Claude Sonnet 5.5 vs Gemini 3.8 Flash 对比：单价低 63% 未必更省

截至 2026 年 10 月 26 日，Gemini 3.8 Flash 的 API 单价比 Claude Sonnet 5.5 低约 63%（每百万 token 输入 $0.75 对 $2，输出 $3.75 对 $10），反过来说 Sonnet 是它的 2.67 倍；但按完成一个任务算，Flash 并不一定更便宜。同一天把 8 道题经同一个网关发给两个模型、两边都设成 high，22 个回答全部通过判分，Sonnet 5.5 一共花了 $0.128、86 秒，Flash 花了 $0.310、702 秒。Flash 只在输入很长、输出很短的长文摘要和一道简单代码题上便宜一半。

所以默认可以这样分：写代码、在终端里跑多步 Agent、需要较长推理的题目，默认用 claude-sonnet-5-5，effort 从 medium 或 high 起步；长文档阅读和摘要、知识类问答、视频和音频输入，交给 gemini-3.8-flash。Flash 的成本主要花在思考 token 上，它在一道表达式求值题上单次想了 30,721 个 token，单价再低也抵不住这个量。

这个分法有两个前提。一是 2027 年 1 月 1 日起 Flash 单价翻倍，同一批调用的费用会变成 Sonnet 的 4.84 倍，长文摘要上的优势也基本消失，Sonnet 的价格不变。二是实测题目都不难，两边全做对了，它只能说明成本和耗时；能力差距看 Artificial Analysis（下称 AA）的分项：Terminal-Bench 4.0 上 Sonnet high 43.9%、Flash high 19.7%，而长文档推理 AA-LCR 上 Flash high 81.3%，略高于 Sonnet high 的 78.0%。

2026 年 10 月 26 日同题实测：8 道题，两边都开 high

实测在 2026 年 10 月 26 日北京时间 11:41 到 11:55 之间完成，两个模型都通过 laozhang.ai 的 API 调用，同一个 key、同一个网关，标价与两家官方一致。Sonnet 5.5 走 Anthropic Messages 接口，设 output_config.effort: "high"（也是 Claude API 的默认值），不传 thinking 字段，由模型自适应决定思考多少；Flash 走 Gemini 原生 generateContent，设 thinkingConfig.thinkingLevel: "high"。两边的输出上限都是 32,000 token，没有系统提示词，没有工具，每次只发一条用户消息，返回的模型名每次都是 claude-sonnet-5-5 和 gemini-3.8-flash，没有报错也没有重试。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

8 道题里 5 道各跑一次，3 道较难的各跑两次，每个模型 11 次调用。代码题用事先写好的隐藏测试判分，应用题、计数题核对唯一答案，摘要题检查是否正好 5 条、每条不超过 25 个英文词。费用按返回的 token 数乘官方标价计算；难题两次的 token 分开列，费用和用时取平均，合计一行按 11 次实际调用相加。

Sonnet 的输出 token 已经包含它没有返回出来的思考部分，所以只有一个数；Flash 的用量会把思考和回答分开报。把题目按难度拆开看，前 5 道较简单的题 Sonnet 合计 $0.0627、Flash $0.0518，Flash 便宜 17%；3 道难题的 6 次调用 Sonnet $0.0655、Flash $0.2586，Flash 是 3.95 倍。Flash 便宜的两道，一道是长文摘要，Sonnet 的输入 token 多；另一道是合并区间，Flash 在这题只想了 974 个 token，思考加回答共 1,496 个，只是 Sonnet 含思考在内 1,217 个的约 1.23 倍，低于 2.67 倍的单价差，所以反而便宜。

这次测试的边界也要说清楚：一个网关、一天、多数题只有一个样本，只测了 high，没有跑 medium、low，也没有跑 Sonnet 的 xhigh、max；没有走 Anthropic 和 Google 的官方直连，没有测缓存、Batch、工具调用、多轮对话和多步 Agent 会话，题目和长文都是英文。用时是经网关的单次调用墙钟时间，不是测速。两边都把题做对了，所以它不说明谁在哪类任务上会失败，能力判断以下文 AA 的分项为准。

