1. 首頁

Gemini 3.8 Flash 官方自己叫你先別換：三代同價，貴的是它多跑幾趟

  • 更新日期：2026-09-03 13:42:41
  • 瀏覽數：81
目錄

💡 核心結論速覽 (TL;DR)

  • 官方公告裡有一句勸退：Google 自己寫「效率優先的話，可以用較低的 effort 檔位，或繼續用 Gemini 3.7 Flash，它仍完整支援」。廠商主動叫你可以不要換，這句話值得先讀懂。
  • 三代 Flash 同一個價：3.8、3.7、3.6 在官方定價頁上逐格相同——每 100 萬 token 輸入 $0.75、輸出 $3.75，四種計費層一路對到底。所以「哪一版比較貴」這個問題問錯了，該問的是「它會跑幾趟」。
  • 官方承認它會多吃 token：公告原文說 3.8 Flash「works harder」、會多做推理步驟並反覆呼叫工具，「有時可能用掉更多 token」。獨立評測 Artificial Analysis 量到的幅度是每題成本從 $0.40 到 $0.58。
  • 今天先做一件事：如果你在跑 API，把 thinking level 從預設的 medium 降到 low 試跑一輪——那一檔的智慧分數仍與上一代 3.6 Flash 開到最高時相當，每題成本卻只有 high 檔的四成、耗時剩三分之一。

模型改版的公告我看多了，很少看到廠商在裡面勸你先別換。

Gemini 3.8 Flash 的公告裡有這麼一句：對運算效率是主要限制的應用，開發者可以「使用較低的 effort 檔位來降低 token 開銷」，或者「繼續使用 Gemini 3.7 Flash，它對效率優先的工作負載仍完整支援」。Google 自己把退路寫進發表文，這在一篇新模型公告裡是很少見的。

為什麼要寫這句？因為同一段公告的上一句已經先講了原因——這一版「更用力」，而更用力是有代價的。

我每天用 AI 超過 10 小時，ChatGPT 跟 Claude 的高階方案、Google AI Pro 同時養著，兩個部落格站的內容與自動化都自己扛。所以模型換代時我的第一個動作不是看跑分表，是去讀官方有沒有把代價寫出來。

做過產品的人都知道，這種句子不會白寫。這篇要做的就是把那句話翻譯成你看得懂的東西：它到底會多花多少、花在哪一格、以及你能怎麼把它調回來。

Gemini 3.8 Flash 是什麼？三件事先講完

Gemini 3.8 Flash 是 Google 在 2026 年 9 月 2 日發布的 Flash 系列新版本，model ID 是 gemini-3.8-flash，一上架就是正式版，沒有經過 preview 階段。官方把它定位成「最聰明的主力模型」，主打長時程軟體工程與自主代理。

三件事先講完，你就知道要不要往下看：

  • ❶ 發布節奏快到不太正常：官方公告自己寫的——3.7 Flash 是三週前發的，這是「六週內第三次 Flash 發布」。如果你上個月才剛換過，你的疲勞是合理的。
  • ❷ 規格幾乎沒動：輸入上限 1,048,576 個 token、輸出上限 65,536 個，和 3.7 Flash 一樣。輸入吃文字、圖片、影片、音訊與 PDF，輸出只有文字。
  • ❸ 思考檔位剩三檔：low、medium（預設）、high。傳 minimal 會直接回傳錯誤——這條規則從 3.7 Flash 就開始了，細節我在 上一版的遷移風險 那篇拆過，這裡不重複。

還有一格官方寫得很小聲但值得記：知識截止日是 2026 年 3 月，但官方同時但書「部分領域可能只到 2025 年 1 月」。問它今年的事情之前，最好先自己驗一題。

下一步：先確認你現在跑的是哪一版，再往下看第二段的價格對照。

Gemini 3.8 Flash 價格多少？三代同價，真正的漲價日在 2027 年

Gemini 3.8 Flash 的價格是每 100 萬 token 輸入 $0.75、輸出 $3.75，而這組數字和 3.7 Flash、3.6 Flash 完全一樣。我把 Gemini Developer API 官方定價頁 和 Google Cloud 的企業端定價頁 兩邊逐格對過，三代 Flash 在四種計費層上一路相同。

