Claude Sonnet 5.5 对比 Gemini 3.8 Flash：你到底该用哪个？

一分钟速览结论

1. 1

   两场九月发布，前后差 26 天

   Google 在 9 月 2 日发布 Gemini 3.8 Flash——大约六周里的第三次 Flash 更新，公告把公式写得明明白白：保持 3.7 的速度和低价，把提升集中在编程和智能体能力上。Anthropic 在 9 月 28 日用 Claude Sonnet 5.5 应战，定位是 Opus 5.5 的更快、更便宜搭档。所以这场对决的本质是「便宜的速度」对「接近旗舰的判断力」——两边都想当你每天打开的那个默认模型。

   

2. 2

   先说结论：看单位质量的价格

   在 The Average Tech Dad 实录的一份长链条软件工程独立排行榜上，Gemini 3.8 Flash 和 GPT-6 Astra 同样拿到 74%——但 Gemini 的平均成本是每任务 2.36 美元，Astra 要 6.52 美元，Claude Opus 5 更是 11.84 美元。这就是 Flash 性价比故事的全部。Sonnet 5.5 给出的是另一种答案：Anthropic 称它完成同样任务所需的 token 远少于 Sonnet 5，单任务成本最多能省 30%，输出速度还快约 30%；据报道 Artificial Analysis 智能指数给它 56 分，比 GPT-6 Astra 高 3 分。价格榜上 Gemini 赢，而 Sonnet 5.5 是通往旗舰级判断力最便宜的一条路。

   

价格牌与小字条款

1. 3

   Sonnet 5.5 定价：牌价没变，任务变便宜了

   Anthropic 把 Sonnet 的定价原封不动：每百万输入 token 2 美元、输出 10 美元，缓存读取 0.20 美元、缓存写入 2.50 美元——全线正好是 Opus 5.5 的一半，Fahd Mirza 实录里的成本速度表写得清清楚楚。真正的省钱点在使用行为上：Anthropic 表示模型完成同样任务所需的 token 明显更少，因此单任务成本最多比 Sonnet 5 低 30%，输出速度也快约 30%。同一条视频里还有个提醒：输出 token 每百万 10 美元的价位，无人看管的智能体照样能烧出一笔惊人的账单——演示里那个蹦床游戏大约烧掉了 25 到 30 美元。

   

2. 4

   Gemini 3.8 Flash 定价：输入 0.75 美元、输出 3.75 美元——暂时

   Google 的发布表给 Gemini 3.8 Flash 定价每百万输入 token 0.75 美元、输出 3.75 美元——这是五折 introductory 价，按 Google 自己评测表脚注的说法，2026 年 12 月 31 日到期，之后两项数字翻倍到 1.50 和 7.50 美元。即便按原价，同一张表上的每一列 Claude 都比它贵：Claude Sonnet 5 是 2 美元和 10 美元，Claude Opus 5 是 5 美元和 25 美元。表里的 DeepSWE v1.1 一行把卖点说得很直白：3.8 Flash 拿 73.7%，Claude Opus 5 拿 74.0%——长链条工程产出几乎打平，标价却差了一个量级。

   

3. 5

   每个价位的货：上下文与能力清单

   Gemini API 里 gemini-3.8-flash 的规格卡就是一份主力机清单：输入 1,048,576 token、输出 65,536 token，输出类型只有文本——它能读文本、图片、视频、音频和 PDF，但绝不会反过来给你生成一张图或一段视频。搜索 grounding、代码执行、函数调用和 URL 上下文全部支持，computer use 处于预览状态，thinking 分低、中、高三档，默认中档。Sonnet 5.5 这边的对位是：约 262K 上下文、实打实的 computer use 实力，以及 Anthropic 现场演示的文档润色——一份 10 页财报评审幻灯片，两位评审认定不用改就能发。

   