单价便宜 2.67 倍，为什么每题没便宜：思考 token 和分词器

原因有两个，方向相反。主要的一个是 Flash 在 high 下的思考 token 多：11 次调用 Flash 一共输出 80,277 个 token，其中 74,805 个是思考，占 93%，真正的回答只有 5,472 个；Sonnet 包括思考在内一共只输出 9,383 个。Flash 的输出量是 Sonnet 的 8.56 倍，输出单价只低 2.67 倍，结果输出费用 Flash $0.301、Sonnet $0.094，Flash 反而是 3.2 倍。

思考量还很不稳定。表达式求值那道题，Flash 第一次想了 14,876 个 token，第二次想了 30,721 个，加上回答共 31,530 个，离 32,000 的输出上限只差 470 个；同一道题 Sonnet 两次都在 1,850 个以内。所以用 Flash 跑难题时，maxOutputTokens 要留足余量（3.8 Flash 最多可设到 65,536），预算也要按波动的上沿估。

第二个原因让差距朝 Flash 有利的方向偏：同一段文字，Anthropic 的分词器数出来的 token 更多。那篇 6,723 词的英文长文，Sonnet 计 15,335 个输入 token，Flash 计 11,198 个，多了 37%，短题也是同一个方向（买笔题 86 对 61）。所以在英文文本上，两边输入费用的实际差距大约是 2.67 × 1.37 ≈ 3.65 倍，而不是 2.67 倍，长文摘要这类输入长、输出短的任务 Flash 便宜一半，就是这个原因。中文文本和代码的分词差多少没有测过，不能直接套 37%。

想在自己的任务上复算，公式是：费用 = 输入 token × 输入单价 + 输出 token（含思考）× 输出单价，单价按每百万 token。以长文摘要为例，Flash 是 11,198 × $0.75 + 1,887 × $3.75，约 $0.0084 + $0.0071 = $0.0155；Sonnet 是 15,335 × $2 + 277 × $10，约 $0.0307 + $0.0028 = $0.0334。用量字段在两边不一样：Gemini 返回 thoughtsTokenCount 和 candidatesTokenCount，可以直接看思考占比；Sonnet 只返回一个 output_tokens，按 Anthropic 扩展思考文档，不传 thinking 时思考内容默认不返回（display 为 "omitted"），但照样按输出计费、计入 max_tokens，想看思考摘要要传 thinking: {"type": "adaptive", "display": "summarized"}。

Flash high 和 Sonnet 谁更靠谱：差在终端编程和职场任务

两边都开 high 时，Sonnet 5.5 整体更强，但差距集中在少数几类任务上。按 AA 的 Claude Sonnet 5.5 与 Gemini 3.8 Flash 全档位对比页（截至 2026 年 10 月 26 日，智能指数 v4.3.2），Sonnet high 的指数是 47，Flash high 是 41；拉开差距的主要是在终端里完成编程任务的 Terminal-Bench 4.0（43.9% 对 19.7%）、偏职场任务的 AA-Briefcase（1635 对 1202）和 GDPval-AA（1548 对 1436），以及 CritPt（24.6% 对 18.3%）。另一些项目 Flash 持平或略高：自动化流程 AutomationBench-AA 59.9% 对 59.4%，科学编程 SciCode 56.6% 对 53.7%，Humanity's Last Exam 47.8% 对 45.8%，知识问答 AA-Omniscience 30 对 21，长文档推理 AA-LCR 81.3% 对 78.0%，而 Flash 在 medium 下的 AA-LCR 是 84.0%，是两个模型 8 个档位里最高的。

要比"同样水平花多少钱"，应该拿 AA 指数同为 41 的那一对：Sonnet 5.5 medium 和 Flash high。在 AA 的测试集上，Sonnet medium 每个任务平均 $0.48、121 秒，Flash high 是 $1.24、498 秒，Flash 花 2.6 倍的钱、4.1 倍的时间拿到同样的总分。分项上这一对也不完全一样：Terminal-Bench Sonnet medium 29.8% 仍高于 Flash high 的 19.7%，AA-LCR 则是 Flash 81.3% 对 76.3%，知识问答 30 对 20。AA 每任务成本是它那套偏长、偏难的测试题的加权平均，反映的是工作量对比，不是你的账单。

