，整體擁有成本將大幅低於競爭對手的前沿模型。
Coding 能力反超自家旗艦，AI 進入「Flash 化」時代
Gemini 3 Flash 在程式碼編寫方面的表現甚至超越了自家的旗艦模型。Google Gemini 團隊產品管理資深總監 Tulsee Doshi 指出，在針對編碼代理能力的 SWE-Bench Verified 基準測試中，Gemini 3 Flash 獲得了 78% 的高分，表現優於之前的 Gemini 2.5 系列，甚至擊敗了較新的 Gemini 3 Pro。這代表企業現在可以將大量的軟體維護和錯誤修復任務，交給這個更快、更便宜的模型，且無需擔心程式碼品質下降。
此外，它在其他基準測試中也表現強勁。在 MMMU Pro 測試中得分 81.2%，與 Gemini 3 Pro 相當；在 GPQA Diamond 測試中達到 90.4% 的博士級推理水準；在 Humanity’s Last Exam（無工具輔助）測試中也有 33.7% 的成績。這些數據支持了 Google 的說法，即該模型非常適合希望進行更複雜影像分析、數據提取和視覺問答的開發人員，能實現如遊戲助理或 A/B 測試實驗等需要快速反應與深度推理的智慧應用。
目前 Gemini 3 Flash 已可在 Gemini Enterprise、Google Antigravity、Gemini CLI、AI Studio 使用，並於 Vertex AI 提供預覽版。同時，它也成為 Google 搜尋 AI Mode 與 Gemini 應用程式的預設模型，顯示 Google 正將前沿智慧推向更日常、可規模化的場景。《VentureBeat》形容，這是前沿 AI 模型的「Flash 化」。
Google 聲稱，整合了 Gemini 3 Flash 的 AI 模式能像傳統搜尋一樣快速，並提供經過深思熟慮、格式良好的回應，還能附上來自網路的有用連結。科技媒體《TechRadar》對此表示，如果 Google 真能做到如宣傳般快速，這可能會是 AI 搜尋的關鍵轉折點。
隨著 Gemini 3 Flash 成為 Google 生態系的預設核心，我們正看著 AI 從實驗性質的「氛圍編碼」（vibe coding），轉變為生產力掛帥的實際應用。
立即下載【2026 AI Impacts 趨勢觀察報告】，掌握未來人才與 AI 協作的關鍵能力 ──「AI 流利度」
＊本文開放合作夥伴轉載，資料來源：Google、《TechRadar》、《Digital Trends》、《VentureBeat》，首圖來源：Google