Gemini 3.5 Flash 安卓编程实测爆冷：成本飙升三倍，性能不

Gemini 3.5 Flash lands on Google’s Android coding rankings, but it’s 3x the cost for slower performance - Gemini AI 使用场景配图

Gemini 3.5 Flash 编程实测成绩令人大跌眼镜

谷歌最新公布的 Android Bench 编程基准测试结果显示，被寄予厚望的轻量化模型 Gemini 3.5 Flash 在安卓开发领域的实际表现未达预期。该模型不仅未能跻身前五名（仅列第六），其单次基准测试的运行成本更是前代 Gemini 3.1 Pro Preview 的三倍，且伴随着更高的延迟与 9% 的性能差距。这一数据打破了官方此前宣称其“更便宜、更快速”的定位。

Android Bench 最新实测：Gemini 3.5 Flash 核心数据偏差

谷歌的 Android Bench 基准测试通过在 10 次运行中测试模型解决安卓编程案例的成功率来评分（满分 100 分）。在最新一期的测试中，Gemini 3.5 Flash 的多项指标均不乐观：

成本与 Token 消耗：Gemini 3.5 Flash 在单次基准测试中平均消耗了 355.9 个 Token，单次运行成本高达 147.1 美元。相比之下，今年 2 月测试的 Gemini 3.1 Pro Preview 仅消耗了 73.3 个 Token，成本仅为前者的三分之一。
性能与延迟：作为主打高速度、低成本的 Flash 系列，Gemini 3.5 Flash 在安卓编程中却表现出更高的延迟。其最终测试成功率比 Gemini 3.1 Pro Preview 低了 9%，未能实现官方此前预测的 6.1% 差距收窄。
横向对比：与竞争对手相比，GPT 5.5 虽然单次运行成本相近，但 Gemini 3.5 Flash 消耗的 Token 数量是其 5.5 倍；而 Claude Opus 4.7 则以更低的运行成本和 Token 消耗稳居第四。

事件解读：为何“轻量版”模型反而又慢又贵？

这一测试结果揭示了当前大语言模型在特定垂直领域（如安卓开发）中面临的适配瓶颈。对于中文开发者和技术团队而言，以下几点值得关注：

首先，轻量化模型（Flash）的优势通常在于处理高并发、简单的文本生成任务。然而，在涉及复杂逻辑、多步骤推理的“智能体编程”（Agentic Coding）场景下，Gemini 3.5 Flash 似乎陷入了“Token 冗余循环”，生成了大量无用代码或反复尝试，导致 Token 消耗量呈指数级上升，最终推高了 API 使用成本。

其次，谷歌虽然在其他通用任务和智能体应用中对 Gemini 3.5 Flash 进行了优化，但显然安卓编程并不是它的强项。在实际开发中，盲目“追新”使用最新发布的 Flash 模型，可能会带来高昂的账单和低效的代码质量。

最后，谷歌在此次测试中展现了极高的透明度，直接公开了自家新模型的不足。对于开发者来说，现阶段在进行安卓应用开发或辅助编程时，继续调用性价比较高的 Gemini 3.1 Pro Preview，或者选择 Claude 系列模型，是更为理智和经济的选择。

我之前也写过一篇和Gemini 3相关的文章：《谷歌推出 Gemini 3.6 Flash 与 3.5 ，并首度公开预》，如果你想把这次更新放到更具体的场景里看，会更容易串起来。