Gemini 3.6 Flash vs 3.1 Pro
Gemini 3.6 Flash vs 3.1 Pro：比较当前 API 价格、200K 提示词门槛、编程评测、上下文限制及 reAPI 的接入边界。
Gemini 3.6 Flash vs 3.1 Pro 比较的是较新的 Flash 型号与较早的 Pro 型号，仅凭档位名称无法判断优劣。Google 在 7 月发布的评测中，3.6 Flash 在所列编程和长上下文测试上领先。它当前的 Gemini API Standard 价格也更低：截至 2026 年 12 月 31 日，每百万 token 输入 $0.75、输出 $3.75；3.1 Pro 在提示词不超过 200,000 token 时则为输入 $2、输出 $12。Pro 的提示词更长时，费用还会提高。[1][2]
新工作负载可以先评估 3.6 Flash。如果自己的测试证明 3.1 Pro 更合适，就继续使用，尤其是已运行的智能体依赖其 custom-tools 变体时。两个 Google 模型都支持最多 1,048,576 个输入 token 和 65,536 个输出 token，不能仅靠宣传的窗口大小分出高下。[3][4] reAPI 已登记接入 Gemini 3.6 Flash，未提供 Gemini 3.1 Pro，当前输出上限为 8,192 token。[7] 本文先比较 Google 模型，再说明这项 API 接入边界。
价格和模型文档核对日期为 2026 年 10 月 23 日。下列评测结果是 Google 在 2026 年 7 月发布的快照，并非本文新做的测试。
gemini 3.6 flash vs 3.1 pro pricing
下表采用 Google Gemini API 付费层级的 Standard 费率，单位为美元/百万 token。输出包含思考 token。表中不含工具费用、缓存存储费用和税费，也不是 Gemini 应用订阅套餐的比较。[2]
| 模型及日期或提示词条件 | 输入 | 输出，含思考 | 缓存输入 |
|---|---|---|---|
| Gemini 3.6 Flash，截至 2026 年 12 月 31 日 | $0.75 | $3.75 | $0.075 |
| Gemini 3.6 Flash，自 2027 年 1 月 1 日起 | $1.50 | $7.50 | $0.15 |
| Gemini 3.1 Pro Preview，提示词不超过 200,000 token | $2.00 | $12.00 | $0.20 |
| Gemini 3.1 Pro Preview，提示词超过 200,000 token | $4.00 | $18.00 | $0.40 |
Flash 的优惠有明确截止日期。即使今天的账单更低，覆盖到 2027 年的预算也应采用对应时期的预定费率。Google 在 7 月发布的公告和模型卡仍列出 $1.50/$7.50，这些数字可作历史背景，但不代表当前促销价。
Pro 的门槛取决于提示词长度，而不是最终回答有多长。提示词超过 200,000 token 后，输入和输出费率都会变化。Flash 的价目表没有对应的 200,000 token 分档。不能因为最终答案较短，就给大篇幅文档套用 Pro 较便宜的那一行。[2]
以一次不使用缓存的请求为例，只计算 token 费用的公式为：
cost = (input tokens × input rate + billed output tokens × output rate) / 1,000,000输入为 20,000 token、计费输出为 5,000 token 时，当前 Flash Standard 的费用为 (20,000 × $0.75 + 5,000 × $3.75) / 1,000,000 = $0.03375。Pro 为 (20,000 × $2 + 5,000 × $12) / 1,000,000 = $0.10。按 Flash 预定的 2027 年费率，相同 token 数量的费用为 $0.0675。这些计算固定了 token 数量，并不是完成同一实际任务的实测成本。
将提示词增加到 250,000 token，计费输出仍保持 5,000 token，当前 Flash 的费用为 $0.20625。Pro 跨过分档门槛，费用为 (250,000 × $4 + 5,000 × $18) / 1,000,000 = $1.09。按 Flash 预定的 2027 年费率，这个例子的费用为 $0.4125。因此，长文档预算除了模型名称，还必须考虑提示词长度条件。
缓存需要另外计算。仅对实际按缓存输入计费的 token 使用缓存输入费率，并将这些 token 从普通输入项中扣除，避免重复计算。Google 对 Flash 收取的 Standard 缓存存储费用截至 12 月 31 日为每百万 token 每小时 $0.50，从 1 月 1 日起升至 $1.00；Pro 的存储费用为每百万 token 每小时 $4.50。缓存读取费率低，并不意味着保留上下文免费。[2]
这些示例也不包含 Batch、Flex 和 Priority。Google 的价格页分别列出了这些模式。应比较实际准备使用的服务模式，不能拿某个模型的优惠模式与另一个模型的 Standard 费率直接比较。
gemini 3.6 flash vs 3.1 pro benchmarks