計費層 輸入（每 1M token） 輸出（含思考 token）
Standard（一般）$0.75$3.75
Batch／Flex（非即時）$0.375$1.875
Priority（優先）$1.35$6.75

（資料基準日：2026-09-03，單位為美元。快取讀取不是第五種計費層，是每一層各自都有的一格：Standard 是 $0.075、Batch 與 Flex 是 $0.0375、Priority 是 $0.135，另外都要加每 100 萬 token 每小時 $0.50 的儲存費。）

但這張表有個到期日。官方在公告註腳與定價頁都寫明：這是介紹價，2026 年 12 月 31 日到期，2027 年 1 月 1 日起變成 $1.50／$7.50——輸入輸出都直接翻倍。快取與儲存費同步加倍。

所以真正該進行事曆的不是「要不要換 3.8」，是年底那條線。你現在跑的每一塊錢，明年一月都會變成兩塊。

還有一格只有走企業端才會遇到：Google Cloud 那邊對「非全球區域」一律加價 10%。如果你為了資料落地把流量鎖在特定區域，實際單價是 $0.825／$4.125，不是 $0.75／$3.75——整篇文章的每一個成本數字，對你要再乘 1.1。

另外有一格特別容易漏：Google 搜尋 grounding 的計費列 每月 5,000 次免費，但那是整個 Gemini 3.x 家族共用的額度，不是每個模型各給 5,000。超出後每 1,000 次收 $14。要是你同時跑 Pro 和 Flash，這格會比想像中早見底。

🚨 一個中文讀者專屬的陷阱：官方定價頁的繁體中文版落後很多。我實際開過那一頁，頁尾更新日期停在 2026-08-11，整頁找不到 3.8 Flash，而且把 3.6 Flash 標成 $1.50／$7.50——那是 2027 年才生效的價。照著中文頁報價，你會把成本估成實際的兩倍。查價一律切到英文版。

下一步：把你上個月的 token 用量乘以 2，那就是明年一月的帳單起跳點。

Gemini 3.8 Flash 為什麼會多花錢？官方把原因寫成一句話

因為 Google 這次調的不是價格，是模型的做事習慣。官方公告裡有一段話，我認為是整篇文章最該被讀到的一段：

These performance gains stem from a core design choice: 3.8 Flash works harder. On complex tasks, it exhibits greater diligence — executing extra reasoning steps, and calling tools iteratively. At times, the model might use more tokens to maximize performance, especially at higher effort levels.

（這些效能提升來自一個核心設計選擇：3.8 Flash 更用力。面對複雜任務時，它會展現更高的盡責度——執行額外的推理步驟、反覆呼叫工具。有時候，模型可能會用掉更多 token 來把效能推到最高，在較高的 effort 檔位尤其明顯。）

這不是外界的推測，是官方自己把「會多花 token」寫成設計選擇。而且 官方模型卡 更直接——把「可能用更多 token」和「可能偶爾變慢或逾時」一起放進「已知限制」章節。

那多花多少？獨立評測機構 Artificial Analysis 用同一套指標跑了兩代，數字是這樣（2026-09-03 快照，high 檔）：

項目 Gemini 3.7 Flash Gemini 3.8 Flash
單價（輸入／輸出，每 1M）$0.75／$3.75$0.75／$3.75
智慧指數5659
每題成本$0.40$0.58
每題輸出 token36,84748,315
每題耗時2.07 分2.56 分

單價那一列一模一樣，每題成本卻從 $0.40 變成 $0.58，漲了 43.4%。（這裡的 $0.58 是「每題成本」，不是每百萬 token 的單價，兩個數字在該站上長得很像，別看混。）

我必須把來源分清楚，因為這關係到你要不要相信這個數字：「它會多用 token」這件事是官方三處自己講的；「多四成」這個幅度目前只有 Artificial Analysis 一家在量。機制可信度高，幅度請當成單一來源的快照看。

下一步：如果你有帳單後台，直接調出上週的平均每次請求 token 數當基準線，換版後再看一次。這比任何評測都準。

貴在哪一格？我把一題的錢拆成三份，最反直覺的是答案變短了

直覺會說「它想更久，所以思考的錢變多」。實際拆開來看，思考確實翻倍了，但它不是最大宗——最大宗是輸入。

同一份評測資料可以把每題的 $0.58 拆成三格：

成本組成 3.7 Flash 3.8 Flash 變化
輸入（重送脈絡）$0.264$0.395+49.8%
思考 token$0.053$0.108+105%
答案本體$0.085$0.073−14.4%

