Gemini 3.8 Flash 与 Gemini 3.1 Pro：按任务选择
按默认思考级别、模型状态、token 上限和评估标准，比较 Gemini 3.8 Flash 与 Gemini 3.1 Pro，不预设适用于所有场景的胜者。
以 Markdown 阅读Gemini 3.8 Flash 和 Gemini 3.1 Pro 的默认设置、发布状态和价格不同；仅凭名称，无法判断哪个在你的任务上表现更好。 Gemini 3.8 Flash 是稳定模型，默认采用 medium 思考级别。Gemini 3.1 Pro 使用预览标识符，默认采用 high 思考级别。两者列出的输入与输出 token 上限相同。[1], [2], [3]
为了让比较有用，请明确思考级别，并测试应用实际执行的工作。本指南比较官方契约并提出评估方法，不报告新运行的质量基准测试、实测延迟优势或适用于所有场景的胜者。
Gemini 3.8 Flash 与 Gemini 3.1 Pro：文档中的差异
复现请求时，请使用完整的原生模型 ID。下表比较的是常规 Gemini 3.1 Pro Preview，不包含其独立的 Customtools 变体。
| 设置 | Gemini 3.8 Flash | Gemini 3.1 Pro |
|---|---|---|
| 模型 ID | gemini-3.8-flash | gemini-3.1-pro-preview |
| 发布状态 | 稳定版 | 预览版 |
| 默认思考级别 | medium | high |
| 支持的思考级别 | low、medium、high | low、medium、high |
| 输入上限 | 1,048,576 token | 1,048,576 token |
| 输出上限 | 65,536 token | 65,536 token |
| 输入类型 | 文本、图片、音频、视频、PDF | 文本、图片、音频、视频、PDF |
| 输出类型 | 文本 | 文本 |
这些上限描述的是容量，并非准确性：上下文窗口大，不保证答案会正确使用每个相关段落。文本输出包含结构化文本，但不意味着任一模型能生成图片或音频。[1], [2]
稳定版与预览版的区别可以独立于响应质量而影响选择。如果发布流程要求稳定标识符，这就是开始评估 Gemini 3.8 Flash 的具体理由。如果已经有 Gemini 3.1 Pro 的代表性结果，请将其作为基线，不要用基于名称的假设替代它们。
比较答案前，先明确设置思考级别
省略思考配置，比较的就是不同默认值：Gemini 3.8 Flash 为 medium，Gemini 3.1 Pro 为 high。要比较 high 与 high，请在两条原生请求中都将 generationConfig.thinkingConfig.thinkingLevel 设为 high。[3]
Low、medium 和 high 是相对控制项。相同标签不保证不同模型采用相同的内部推理预算。也请明确输出上限，因为思考会消耗输出 token。请比较实际用量，不要把可见答案长度当作全部计费输出。
两个模型列出的支持思考级别中都没有 minimal。Gemini 3.8 Flash 会明确拒绝它。不要同时使用 thinkingLevel 和 thinkingBudget；它们是两种替代控制方式。
采样是另一项差异。Gemini 3.8 Flash 不再使用可配置的 temperature、topP、topK 或 candidateCount。从 Gemini 3.1 Pro 迁移的应用，不应假定保留这些字段就能保留相同行为。更改 ID 时，请检查模型专属契约。[4]
按分组当前费率比较成本
请使用 Gemini 3.8 Flash 页面和 Gemini 3.1 Pro 页面的实时价格表。选择打算使用的账户分组。其他分组的价格不是该请求的报价。
美元 / 100 万 token
| 项目 | googlellm | googlellm-vertext |
|---|---|---|
| 输入 | US$0.60 | US$0.75 |
| 输出（含思考） | US$3.00 | US$3.75 |
| 缓存输入 | US$0.06 | US$0.075 |
