Gemini新Flash半价实测
谷歌三周就发新版，节奏快得有点反常——Gemini 2.5 系列是不是被开源/闭源双线竞争逼急了，先按下不表。重点是这"性能提升43.6%"到底是不是真的，实测说话。我拿几个生产环境真实任务跑了。中等难度的代码重构，把一段祖传 JS 改成 TS，单文件 800 行左右，Flash 3.7 一次过，类型推断准确率比上代肉眼可见地高，跟 Sonnet 4 拉不开明显差距。长上下文代码理解这块，Flash 系列一直有性价比，丢进去一个 5 万 token 的项目让它改 bug，关键信息抓取比 2.5 Flash 稳很多。但让它做多文件联调时还是拉胯——一次改对率不到 60%，幻觉（hallucination，模型瞎编不存在的 API 或文件路径）集中在"这个文件到底引没引用那个模块"上。Agent 工具调用上，Flash 3.7 比 2.5 Flash 强不少，但跟 Pro 还是有 gap。它适合做"快速试错"的子任务，主规划层还是得 Pro/Opus 这类扛。我自己的用法分层：日常补全、单元测试、文档生成 → Flash 3.7；复杂架构改动、长链路 Agent 任务 → Pro。半价之后 Flash 性价比直接拉满，但别指望它全能。你们团队现在用 Flash 顶替主力模型的多吗？省下来的钱够不够抵消偶尔的翻车？
发布于 广东
1
评论
1
未登录
友善发言
评论
加载中