三件事同時發生了：思考的錢翻了一倍，輸入的錢多了近五成，而你真正讀到的答案反而變便宜、也變短了 14.4%。

輸入為什麼會膨脹？跑完整套評測的輸入 token 從 14 億漲到 21.9 億，多了 56.8%。模型每多呼叫一次工具，就得把前面整段脈絡再送一次——這是代理式流程的結構性成本，官方那句「反覆呼叫工具」講的就是這件事。

要說明的是，評測方沒有公布平均呼叫次數。這是從輸入膨脹推回去最合理的解釋，不是實測到的回合數，我不想把推論寫成事實。

還有一個數字我看了三遍才相信。在 low 檔，3.8 Flash 的思考 token 比 3.7 Flash 少了 49.5%，每題成本卻還是貴 44.9%——因為輸入 token 多了 77.1%。想得更少、還是更貴，這幾乎是「回合數才是主因」的鐵證。

順帶一提，評測方對它的「囉嗦度」評語直接翻面：3.7 Flash 被評為「相當精簡」（同級排 43/196），3.8 Flash 變成「非常囉嗦」（掉到 74/196）。囉嗦的部分你還讀不到，因為那是思考不是答案。

如果你對「計價方式沒變、帳單卻變了」這類事有既視感，我之前 重算過 Claude 換斷詞器之後的帳單——那次變的是量尺本身，這次量尺沒動，是模型自己多跑了幾趟。兩種完全不同的成因，但踩起來一樣痛。

想把 Gemini 3.8 Flash 的帳單壓回去？官方自己寫了兩條路

很難得，Google 在同一段公告裡就把解方寫好了：調低 effort 檔位，或者乾脆不要換。原文是這樣寫的——對於運算效率是主要限制的應用，開發者可以「使用較低的 effort 檔位來降低 token 開銷」，或者「繼續使用 Gemini 3.7 Flash，它對效率優先的工作負載仍完整支援」。

官方叫你可以不要升級，這句話的份量比任何評測都重。

而且不是嘴上說說。我去翻了 官方的模型棄用清單，gemini-3.8-flash、gemini-3.7-flash、gemini-3.6-flash 三者的「退役日期」欄位現在都寫著「尚未公告」。同一張表上其他型號是有排定日期的，代表這頁有在維護、不是漏寫。你沒有被逼著換的時間壓力。

而三檔的實際差距長這樣：

思考檔位 智慧指數 每題成本 每題耗時
high59$0.582.56 分
medium（預設）57$0.411.74 分
low52$0.240.77 分

最值得記住的是最後一列。3.8 Flash 開 low 檔拿到的 52 分，和上一代 3.6 Flash 開到 high 的分數相當——但每題只要 $0.24，是自己 high 檔的四成出頭，耗時也只剩三分之一。

換句話說：如果你原本就跑 3.6 Flash 而且覺得夠用，換到 3.8 Flash 再降一檔，是相當的智慧、更快的速度，而且你手上多了兩個可以往上加的檔位。這是我認為這次改版最實際的一個收穫，而且跟「要不要追新」無關。

⚠️ 一個我自己踩到的坑要先講：要拿 3.8 low 跟 3.6 high 比每題成本，別直接抄評測站給的那個差額。

我核對時發現，該站資料庫裡把 3.6 Flash 的快取讀取價記成 $0.15，但官方定價頁上 3.6 Flash 現在就是 $0.075、和 3.8 逐字相同。

快取那一格佔它每題成本的三分之一以上，用錯價會把差距算大。所以這裡我只說「相當」與「便宜」，不給那個百分比。（3.6 Flash 當時省下多少 我算過一次，那篇的基準線可以拿來對照。）

我自己在調這種旋鈕的時候有個習慣：先用 low 跑一週真實流量，把失敗的案例挑出來，只有那些才升檔。預設值是給所有人用的，你的工作負載通常沒那麼平均。

第三條路官方沒寫，但值得考慮——非即時的任務丟 Batch 或 Flex 層，直接對折（$0.375／$1.875）。如果你的流程是排程跑批，這一刀比調檔位還乾脆。我在 免費 AI API 接自動化的兩道額度牆 那篇提過，自動化流程真正卡住的常常不是模型本身，而是你排程平台那邊的次數限制。