Claude Sonnet 5.5 的优势战场

1. 6

   它真的站在 Opus 5.5 的肩膀上

   「半价接近 Opus」这句话，最硬的证据来自 Anthropic 自己的发布表：FrontierCode 1.1 上 Sonnet 5.5 在 extra-high 档拿到 52.1%，Opus 5.5 是 54.4%；CursorBench 4.0 两者是 55.5% 对 57.8%；知识工作类只差一两分——GDPval-AA 上是 1844 对 1846。Computer use 更是几乎打平：OSWorld 2.1 上 80.1% 对 81.8%，而 token 价格只有一半。这些是厂商数字，独立评测榜单在本攻略成稿时仍在陆续出炉，但趋势是一致的：日常工程里，Sonnet 5.5 干的就是 Opus 5.5 的活，账单减半。

   

2. 7

   省钱的玄机藏在 effort 档位里

   Fahd Mirza 的 Terminal-Bench 4.0 准确率对成本曲线，解释了 Sonnet 5.5 到底该怎么用才省钱。低档和中档时，那条蓝线就已经超过 Sonnet 5 能做到的一切——Anthropic 声称低或中档的最佳成绩能以约十分之一的单任务成本超过 Sonnet 5 的最高分。推到 extra-high 和 max 档，模型继续爬升，在 max 附近整体反超 Opus 5.5，而 Opus 已经进入平台期甚至回落。他的使用建议和曲线一致：日常住在中档，值得的任务再开高档——高档又烧钱又烧限额。

   

3. 8

   文档、幻灯片和润色：Sonnet 的看家本事

   Anthropic 给 Sonnet 5.5 的定位是干明确日常活的那条线：修 bug、表格、演示文稿、文档。它发布会上的例子——一份 10 页财报评审幻灯片，两位评审认定不用改就能发——正是它和廉价模型的分界线。发布会上引用的早期客户也在佐证这种成品感：Box 称输出更快、准确率更高、速度达 2.4 倍，Zendesk 的工单处理快了 20%，Slack 在同类写作里输出 token 少了约 14%。它还是第一个带上 Opus 级网络安全防护的 Sonnet：常规开发完全不受影响，高风险安全请求则会被拦下。

   

Gemini 3.8 Flash 的优势战场

1. 9

   接近旗舰的分数，零头的账单

   Google 的评测表激进得不像一个廉价模型：Gemini 3.8 Flash 在 CharXiv Reasoning 上拿 86.2%，LV-Bench 智能体模式 87.8%，HLE-Verified 54.9%，BioMysteryBench 88.8%——和 Claude Opus 5 逐行互有胜负，而每百万输出 token 的价格只是零头。按 Google 自己的测试，这一版把 Terminal-Bench 从 82% 拉到 91%、DeepSWE 从 65% 拉到 74%，公司把进步归因于「更勤奋」：更多推理步骤、反复调用工具，高 effort 时尤其明显。厂商数字当然要打个问号，但 Bijan Bowen 的上手实测结论一致——明显强于 3.7，非常快，也确实便宜。

   

2. 10

   一句提示词进去，一个能玩的 3D 世界出来

   The Average Tech Dad 在 Google 的 Antigravity IDE 里给 Gemini 3.8 Flash（High 档，Pro 订阅）下达了一个长任务，收到的成品是《The Constituency》——一款完整的 3D 政治策略游戏：每位玩家随机种子生成地图、十六回合、本币预算、满意度和被调查度两条状态条、从水井到自来水厂的建造面板，还有等距视角镜头。他说免费档用户也能玩出点名堂，只是做不出整款游戏。这就是 Flash 交换法则的缩影：判断力不如旗舰精致，但迭代够快、试错够便宜。

   

3. 11

   一句话造出一整套应用——附赠合成器浪潮风

   Bijan Bowen 的浏览器操作系统测试从另一个角度展示了同一件事：给 Antigravity 一条提示词，产出了浏览器里的整套合成器浪潮风桌面——带窗口化邮件应用、代码编辑器、程序化壁纸，还有内置的 Cyber-Doom 3D 霓虹竞技场射击游戏，有波次计数和计分板。他打趣说每一代 Flash 都爱合成器浪潮——这套美学已经延续了好几代模型。给购买者的启示是：Gemini 3.8 Flash 已经快和便宜到「一句话做一个创意项目」不再是奢侈，不过粗糙之处也在——他测到一个手表商店网站，齿轮转轴都是错的。

