新闻 / 模型观察 · 编程工具经济学
Gemini 3.8 Flash 杀入中国 Flash 级价格战——单位智能成本最低，但暗藏 2027 年价格陷阱
Google 于 9 月 2 日推出了六周内的第三款 Flash 模型，直指此前由中国大模型厂商统治的性价比梯队：DeepSWE v1.1 跑分达 73.7%（仅次于 Claude Opus 5）、1M 上下文、支持多模态输入、输出速度约 300 tok/s——首发促销价仅需 $0.75/$3.75 每 1M。Artificial Analysis 评价其为“同等智能水平下最便宜的模型”。但潜在隐患在于：该价格将在 1 月 1 日翻倍，且该模型自身的 Token 消耗量比 3.7 Flash 高出约 40%。以下是对标中国 Flash 梯队模型的全景对比。
Gemini 3.8 Flash（9 月 2 日 GA）：12 月 31 日前首发价 $0.75/$3.75 每 1M → 2027 年 1 月 1 日起恢复常规价 $1.50/$7.50；缓存优惠 −90%；1M 上下文；DeepSWE v1.1 达 73.7%（总榜第 2，超越 GPT-5.6 Sol 的 72.7%）。AA 实测：单位智能成本最低（$0.58/任务，对比 Fable 5.1 的 $3.76）——但单任务成本比 3.7 Flash 高出约 40%（输出 Token 更多、Agent 交互轮次更多）。 截至 9 月 3 日中国梯队：DeepSeek V4-Flash 峰时 $0.44/$1.32（谷时减半）——单 Token 依然更便宜，且 1 月不会翻倍。GLM-5.3 与 Kimi K3（AA 智能评分均为 60）依然是开源权重、可自部署的首选。
发布内容一览（9 月 2 日）
- 以发布节奏作为战略。六周内第三款 Flash，四个月内第四款——在经历夏季的信任危机后，Google 正以中国大模型厂商般的速度迭代（The Register 评价：3.5 Flash 此前在智能评分上被中国开源模型超越）。
- 基准测试。DeepSWE v1.1 达 73.7%——仅落后于 Claude Opus 5（74.0%），领先于 GPT-5.6 Sol（72.7%）、Claude Sonnet 5（53.8%）和 3.7 Flash（65.3%）。同时在 Vals 金融 Agent V2 和 Harvey 法律 Agent 上领跑。AA 智能指数：4/4 满分，输出约 300 tok/s。
- Token 消耗偏高。Google 官方文档提醒该模型“工作更卖力”——推理步数更多，迭代工具调用更多。AA 实测：单任务成本相比 3.7 Flash 增加 40%，输出 Token 增加 30%。The Verge 的实用建议：如果你追求极致节省 Token，建议继续使用 3.7 Flash。
- 网络安全衍生版本。Gemini 3.8 Flash Cyber 在 CyberGym 上达到 86.2%（对比 GPT-5.5-Cyber 的 85.6%），在 CWE-Bench 自动修复上达到 47.2% Pass@1——但它仅通过 Google 的 Fairwind 计划向可信防御人员开放，未全面公开发布。
- 安全态势。内置针对 CBRN（化生放核）及网络攻击的安全防护；输入支持文本/图像/视频/语音，输出仅限文本。
对标中国 Flash 梯队价格（每 1M Tokens，9 月 3 日）
| 模型 | 输入 | 输出 | 备注 |
|---|---|---|---|
| Gemini 3.8 Flash | $0.75 → $1.50 (2027) | $3.75 → $7.50 | 首发优惠至 12 月 31 日；缓存优惠 −90%；单任务 Token 消耗高出约 40% |
| DeepSeek V4-Flash (高峰期) | $0.44 | $1.32 | 谷时约 $0.22/$0.66；2027 年不翻倍；分时段定价 |
| GLM-5.3 | $1.40 | $4.40 | AA 智能评分 60；权重已上线 HF（MIT 协议同系 Flash） |
| GLM-5.3-Flash | 约为 GLM-5.3 定价的 1/20 | 320B/A18B 多模态；已推出 GGUF/Ollama 量化版本 | |