Gemini 3.8 Flash vs 3.1 Pro 怎麼選？答案取決於你用哪一把尺

Flash 的分數已經反超 Pro，單價也只有三分之一——但它每題花的錢比 Pro 多七成。三個數字都是真的，差別在你量的是什麼。這個對比每次改版都有人問，這一版的答案特別容易被帶偏。

看表之前有兩格要先講清楚。第一，Pro 到今天為止仍掛著 Preview——官方定價頁上的名字是「Gemini 3.1 Pro Preview」，model ID 是 gemini-3.1-pro-preview。要不要把生產流量放上去，這格得算進去。

第二，Pro 的單價有一道 20 萬 token 的門檻：prompt 超過 20 萬 token，輸入輸出直接跳到 $4.00／$18.00；Flash 這一側則不分級，多長都是 $0.75／$3.75。你的脈絡越長，這張表上的價差只會拉得更開。

項目 Gemini 3.1 Pro Preview Gemini 3.8 Flash
智慧指數4859
輸入單價（每 1M）$2.00
（>20 萬 token $4.00）		$0.75
輸出單價（每 1M）$12.00
（>20 萬 token $18.00）		$3.75
輸出速度103 token/秒299 token/秒
每題成本$0.33$0.58
跑完整套評測實付總額$811.90$825.83

最後兩列是同一批資料的兩把尺，結論卻不一樣，這點必須講明白。用「每題成本」量，Flash 每題 $0.58、Pro 每題 $0.33，Flash 貴 72%；用「跑完整套評測實付總額」量，兩邊只差 1.7%。差別在加權方式——每題成本是九個評測的加權平均，實付總額是把所有題目的錢直接加起來。

我全篇其他地方一律用「每題成本」，所以這裡也以那把尺為準：Flash 每題比 Pro 貴七成，但它拿到的分數高 11 分。總額那一列放進來，只是要說明「為什麼有人會說兩邊差不多」。

更有意思的是錢流去了哪一格。直覺會說 Flash 吐更多字所以輸出比較貴——實際相反：Flash 的輸出 token 是 Pro 的 2.19 倍，但輸出單價只有 Pro 的 0.31 倍，兩者一乘之後它在輸出那一格反而比 Pro 省。真正把差距補回來的是輸入——Flash 跑完同一套評測吃掉的輸入 token 是 Pro 的八倍。

這正好呼應前面那一段：不管跟誰比，3.8 Flash 的成本重心都在輸入，不在它吐了多少字。（附註：Flash 的輸出 token 我引用的是原始欄位值 1.23 億，該站摘要卡片上顯示的是約 120M，兩者指同一件事。）

所以我會這樣選：要速度、要代理式工具鏈、能接受它多跑幾趟，選 Flash；要輸出可預測、單次請求成本要好抓、或流程裡人工要逐筆審的，Pro 反而比較好管。「便宜」在這裡不是一個模型屬性，是一個流程屬性。

如果你還在更前面的階段——連 Pro、Flash、Flash-Lite 該怎麼分工都還沒定，先看 Gemini 模型怎麼選的完整對比，那篇是這一整群文章的入口。想知道各方案的用量差別，Gemini 額度怎麼算 那篇拆過兩道牆的邏輯。

Gemini 3.8 Flash 評價別只看贏的那幾格，官方表上有幾格是勸退

官方公告附的比較表裡，Gemini 3.8 Flash 確實拿下不少第一，但也有幾格輸得很難看——而且是官方自己放上去的。我認為看懂輸的那幾格，比看贏的更有用。

贏的部分先講完：HLE-Verified（多學科專家推理）54.9% 全表第一、Vals Finance Agent v2（財務分析師任務）61.4% 第一、Harvey 法律流程 10.0% 第一、CharXiv 圖表推理 86.2% 第一，Terminal-bench 2.1 的 89.4% 也掛第一。

官方選的對照組是 Claude Opus 5、Claude Sonnet 5、GPT-5.6 Sol 與 GPT-5.6 Terra，單價從 Flash 的 2.7 倍到 6.7 倍不等，所以贏的那幾格確實有份量。

