Gemini 3 Flash Preview 官方规格参数、API 定价与评测档案
Google DeepMind 发布的 Gemini 3 Flash Preview(官方 API ID:gemini-3-flash-preview,发布于 2025-12-17),支持 1,048,576 上下文窗口与 65,536 单次最大输出,模态:Text + Image + Video + Audio + PDF。
📋 Gemini 3 Flash Preview 官方 API 技术规格与计费参数总表
核验自 Google DeepMind 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- gemini-3-flash-preview
- 版本发布日期
- 2025-12-17
- 权重授权形态
- 闭源商业权重 (未公开参数量)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 1,049,000 tokens (1049K)
- 单次最大输出上限
- 65,536 tokens
- 支持输入模态
- Text + Image + Video + Audio + PDF
- 支持输出模态
- Text
- 中国大陆网络直连
- 🌐 需海外网络或 OpenRouter 聚合
- 分发与部署形态
- 仅官方云端 API(不开放私有权重)
3. 官方 Token 单价与缓存阶梯
USD / 1M- 标准输入单价 (每百万)
- $ 0.5
- Prompt 缓存命中输入
- $ 0.05 -90%
- 标准输出单价 (每百万)
- $ 3
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 Gemini 3 Flash Preview 全量评测成绩与维度排名
共 26 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 4 项
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
采用 Elo 等级分排名的进阶竞赛与实战编程评测基准(LiveCodeBench Pro)。
大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
🤖 Agent 与工具调用 5 项
长周期经营决策模拟基准,让 AI 长期自主运营一家虚拟自动售货机业务,检验长程状态一致性、库存定价策略与抗干扰规划能力。
评估智能体自主规划、工具链选择与多步任务闭环执行能力的评测基准。
「工具十项全能」基准(Toolathlon),横跨 10 类真实业务场景全面检验智能体的多工具选择、编排顺序与容错执行能力。
Vals AI 发布的金融分析师智能体基准(v2),考察检索真实上市公司财报、执行多步财务建模计算与投资分析的能力。
Harvey 开源的长周期专业法律智能体基准(LAB),采用严格全通过(All-Pass)专家评分细则检验合同审查与法律检索质量。
📐 数学 4 项
2025 年美国数学邀请赛(AIME I & II)全部 30 道奥数预选真题,考验多步代数、几何、数论与组合推理。
OpenAI 发布的多语言版 MMLU,由专业译者将题目精准翻译为中文、阿拉伯语、德语、法语、日语等 14 种语言,衡量跨语言综合知识。
每月基于最新 arXiv 论文、新闻与新数据集动态更新题目的抗污染综合评测基准(客观规则自动判分,不依赖裁判模型)。
「人类最后的考试」(HLE),由全球学者联合出题的 2,500 道数学、人文与自然科学前沿难题(图文多模态),专门测试大模型在人类知识边界上的推理极限。
👁️ 多模态与视觉 6 项
专家级专业学科教学视频多模态评测,考察从观看学术与工程课程视频中获取新知识并解题的能力。
MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。
科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。
面向高分辨率专业桌面软件(CAD、IDE、修图与工业软件)极小图标与控件精确定位的 GUI 视觉接地基准。
第二代抽象与推理语料库(ARC-AGI-2),升级了多步符号组合与视觉网格规则归纳难度,检验真正的举一反三能力。
全方位复杂版面文档视觉解析基准(1.5),综合评测多栏论文、财报表格、公式识别(OCR)、阅读顺序还原与文档问答。
📜 长上下文 2 项
🧠 推理与科学 4 项
覆盖 100 种语言与文化背景的物理世界交互常识推理基准。
研究生级防搜索科学问答基准(GPQA Diamond),含 448 道物理、化学与生物学专家编写的高难度选择题(人类博士跨领域准确率仅约 65%),重点检验深度专业推理。
OpenAI 发布的简短事实准确性基准,包含 4,326 道答案唯一且对抗性筛选的冷门事实问答题,严格检验模型知识盲区与幻觉率。
Google 发布的忠实度接地基准,给定最长 32K 的参考文档,严格评估模型回答是否完全忠于原文事实且无编造幻觉。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
想私有化部署?能力最接近 Gemini 3 Flash Preview 的开源权重平替模型
以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署
常见问题解答 (FAQ)
Gemini 3 Flash Preview 是开源模型还是闭源商业模型?能本地部署吗?
Gemini 3 Flash Preview 是由 Google DeepMind 研发的闭源商业大模型(官方调用 ID 为 gemini-3-flash-preview),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。
Gemini 3 Flash Preview 的最大上下文窗口、单次最大输出和 API 价格是多少?
Gemini 3 Flash Preview 支持最高 1,049K 上下文输入与 65,536 tokens 单次输出,支持输入模态包括 Text、Image、Video、Audio、PDF。官方标准费率为每百万输入 $0.5、缓存命中输入 $0.05、每百万输出 $3。