| Claude Fable 5.1（参考） | $10.00 | $50.00 | 缓存 $0.25；AA 单任务 $3.76——达 Gemini 的 6 倍 |
价格数据来源于官方文档/价目表，经前期 ChinaModelAPI 简报核实并在 2026 年 9 月 3 日复核。GLM-5.3-Flash 今日未复核具体最新标价——按其发布条款以比例形式展示。
深度解读：Google 定价策略基本靠拢中国大模型厂商
这里真正有两点突破。首先，单位美元智能效率的前沿阵地首次由一款美国闭源模型占据：AA 实测单任务 $0.58 的成本击穿了同级别所有竞品，直接冲击了此前让 DeepSeek 和 GLM-Flash 成为默认平价之选的经济模型。其次，Google 采纳了中国厂商的发布节奏——四个月推出四款 Flash 模型堪称 DeepSeek 式的迭代速度，甚至还包括这种大家都心知肚明在到期前就会被更新模型取代的“首发促销”定价。但客观看也存在明显的反向制约：绝对 Token 单价依然向中国梯队倾斜（V4-Flash 输入端仍便宜约 41%，输出端便宜约 6 倍——且 1 月份价格不会翻倍），40% 的更高 Token 消耗意味着在 Agent 工作负载下这款“便宜”模型的实际账单堪比中端模型，而且依然没有可用于自部署的模型权重。对于开发者而言，决策树的框架没有变，只是边界更为紧绷：按 Token 计费/控制预算 → 选择中国 Flash 梯队；按完成任务衡量且需要前沿级质量 → Gemini 3.8 Flash 成为强有力的竞争者，至少在元旦调价之前如此。
官方一手来源
- The Verge — 发布报道，关于“工作更卖力”带来的 Token 消耗提醒
- Artificial Analysis — $0.58/任务，同智能级别最便宜；300 tok/s；单任务成本比 3.7 高出 40%
- The Decoder — DeepSWE 73.7% 跑分详解、2027 年定价及 Cyber 版本数据
- Ars Technica — 发布节奏分析、DeepSWE 天梯榜解读
- The Register — 综合智能评测汇总（含 GLM-5.3 60 / Kimi K3 60）及单任务成本对比
- 站内基线：Gemini 3.7 Flash 发布文 · DeepSeek 谷时定价 · GLM-5.3-Flash 揭晓
常见问题 (2026)
发布了什么？
Gemini 3.8 Flash，9 月 2 日发布——六周内的第三款 Flash。1M 上下文、支持多模态输入、输出约 300 tok/s，主打 Agent/SWE 定位。另有 Cyber 衍生版（CyberGym 跑分 86.2%），受限仅对 Fairwind 计划开放。
定价如何？
12 月 31 日前首发价为每 1M $0.75/$3.75（缓存优惠 −90%），2027 年 1 月 1 日起恢复常规价 $1.50/$7.50。单任务成本比 3.7 Flash 高出约 40%——Token 更多、交互轮次更多。
基准测试表现？
DeepSWE v1.1 跑分 73.7%——排名第二，仅次于 Opus 5（74.0%），超越 GPT-5.6 Sol（72.7%）和 3.7 Flash（65.3%）。在 Vals 金融 Agent V2 和 Harvey 法律 Agent 上处于领先。
对比中国 Flash 梯队表现如何？
DeepSeek V4-Flash 峰时 $0.44/$1.32（谷时减半）在单 Token 上依然更便宜，且 2027 年不会翻倍。AA 评价：Gemini 的单位智能成本最低（$0.58/任务）。GLM-5.3/K3 在智能评分上与之持平（60），且具备开源权重优势。
GLM-5.3 / Kimi K3 对比情况？
The Register 的 9 项基准评测汇总：GLM-5.3（满血版）60 分，Kimi K3（满血版）60 分——同处第一梯队、支持自部署，而平价梯队的 GLM-5.3-Flash 定价仅约为旗舰版的 1/20。
换还是不换？
按 Token 计费预算：中国 Flash 梯队依然胜出，尤其是谷时。按任务计费：Gemini 3.8 Flash 成为新的单任务性价比领跑者——至少在 1 月 1 日调价前如此。Google 官方建议：若要追求极致节省 Token，继续使用 3.7 Flash。