但有兩格的「第一」要打折看。Harvey 法律流程的第一名，絕對值只有 10.0% 的通過率——意思是最好的模型也有九成的複雜法律工作流過不了關，這一列與其說是誰贏，不如說是整個產業都還沒到。CharXiv 的 86.2% 則只贏第二名 GPT-5.6 Terra 的 85.9% 零點三個百分點，實質上是打平。

還有一格是官方沒放、但該一起看的：同一項 Terminal-bench 2.1，獨立評測方量出來的結果和官方表相反。他們量到 3.8 Flash 是 87.6%、Claude Opus 5 是 89.1%——在第三方的量測裡它不是第一。

同一個測驗兩個數字，代表 harness 與參數設定會大幅影響結果。別把任何一張跑分表當成定論，包括官方那張。

然後是勸退的那幾格：

  • ❶ Terminal-bench 4.0（通用 agent 能力）只有 19.1%：同表的 Claude Opus 5 是 51.8%、GPT-5.6 Sol 是 37.3%。這一格差距大到不能忽略——它在「被框定的終端機任務」很強，在「開放式的通用代理任務」還差得遠。
  • ❷ GDPVal-AA v2（知識工作）Elo 1545：Claude Opus 5 是 1824。要把整份知識工作交出去，這格還撐不住。
  • ❸ DeepSWE v1.1 的 73.7% 有前提：官方評測方法論自己註明，那個分數是用 high thinking 跑出來的，不是預設的 medium。也就是說，你要複製那個成績，就得付前面算過的高檔價格。

還有一件更有意思的事。同一個「works harder」，官方在兩個地方寫得剛好相反。

公告寫的是「執行額外的推理步驟」（extra reasoning steps），開發者文件寫的卻是「採取更小的推理步驟」（takes smaller reasoning steps），而且開發者文件還多列了一項「沿途驗證自己的產出」。

兩種說法其實可以並存——步驟變小、但步數變多，總量還是往上。但這種官方自己口徑不一的情況，我一律當成「這個機制還在被描述中」的訊號，不會把任何一句當成規格保證。我做產品時也常這樣：文案先出去、定義後面才收斂。

正面消息也有一格：提示詞注入的防禦明顯進步。在 Gray Swan 的攻擊成功率指標上（越低越好），3.8 Flash 是 5.5%，前一代 3.7 Flash 是 9.2%。這格對要把模型接上外部資料的人很重要。

我不寫程式，Gemini 3.8 Flash 關我什麼事？先看你的方案

如果你只是用 Gemini App，別只靠模型選單下結論——官方自己就有兩種寫法。

說明中心那個叫「Gemini 模型下拉式選單」的段落，只列了 Gemini Flash-Lite、Gemini Flash、Gemini Pro 三個不帶版號的名字，同頁還註明「模型名稱、版本和適用情形可能會變更」。

但官方版本資訊頁 7 月 21 日那則卻明講「只要從模型下拉式選單選取『3.6 Flash』」，訂閱頁的免費欄到今天也還寫著「使用 3.6 Flash」。

選單到底帶不帶小數版號，官方沒有一致口徑。所以更穩的判斷起點，是先看你付的是哪一檔。

官方公告在消費端只點名了兩種人：Google AI Pro 與 Ultra 訂閱者，介面是 Gemini App、Google 搜尋的 AI Mode，以及 Google Sheets 裡的 Gemini。

這是一份列舉名單，免費方案與 Google AI Plus 不在上面。

我必須說清楚分寸：官方沒有寫過任何一句「免費版不能用」，它只是沒把免費版列進名單。這兩件事差很多，別把後者讀成前者。

台灣的方案價格與用量倍數目前是這樣（資料基準日：2026-09-03）：

方案 月費 用量與脈絡窗口
免費NT$0標準用量／32k token
Google AI PlusNT$1652 倍用量／128k token
Google AI ProNT$6504 倍用量／100 萬 token
Google AI UltraNT$3,300Pro 的 5 倍用量／100 萬 token
Google AI Ultra（高階）NT$6,500Pro 的 20 倍用量／100 萬 token