标准处理费率，不存在 200,000 token 的阶梯价格。缓存 token 不会再次按未缓存输入计费。工具费用和缓存存储费用不包含在这些 token 示例中。
上表展示 Gemini 3.8 Flash 当前的 Standard token 费率。Gemini 3.1 Pro 页面有自己的价格表，包含输入超过 200,000 token 时的长上下文档位。缓存输入计入这一边界。Gemini 3.8 Flash 不使用该阶梯价格。
请比较获得合格结果的成本，而不只是输入费率。响应可能使用思考 token、缓存输入和单独收费的工具。即使某个模型单价更低，用量不同也可能改变总费用。Google 为 Gemini 3.8 Flash 提供的初次体验期于 2026 年 12 月 31 日结束；不要假定某个注明日期的费率始终不变。[5]
处理档位独立于模型和账户分组。Standard、Flex 和 Priority 可能采用不同费率。进行受控比较时，请固定档位并检查响应元数据。Playground 的 token 费用估算并非所有内置工具或缓存存储操作的报价。
从真实工作构建小型验收集
先选择能代表应用必须正确完成的工作的案例。文档提取可包含普通文档、缺失信息和冲突值。编程可包含可复现的失败和现有测试。工具使用可包含允许的操作、没有必要的操作，以及助手必须解释的工具错误。
阅读输出前先写下验收标准。提取案例可能要求准确的值和来源位置。代码案例可能要求测试通过，且没有无关改动。工具案例应检查函数名、参数有效性和对结果的最终理解。
保持配置可比：
- 使用相同的提示词、源材料、历史记录和工具声明。
- 指定受支持的思考级别及相同的输出上限。
- 记录模型 ID、账户分组、处理档位和返回的用量。
- 先检查正确性，再比较合格结果的完成时间与成本。
一次成功响应只是冒烟测试，不能证明质量稳定或存在延迟优势。请保留失败和含糊的案例，不要只挑选令人印象深刻的输出。重复付费测试应提前规划预算。
这套方法是编辑建议。此处没有将任何新增付费模型运行作为证据。API 参考区分了已实现行为与仍待完成的实际能力检查。
尚未确定选择时
如果两个模型都满足正确性要求，可根据当前成本、发布状态和观察到的响应时间作出选择。如果两者都不满足，请先检查提示词、上下文和响应契约，不要假定换个名称就能解决问题。
Gemini 3.8 Flash Playground 和 API 文档展示其原生请求格式。Gemini 3.1 Pro 页面和 API 文档提供对应设置。各 Playground 都会动态列出可用账户分组。
Preview 与 Customtools 指南讨论的是 Gemini 3.1 Pro 内部的另一项选择：智能体同时使用自定义函数和 bash 时的工具选择。此接入使用常规 Preview。Customtools 不是另一种思考级别，也不是 Gemini 3.8 Flash 的可互换名称。
常见问题
Flash 一定比 Pro 弱吗？
不是。名称不能确定模型在你的任务上的排名。本文比较文档中的设置，不声称已测得质量胜者。
两个模型都支持 high 思考级别吗？
是的。两者都列出 low、medium 和 high。默认值不同，因此比较时请指定级别。相同标签不代表相同的隐藏 token 预算。
Gemini 3.8 Flash 的上下文窗口更小吗？
引用页面列出的上限相同：1,048,576 个输入 token 和 65,536 个输出 token。媒体约束和可用证据仍取决于具体请求。
可以在 API 中选择分组吗？
可以。在 X-SeedRouter-Group 中填写可用分组 ID，或省略它以自动选择。请读取模型的当前分组列表，不要假定始终只有两个选项。
来源
[1] Google：Gemini 3.8 Flash 规格。核对日期：2026 年 10 月 17 日。
[2] Google：Gemini 3.1 Pro Preview 规格。核对日期：2026 年 10 月 17 日。
[3] Google：思考级别与默认值。核对日期：2026 年 10 月 17 日。
[4] Google：Gemini 3.8 变更。核对日期：2026 年 10 月 17 日。
[5] Google：价格与初次体验期。核对日期：2026 年 10 月 17 日。SeedRouter 费率显示在上方链接的实时价格表中。