也有人直接拿 Flash high 和 Sonnet low 比。2026 年 10 月 11 日的 linux.do 体验帖《Gemini 3.8Flash high vs Sonnet 5.5 low》里，楼主用 Gemini Pro 订阅里的 Flash 做一个生成动态图的小任务，改了三四次只完成六成，最后一次没有输出，换到 Claude 免费版的 Sonnet 5.5（楼主说只有 low）一次做完；同一帖里也有人在 Codex 里用 Flash high 觉得够用，还有人认为论说话自然 Flash 更好。这些都是单人单任务的体验。按 AA 的数字，Sonnet low 的总分 36 低于 Flash high 的 41，但 Terminal-Bench 20.7% 和 Flash high 的 19.7% 基本持平，而每任务只要 $0.35、85 秒，对比 Flash high 的 $1.24、498 秒。

在别处看到 "Sonnet 5.5 Terminal-Bench 4.0 70.6%" 这类数字时，那是 Anthropic 在 Haiku 5.5 发布表里自己公布的结果，测试设置与 AA 不同，不能和上面 AA 的 43.9% 放在同一张表里比较。

哪个更快：每秒 token、首 token 和整题耗时不是一回事

如果"快"指的是拿到完整答案要等多久，Sonnet 5.5 更快：实测 8 道题每一道都是 Sonnet 用时更短，合计 86 秒对 702 秒；AA 的每任务耗时也是 Sonnet high 217 秒、Flash high 498 秒，Sonnet medium 只要 121 秒。原因和费用一样，Flash 在 high 下要先生成大量思考 token。

另外两种"快"的结论会反过来或互相矛盾。一种是生成时每秒吐多少 token：AA 测得 Flash high 137 token/秒、Sonnet high 106 token/秒，Flash 更快；但 OpenRouter 的 Claude Sonnet 5.5 与 Gemini 3.8 Flash 对比页（数据更新于 2026 年 10 月 5 日）按真实路由流量算，中位数是 Sonnet 108、Flash 52 token/秒，正好相反。两者的差别在于 AA 用自己的测试和固定档位，OpenRouter 统计的是各种调用方、各种设置下的混合流量。另一种是首 token 时间：OpenRouter 的中位延迟 Flash 2.14 秒、Sonnet 2.39 秒，相差很小；AA 按档位测的首 token 时间则是 Sonnet high 10.46 秒、medium 1.35 秒，Flash high 27.26 秒，因为思考时间算在首个可见 token 之前。

做聊天界面、要尽快出第一个字时，看首 token 时间，AA 测得 Sonnet 的 low 和 medium 都在 1.4 秒以内；做批处理、只关心总吞吐时，看整题耗时和费用；每秒 token 数单独看意义不大。Flash 在 Antigravity 里慢有另外几种原因，见 Gemini 3.8 Flash 在 Antigravity 中很慢？先分清四种卡顿再处理。

2027 年 1 月 1 日 Flash 涨价后：实测账单变成 Sonnet 的 4.84 倍

按 Gemini API 价格页，3.8 Flash 的 Standard 价格到 2026 年 12 月 31 日为止是输入 $0.75、输出 $3.75，2027 年 1 月 1 日起变成 $1.50、$7.50，缓存、Batch、Flex 和 Priority 也一起翻倍；Claude API 价格页上 Sonnet 5.5 是 $2、$10，没有公布调价。假设 token 数不变，把上面的实测重算一遍：

涨价后 Flash 在简单题上也变成 Sonnet 的 1.65 倍，原本便宜一半的两道题只剩一点差距：长文摘要 0.93 倍，合并区间 0.91 倍。放大到量上更直观（按实测 token 推算，不是实际账单）：一万次长文摘要这样的调用，2026 年 Flash 约 $155、Sonnet 约 $334，2027 年起 Flash 约 $310；一万次表达式求值这样的难题，2026 年 Flash 约 $885、Sonnet 约 $190，2027 年起 Flash 约 $1,770。AA 的数字也一样翻倍，Flash high 每任务从 $1.24 变成约 $2.48，是 Sonnet medium 同分成本的 5.2 倍。

所以现在把长文档任务放在 Flash 上省钱，是一个只到年底的判断；如果你的批量任务以长输入为主，到 2027 年要重新算一遍，或者看缓存能省多少。Gemini 各型号的完整价格、免费额度和涨价细节见 Gemini API Key 购买前先看：价格、免费额度与 2027 年 Flash 涨价。