有一格很有意思：台灣訂閱頁上，免費方案那一欄現在寫的還是「使用 3.6 Flash」，整頁找不到 3.8 Flash。消費端的官方版本資訊頁也停在 8 月 19 日，最近一次「新模型進下拉選單」的公告還是 7 月 21 日的 3.6 Flash。

這代表什麼？我只能說官方文件還沒同步，不能說消費端還沒上線——兩種解釋都跟我看到的頁面相容，官方沒有任何一頁能替我裁決。要確認就自己開一次 App 看選單，那比任何報導都準。方案怎麼挑我在 Gemini 四檔訂閱方案 那篇算過，結論到現在沒變：貴的通常不是 AI 本身。

還有一條路很多人不知道：就算你沒訂閱，開發者那邊的 Google AI Studio 是有免費層的——官方定價頁上 Standard 層的「免費方案」欄寫的是「免費」，代價是內容會被用於改善產品。想先摸一下新模型手感、又不想每月扣款的人，那才是入口。

下一步：打開你的 Gemini App 模型選單，把它現在寫的字記下來。官方所有消費端頁面目前最新只提到 3.6 Flash——如果你的選單真的出現「3.8」，那就是消費端已經上線的第一手證據，比任何報導都早。

Gemini 3.8 Flash Cyber 是什麼？為什麼你八成拿不到

Gemini 3.8 Flash Cyber 是同時發布的資安專用變體，只透過新的 Fairwind Program 開放給「受信任的防禦方」——官方點名的是政府機關、關鍵基礎設施營運者與軟體維護者。沒有自助註冊，一般開發者拿不到。

它的定位很明確：找漏洞和修漏洞，而且官方說有意把「修」的優先序放在「攻」前面。

幾個官方數字：CyberGym 的 C/C++ 漏洞挖掘 Pass@1 是 86.2%，而官方圖上拿來對照的前一款資安變體是 Gemini 3.5 Flash Cyber 的 77.5%——注意中間隔了 3.6 和 3.7 兩代，那兩代根本沒有 Cyber 版本。

資安變體不是每一代都會出，這件事本身就有資訊量。自動修補那邊，CWE-Bench 的 pass@1 是 47.2%——官方自己承認略低於某個領先前沿模型的 47.8%，主張的優勢是成本低很多。

Google 也放了幾個內部戰績。Chrome 安全團隊說，它在 Chrome 漏洞上產出的正確修補數，是那些體積大得多的頂尖商用模型的 2.6 倍。

資安廠商 Wiz 說，它在自家內部滲透測試基準上的召回率比其他領先前沿模型高 7.5%～9.7%（官方原文寫的是 %，沒有說是不是百分點），成本則低 2.3 到 5.2 倍。Google 的雲端漏洞研究團隊則說，用它在不到兩小時找到一個通常要數月才找得到的底層漏洞。

對一般人來說，這段的實際意義只有一句：資安變體正在變成大廠的選配，而它們一律是邀請制。在資安團隊又剛好符合資格的人值得去敲門，不是的話知道有這條線就夠了。

這個模式不是 Google 獨有，我寫過 另一家的 Cyber 版本贏 Claude 是真的嗎，那篇的結論是「它贏的那個模型你根本買不到」——邀請制的門檻長什麼樣，那邊看得更清楚。

Gemini 3.8 Flash 適合誰？三種情況值得動，三種先按兵不動

先講結論：這一版沒有「所有人都該換」的理由，而且官方自己也沒這樣主張。我把讀者分成兩邊。

這三種情況值得現在就動：

  • 你原本跑 3.6 Flash 而且覺得堪用：換到 3.8 Flash 再把檔位降到 low，分數相當、速度快得多，而且往上還有兩個檔位可加。成本＝改一行參數加一輪回歸測試。
  • 你在做財務分析或法律流程：這兩格官方表上是第一名——財務分析 61.4% 領先第二名 2.4 個百分點、也贏 Claude Opus 5 的 58.6%；法律流程 10.0% 比 Opus 5 的 6.7% 高出近五成。值得實測一輪，但別忘了法律那格全表最高就是 10.0%。圖表推理則不建議為它換版，那格只贏 0.3 個百分點。
  • 你把模型接上外部資料或網頁：提示詞注入的攻擊成功率從 9.2% 降到 5.5%，這個改善對安全邊界的價值高於分數。