   

正面对决：编程、文档、成本、智能体

1. 12

   编程：打磨和判断力 对 速度和价格

   真实编程场景最能看出两者的分野。Sonnet 5.5 像一位资深结对程序员：在 Fahd Mirza 的 Claude Code 会话里，它规划了 Blender 加 Godot 的蹦床游戏，发现任务描述自身的数字自相矛盾并当场指出，最后交出可玩的版本——代价大约 25 到 30 美元 token。Gemini 3.8 Flash 则像短跑选手：Bijan Bowen 的 C++ 滑板游戏在允许自我检查后进步明显；它还在 36 分钟内完成机械臂抓取放置任务，比同一套设备上 GPT-6 Astra 的 40 分钟更快。按「每小时人工评审能换来多少合格产出」选 Sonnet 5.5，按「每美元能换来多少次迭代」选 Gemini。

   

2. 13

   长文档：窗口都不小，脾气各不同

   两者的输入胃口都很大——Gemini 3.8 Flash 白纸黑字写着 1,048,576 输入 token，BitBiasedAI 的测试把两小时会议的完整记录一次性贴进去，要求列出每个任务、负责人和截止时间，模型在第 10 分钟和第 90 分钟的细节之间没有丢线。多模态阅读是真优势：丢给它一张广告数据面板截图，它会像本帧这样逐项诊断，点名 CTR、转化数和单次转化成本并给出原因。Sonnet 5.5 也读得了长上下文（标准设置约 262K），但它的价值在输出端——不是替你总结文档，而是把文档和幻灯片打磨到能发出去。

   

3. 14

   速度与成本：Flash 赢牌价，Sonnet 赢单位判断力

   开头那份独立排行榜把成本差距钉死了：同样的 74% 质量，Gemini 3.8 Flash 花 2.36 美元，GPT-5.6 Sol 花 6.46 美元，GPT-6 Astra 花 6.52 美元，Claude Opus 5 花 11.84 美元。Gemini 还是生猛的快——多位评测者形容 Flash 的输出速度「像机关枪」。Sonnet 5.5 在价格榜上永远赢不了，但 Anthropic 的效率主张——单任务最多比 Sonnet 5 便宜 30%、快约 30%、低中档以约十分之一成本超过 Sonnet 5 的最高分——换了一个比较维度：你买的不是更少的美元，而是更少的返工。

   

4. 15

   智能体：Gemini 的视觉绝活 对 Sonnet 的护栏

   自主任务上，两家玩的是两种运动。Gemini 3.8 Flash 用一个故意很糟的摄像头角度，在 36 分钟内指挥实体机械臂完成抓取放置，自己写视觉管线和任务脚本——Google 也把智能体工具链当成一等公民，computer use 预览中、搜索 grounding 原生内置。Sonnet 5.5 的回应是可靠性基建：Opus 级安全护栏、接近 Opus 的 computer use 分数（OSWorld 2.1 拿 80.1%）、上线即通过 AWS 并据报道支持 GitHub Copilot，再加上让长循环不超支的 token 纪律。按失败模式选：吃感知的任务给 Gemini，无人值守的长循环给 Sonnet。

   

到底该选哪一个？

1. 16

   按角色选，别按信仰选

   把选择翻译成具体工种，答案就简单了。日常工程、修 bug、客户交付物、文档幻灯片、computer use 流程，以及任何「答错了很贵」的无人值守循环——选 Claude Sonnet 5.5，它是离 Opus 5.5 判断力最近的中档模型，价格只有一半。高频任务、快速草稿、需要联网检索的回答、截图和 PDF 的多模态阅读，以及每次迭代只花几美分的一句话创意构建——选 Gemini 3.8 Flash。至于 Gemini 4 的传言，现在请忽略：Gemini 4 并未发布，只有爆料，3.8 Flash 才是 Google 当前的中档型号，也是本页公平的对比对象。很多团队会两个都用，按任务路由。

   

常见问题