Google 的 Gemini 3.6 Flash 模型卡提供了与 3.1 Pro 的直接比较。下列选取的项目涵盖编程、计算机交互和长上下文检索。这些是不同评测配置下公布的结果，不能相互替代，也不等同于日常使用准确率。[1]
| 评测 | Gemini 3.6 Flash | Gemini 3.1 Pro | 此项衡量的内容 |
|---|---|---|---|
| SWE-Bench Pro, Public | 58.7% | 54.2% | 多样化软件工程任务 |
| DeepSWE v1.1 | 49% | 12% | 长流程软件工程 |
| Terminal-Bench 2.1 | 78.0% | 73.8% | 使用 Terminus-2 测试框架的终端编程智能体任务 |
| OSWorld-Verified | 83.0% | 76.2% | 智能体操作计算机 |
| GDM-MRCR v2，8-needle，128K 平均值 | 91.8% | 84.9% | 长上下文检索 |
| GDM-MRCR v2，8-needle，1M 单点结果 | 54.0% | 26.3% | 完整上下文长度下的检索 |
评测方法同样重要。Google 表示，除非另有说明，Gemini 分数均为 pass@1。SWE-Bench Pro 使用内部 Antigravity 测试框架。DeepSWE 分数来自 Datacurve 公开排行榜，采用各模型得分最高的思考档位；3.6 Flash 使用 high 推理档位。Terminal-Bench 使用 Terminus-2 测试框架。OSWorld 的结果是五次运行的平均值，每次运行尝试一次，分辨率为 1080p，最多执行 100 步。[5]
这些数据支持一个具体结论：在上述已公布评测中，3.6 Flash 领先于 3.1 Pro。它们不能证明所有应用都会获得同样的差距，也不能证明新模型在某条具体指令上永远不会退步。同时，这些结果不能证明某个 API 服务商已经实现相应的计算机操作工具。评测系统包含工具和测试框架，不能只靠请求中的模型名复现。
gemini 3.6 flash vs 3.1 pro for coding
对于新的编程流程，公开结果和更低的 Standard 费率让 Flash 成为更值得先尝试的选择。SWE-Bench Pro 和 Terminal-Bench 都是 Flash 领先；DeepSWE 上更大的差距，也值得用更长的自主任务进行测试，而不是因 Pro 的档位名称就认定它更强。
在自己的代码仓库中做有用的比较，应固定任务、起始提交、工具、重试策略和验收测试。记录补丁是否通过、做了哪些不必要的修改、需要多少人工纠正，以及全部尝试的计费 token 总量。第一次回答便宜，但随后多次修复失败，成本可能反而超过一次正确解决。这是一种评估方法，并不表示我们实测发现某个模型有这样的行为。
保留 Pro 评估路径也有具体理由。Google 提供 gemini-3.1-pro-preview-customtools 变体，面向混用 bash 和自定义函数的流程，优先使用 view_file、search_code 等自定义工具。Google 同时提醒，对于无法受益于这些工具的用例，该变体可能出现质量波动。[4] 如果它已经适合你的智能体，应先比较实际任务完成率，再决定是否替换。
已验证有效的 Pro 部署同样如此。评测领先是开展迁移测试的理由，不能据此在未经检查的情况下放弃已经正常运行的行为。对于没有这种依赖的新项目，则更没有必要在测试 Flash 之前，就先支付 Pro 更高的 token 费率。
gemini 3.6 flash context window
Google 文档为两个模型列出了相同限制：1,048,576 个输入 token 和 65,536 个输出 token。两者都接受文本、图片、视频、音频和 PDF 输入，并输出文本。两个模型页均未将图片生成、音频生成或 Live API 列为支持能力。[3][4]
上下文上限说明能放入多少内容，检索测试则说明模型能从中找回哪些信息。Google 的 GDM-MRCR 方法区分了 128K 累计结果与 1M 单点结果。不能将这两行理解为同一测试在不同价格下的结果，也不能把任一百分比当成通用文档理解准确率。[5]
处理长报告或代码库时，应衡量回答能否检索到正确证据、引用正确位置，再按实际提示词长度计算费用。3.1 Pro 在提示词超过 200,000 token 时就会切换计费档位，远早于触及文档规定的输入上限。3.6 Flash 当前的价目表没有这种分档。
65,536 token 的输出上限来自 Google 模型文档，不能覆盖其他服务设置的更低上限。reAPI 当前将 Gemini 3.6 Flash 输出限制为 8,192 token，包含思考 token；所需长答案及其推理必须共同落在这个更小的额度内。[7]
gemini 3.6 flash vs 3.5 flash
Gemini 3.5 Flash 和 Gemini 3.6 Flash 是不同模型。Google 的 3.6 模型卡明确说明其基于 Gemini 3.5 Flash，并引用该模型的架构与训练数据集信息。这说明了两者的关系，但不意味着 3.6 只是别名，也不能把 3.5 的全部数据套给它。[1]
