一个月前，谷歌发布了最新的 Gemini，从此我们进入了 Gemini 3 的时代。

那以后， Gemini 3 Pro 就成了我干活的主力。

但说实话，它反应是真慢，而且很多时候我只是问些简单问题，完全没必要深度思考。

所以，一直期待速度飞快的 Flash 系列重新回来。

终于，在今天，Gemini 3 Flash 来了！

图：谷歌 CEO 宣布 Gemini 3 Flash 发布

谷歌这一波操作属实把我惊到了。

官方号称它“比快更快”，而且智商不减反增。

本来是一个“小弟”人设，但你看看它排名，居然仅次于OpenAI 最新的模型 GPT 5.2了。（就差 2 分

）

真让人情何以堪呐？

图：第三方机构评测 Gemini 3 Flash 的综合指标

废话不多说，咱们赶紧来扒一扒，这个新出的 Flash 到底香不香。

01 到底是个啥？

简单来说：把 Pro 的脑子，装进了 Flash 的身体里。

以前我们对“Flash（轻量级）”模型的印象是什么？

跑得快，便宜，但是……有点“笨”。处理复杂任务时经常翻车。

但这次 Gemini 3 Flash 彻底打破了这个刻板印象。

遇到闲聊、简单查询： 它就轻装上阵，秒回，省流又省钱；

遇到烧脑难题： 它能立马调动深层算力，像老教授一样深思熟虑。

它大脑似乎有个变速箱。

它甚至在性能、成本和速度方面突破了帕累托极限。（AI 界的性价比极限）

图：Gemini 3 Flash 在性能、成本和速度方面突破了帕累托极限

官方数据显示，它的 Token 消耗比 Gemini 2.5 Pro 少了 30%，但智商却在线。

说人话就是：多快好省！

图：Token 消耗率对比

这种“该省省，该花花”的 AI，谁不爱？

02 凭数据说话：这波“以下犯上”有点狠

咱们不整那些虚头巴脑的形容词，直接看跑分数据，谷歌这次是真的下了血本。

我看了一眼实测数据，甚至有点不敢相信：它在很多任务上接近自家最强的模型 3 Pro，甚至有些指标还干掉了Pro 版。（这样礼貌吗？

）

特别是那个让无数 AI 汗流浃背的 ARC-AGI-2 测试……

还让人意想不到的是：Gemini 3 Flash 全面碾压了上一代的旗舰版本 2.5 Pro。（前浪死在沙滩上

）

图： Gemini 3 Flash 的各项指标

先说说这个 ARC-AGI-2。

之前 GPT 5.2 发布让大家印象深刻，其中有一个原因就是这个指标碾压所有模型。

老粉都知道，ARC 评测集是 AI 圈最难啃的骨头，甚至没有之一， 主要测试模型到底有没有脑子。

它是由 Keras 之父 François Chollet 搞出来的，专门用来反死记硬背的。

比如这种题目：

图：ARC-AGI 2 题目

以前的模型，MMLU 这种考试能拿 90 分，一碰到 ARC 这种需要“举一反三”的智力题，立马现原形，得分低得可怜。

这项指标 Flash 竟然超过了自己的 Pro 大哥，仅次于 GPT-5.2！

这个小弟，要造反了有点脑子！

在另一项指标： GPQA Diamond（研究生级别的专家推理测试）里，它拿了 90.4 分。

意思就是智商堪比博士。

看这个数字，它的推理能力已经和那些大块头的前沿模型（Pro 版）平起平坐了。

在著名的“Humanity's Last Exam（人类最后一场考试）”这种地狱级难度的测试里，Gemini 3 Flash 居然考出了 43.5% 的高分（Tools on 模式）。

图：HLE 分数对比

它跟 GPT-5.2（45.5%）这种超级旗舰模型，只差了不到 2 分！

朋友们，别忘了，这可是一个 Flash 模型啊！

它的定位本来是“跑腿小弟”，结果一不小心把“业界大佬”们的饭碗给砸了。（面子？不存在的。

）

这哪里是“轻量版”，这分明是“披着闪电侠外衣的超人”。

在多模态测试（MMMU Pro）中得分 81.2%，看图、看视频的能力基本和 Gemini 3 Pro 五五开。

也就是，眼神儿更好使。

图：MMMU-Pro 指标对比

最让我意外的是这个——在 SWE-bench Verified（代码智能体测试）中，它得分 78%。

直接超越了 Gemini 2.5 全系，甚至在某些这就需要改代码的任务上，比 Gemini 3 Pro 还要好用！

本来以为它动动嘴还行，没想到写代码更溜！

一句话总结：它不是“丐版”，它是“精简版战神”。

03 为什么我建议你立马换用 Flash？

作为这一年多几乎天天都在用 AI 的人，我觉得 Gemini 3 Flash 带来的改变是肉眼可见的：

1. 真的太快了！⚡️

根据第三方测评（Artificial Analysis），它的速度是 2.5 Pro 的 3 倍。

本文转自：凤凰网科技

原文地址： https://tech.ifeng.com/c/8p9gahxB1TU