這三種人我建議先不要動：

  • 成本已經吃緊的自動化流程：官方明說效率優先就繼續用 3.7 Flash。與其換版再回頭省，不如先把非即時任務丟到 Batch 層對折。
  • 做開放式通用代理的人：Terminal-bench 4.0 的 19.1% 說明它還沒準備好，換過去反而會多繞路、多燒 token。
  • 上個月才剛換過 3.7 的人：六週三版，你的回歸測試預算不該被這個節奏綁架。等一版再一起處理，通常更划算。

不管你屬於哪一邊，有一件事我會建議所有人做：把年底那個日期記進行事曆。2026 年 12 月 31 日之後，這整篇文章的價格數字全部要乘以二——那才是真正會動到你預算的一天。

我用同樣的算法算過別家：DeepSeek V4-Pro 的每題成本 那次的結論是「它不再是最便宜的」；Claude Fable 5.1 只降快取讀取 那次是官方說省 25%、實際有人只省 0.6%。同一個教訓一直重複：單價是廣告，用量才是帳單。

FAQ 常見問題

Gemini 3.8 Flash 和 3.7 Flash，哪一個比較划算？

單價完全一樣，所以要看任務型態。跑複雜的多步驟代理任務，3.8 Flash 分數更高、每題成本也更高。任務本來就不難、或成本敏感的，3.7 Flash 目前仍完整支援，官方自己就把它列為效率優先的選擇。判斷依據是你上個月的平均每題 token 數，不是跑分表。

我可以把版本鎖在某一版，不要被自動換掉嗎？

官方模型頁的版本區塊目前只列一條穩定版，就是 gemini-3.8-flash 本身，沒有列出日期快照版。務實的做法是在程式裡寫死具體的 model ID 字串、不要用會自動指向最新版的別名，並在部署流程加一個模型版本的檢查點。這樣至少換版是你決定的，不是某天早上發現的。

免費帳號有沒有 Gemini 3.8 Flash？

官方公告只點名 Google AI Pro 與 Ultra 訂閱者，免費方案與 AI Plus 不在名單上，但官方也沒明文說免費版不能用。開發者 API 那邊另有免費層，代價是內容會被用於改善產品。要確認就自己開一次 App：官方消費端頁面目前最新只提到 3.6 Flash，選單真的出現「3.8」才算數。

2027 年價格翻倍之後，我該怎麼準備？

三件事按順序做：先把非即時任務移到 Batch 或 Flex 層（現在就對折）；再把重複的長脈絡改用快取，讀取只要輸入價的十分之一；最後才是調降 thinking 檔位。前兩項不影響輸出品質，第三項才需要重新測。年底前把這三層都試過一輪，明年一月的漲幅就不會全額吃下去。

為什麼我的實測結果和這篇的數字不一樣？

因為每題成本高度依賴任務型態。這篇引用的每題成本來自一套包含九個評測的標準指數，其中三個代理型評測就佔掉超過九成的花費。如果你的用途是短問答或摘要，成本增幅會比 43% 小很多；如果你在跑長時程的工具鏈，可能比 43% 更大。用自己的流量算一次基準線，永遠比引用別人的平均值準。

寫在最後：這一次真正該盯的不是價目表

Gemini 3.8 Flash 最值得記住的一課，是「同樣的單價」和「同樣的成本」從來不是一回事。當模型開始自己決定要跑幾趟、想幾步、呼叫幾次工具，價目表就只剩下一半的解釋力。

我現在評估任何模型改版，都會多問一句：它變聰明的方式，是變得更有效率，還是變得更用力？前者是免費的，後者要你付錢——而且帳單來的時候，價目表上一個字都沒改。

這一版的官方態度其實很誠實：把代價寫在公告裡、把限制寫進模型卡、還告訴你可以不要升級。誠實的供應商值得肯定，但誠實不等於免費。看懂那一句「works harder」，你才知道自己買的是什麼。

如果你要順手重新盤點整套 AI 工具的成本結構，可以從 我每天在用的那套工具箱怎麼組 開始，先算清楚每個環節「換掉的成本是多少」，再決定要為哪一個模型付錢。近期同型的算法我也用在 快取到底要重複幾次才划算 和 便宜 21 倍但速率只剩三十分之一 這兩篇，判斷邏輯是同一套。

參考資料

 

延伸閱讀