Gemini 3.5 Flash 跑分超越 GPT-5.5，僅 1.5 美元

Google I/O 2026 第一天投下的震撼彈，不是 Gemini 3.5 Pro，而是 Flash。

按照慣例，Flash 向來是 Pro 系列底下那個「夠便宜、夠快、跑得動就好」的備胎。這次它直接把分數甩到 Pro 頭頂上——Terminal-Bench 2.1 中 Flash 拿下 76.2%，3.1 Pro 只有 70.3%；MCP Atlas Flash 跑出 83.6%，3.1 Pro 73.9%；最誇張的是 Finance Agent v2，Flash 57.9% 對 3.1 Pro 的 43.0%，差了將近 15 個百分點。

Seeking Alpha 直接喊出：Gemini 3.5 Flash 在代理型基準測試上跑贏了 GPT-5.5。

一個 Flash 等級，跑成旗艦

先看價格：每百萬 token 輸入 1.5 美元，輸出 9 美元。100 萬 token 上下文視窗直接給到。這種定價放在能跑贏 GPT-5.5 的代理模型等級上，前所未見。

再看速度：比同級前沿模型快 4 倍，Google 說還有個「最佳化版本」能再翻 3 倍，達到 12 倍。

更狠的是定位。Flash 不再是「省錢用的小模型」，而是直接瞄準代理場景。GDPval-AA 這個跑分項目，3.5 Flash 拿了 1656 Elo——離 Claude Opus 4.7 的 1753 只差不到 100 分，但價格便宜一個數量級。Google 負責 Gemini 模型的 Koray Kavukcuoglu 原話是：

「3.5 Flash 提供了品質與低延遲的絕佳組合。」

跑分背後是 Antigravity 2.0

光看跑分還不夠說明問題。Flash 能做出這種數字，是因為這次一起發布的，是 Antigravity 2.0——Google 那個代理開發平台的升級版。Flash 專為多代理並行調度最佳化。一個任務下來，可以同時拉起幾十個子代理幹活，然後聚合結果。TechCrunch 報導中說，Google 展示了一段——Flash 從零開始搭建了一套作業系統出來，整個過程跑了幾個小時，中間偶爾停下來問幾個問題。

這就是 Tulsee Doshi 提到的設計點：

「有時會暫停並請求使用者輸入」

模型在關鍵決策點會主動停下來等使用者輸入。不是完全失控的自動駕駛，而是「會等紅綠燈的代理」。

真正的殺招是把 Flash 推到了預設位置

Gemini 3.5 Flash 已經成為 Gemini 應用程式和 Google 搜尋中 AI 模式的預設模型，全球生效。之前用 Gemini 的人，預設拿到的是 2.5 甚至 3.1 Flash 等級的體驗。現在 Google 直接把 Pro 等級的代理能力塞進了預設等級，使用者感覺不到價格變化，但能力直接跨代升級。

更關鍵的是 Spark——那個每月 100 美元的 24/7 AI 管家——跑的就是 3.5 Flash 底座。也就是說，這個看起來「便宜版」的模型，撐起了 Google 本次 I/O 上最貴的訂閱產品。

價格戰的下一回合

之前 OpenAI 推出 GPT-5.5 時，市場以為推理模型這一等級至少還能維持幾個月的高溢價。結果 Google 用 Flash 等級的定價把 GPT-5.5 的代理跑分給壓了下去。DeepSeek V4-Pro 發布 72 小時砍價 75% 之後，開源閉源都在往下捲。這次 Flash 等級敢這麼定價，給 Anthropic 和 OpenAI 接下來的產品策略壓了不小的壓力——你的旗艦跑分能不能比別人的 Flash 等級貴 5 到 8 倍的價錢合理？

更狠的話留在後面——Google 的人放了消息，Gemini 3.5 Pro 下個月發布。

參考來源：With Gemini 3.5 Flash, Google bets its next AI wave on agents, not chatbots（TechCrunch）；Gemini 3.5 Flash: Google's Fastest Agentic Model（DataCamp）；Google releases Gemini 3.5 Flash；CocoLoop、surpasses GPT-5.5 in agentic benchmarks（Seeking Alpha）