在 7 月发布公告中，Google 表示，3.6 Flash 相比 3.5 Flash 在 Artificial Analysis Index 上少用 17% 的输出 token，在 DeepSWE 上最多少用 65%。这些是 Google 对特定工作负载报告的观察结果，并不保证任意 API 请求都能获得同样降幅。[6] 这比较的也是 Flash 与 Flash，不能据此认定相对 3.1 Pro 也有相同的 token 节省。
早期模型卡中，3.5 Flash 的 $9 输出价和 3.6 Flash 的 $7.50 输出价是 7 月的比较数字。为新的 3.6 项目做预算时，应使用上方当前价目表。更完整的发布背景和接入步骤，参见 Gemini 3.6 Flash 使用指南。
gemini 3.6 flash api
使用哪个模型和使用哪种 API 接口，是两个需要分别决定的问题。Google 当前模型页将 3.6 Flash 标为仍可用于生产的上一代模型，其 Stable 模型 ID 为 gemini-3.6-flash。Pro 文档将 gemini-3.1-pro-preview 及其 custom-tools 变体列为 Preview 版本。[3][4]
在 reAPI 上，Gemini 3.6 Flash 模型页和接口文档记录的 Chat Completions 路由为 https://reapi.ai/api/v1/chat/completions，请求中的模型 ID 为 gemini-3.6-flash，输出上限为 8,192 token。[7] 这与 Google 原生 GenerateContent API 使用的协议不同。参数可以透传，并不证明 Google 原生功能具有相同语义，也不代表所有工具或媒体流程都已完成端到端验证。
reAPI 未提供 Gemini 3.1 Pro。[7] 如果选择 Pro，应使用明确提供该模型的服务；修改 reAPI 示例里的模型字符串，并不能获得它。如果流程需要某项 Google 原生工具或模态，应使用 Google 文档中的接入方式，或在迁移前核实服务商的具体接口约定。
本文在 10 月 23 日核查时，reAPI 实时价格区显示“Pricing temporarily unavailable”，没有提供价格条目。因此，本文不引用当前 reAPI 费率，也不根据旧文章中的静态数字宣称折扣。实时价格恢复后，仍应通过模型页链接查看。[7]
Which is better, Gemini Pro or Flash?
具体比较 Gemini 3.6 Flash 与 3.1 Pro 时，Google 公布的评测项目中 3.6 Flash 领先，其当前 Standard token 费率也更低。如果现有工作流程或 custom-tools 变体在自己的验收测试中表现更好，Pro 仍值得评估。仅凭通用档位名称不足以做出选择。
Which is better, Gemini 3.1 Pro or Gemini Flash?
先明确指的是哪个 Flash 型号。本文比较 Gemini 3.6 Flash 和 Gemini 3.1 Pro Preview，不把 3.5 Flash、3.6 Flash 及后续版本视为可以互换。选择前，应核对准确的模型 ID、提示词长度对应的价格条件，以及 API 输出上限。
参考资料
- Google DeepMind。Gemini 3.6 Flash 模型卡，2026 年 7 月评测快照。核查日期：2026 年 10 月 23 日。https://deepmind.google/models/model-cards/gemini-3-6-flash/
- Google AI for Developers。Gemini API 价格：Gemini 3.6 Flash 与 Gemini 3.1 Pro Preview。核查日期：2026 年 10 月 23 日。https://ai.google.dev/gemini-api/docs/pricing
- Google AI for Developers。Gemini 3.6 Flash 模型文档。核查日期：2026 年 10 月 23 日。https://ai.google.dev/gemini-api/docs/models/gemini-3.6-flash
- Google AI for Developers。Gemini 3.1 Pro Preview 模型文档。核查日期：2026 年 10 月 23 日。https://ai.google.dev/gemini-api/docs/models/gemini-3.1-pro-preview
- Google DeepMind。Gemini 3.6 Flash 评估方案、方法及结果。2026 年 7 月。https://deepmind.google/models/evals-methodology/gemini-3-6-flash/
- Google。Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 发布介绍。2026 年 7 月 21 日。https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/
- reAPI。Gemini 3.6 Flash 接口文档与模型页；当前模型登记和输出上限核查日期：2026 年 10 月 23 日。https://reapi.ai/zh/docs/gemini-3-6-flash — https://reapi.ai/zh/models/gemini-3-6-flash