哪类任务交给哪个模型：编程和 Agent 给 Sonnet，长文档给 Flash

按上面的实测成本和 AA 分项，默认模型可以这样定。表里的"依据"列只放决定这一行的数字，Flash 的倍数都是 2026 年价格，2027 年起翻倍。

两个模型都做不好的任务，不必在这两者之间反复换。Claude 这边往上一档是 Opus 5.5，见 Sonnet 5.5 和 Opus 5.5 怎么选：半价未必更省；Google 这边往上一档是 Gemini 4 Argon，Flash 自身的强项和短板也在 Gemini 4 Argon 和 3.8 Flash 区别：实测成本差多少，哪些任务该换 里。想把 Sonnet 的任务降到更便宜的 Haiku 5.5，先看 Claude Haiku 5.5 和 Sonnet 5.5 区别：标价差 20 倍，同分只差 4 倍；在 OpenAI 里找同档替代，见 Sonnet 5.5 对比 GPT-6 Astra：值不值得换。

规格对照：上下文、最大输出、输入类型与缓存价

两个模型的上下文都在 100 万 token 左右，真正影响用法的是最大输出、输入类型和思考的调法。下表来自 Claude 模型总览、Gemini 3.8 Flash 模型页 和两家价格页，价格截至 2026 年 10 月 26 日。

effort 和 thinkingLevel 是两家各自的旋钮，不是同一个参数换了名字。Flash 最高只到 high，Sonnet 在 high 之上还有 xhigh 和 max，所以"两边都开 high"是最接近的设置，并不等于投入同样多的思考。Sonnet 5.5 的思考是自适应的，旧的 "enabled" 加 budget_tokens 写法会返回 400；Flash 不支持 minimal，传了会报错。Claude Code 里 Sonnet 5.5 的默认 effort 是 medium，和 API 的默认 high 不同，比较两边体验时要先确认档位。

Sonnet 5.5 的缓存读取在 2026 年 10 月 7 日从 $0.20 降到了 $0.10，重复发送同一段长上下文的任务能省多少，见 Claude Sonnet 5.5 缓存读取价格降到 $0.10：省多少看缓存占比。

在 Claude.ai、Gemini 应用、Claude Code 和 Antigravity 里怎么用

不走 API 时，两个模型的入口和门槛差别很大。截至 2026 年 10 月 26 日，任何人都可以在 Claude.ai 免费和 Sonnet 5.5 对话，Claude 帮助中心关于 effort 的说明写明 Sonnet 5.5 可以选 Low、Medium、High、Extra high、Max 五档，思考不能关闭，但没有写免费版能用哪一档。Gemini 应用里，按 Gemini 应用的模型说明，没有订阅时只有 Auto 或 Flash-Lite，开了 Auto 时较难的问题才可能交给 Flash 或 Pro；Google AI Plus、Pro、Ultra 都能手动选 Flash，其中 Plus 从 2026 年 11 月 13 日起不再包含 Pro，但保留 Flash。

编程工具里，Claude Code 用 Sonnet 5.5 时默认 effort 是 medium，额度跟着 Claude 订阅走，Pro 和 Max 的区别见 Claude Pro vs Max 怎么选（2026）：价格、额度与 Claude Code 限制。Google 的 Antigravity 两个模型都提供，但门槛不同：按 Antigravity 的模型说明页（2026 年 10 月 23 日的版本），3.8 Flash 在免费版、Google AI Plus、Pro、Ultra 和企业版都能用；Claude Sonnet 5.5（thinking）在免费版和 Plus 不能用，Google AI Pro 只限非试用订阅，Ultra 和企业版可以用。

Claude Sonnet 5.5 和 Gemini 3.8 Flash 对比的其他问题

我用的中转或聚合平台价格和官方不一样，这些倍数还成立吗？

token 数不随平台变，变的只是单价。把实测表里的 token 数乘上你所用平台给 claude-sonnet-5-5 和 gemini-3.8-flash 的实际单价，就能得到自己的每题费用；如果平台对两个模型的折扣比例相同，倍数不变，折扣不同就要重新算。上面的数字只用了官方标价，测试所走的 laozhang.ai 截至 2026 年 10 月 26 日的标价与官方相同，其他平台没有比较。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

把 Flash 的思考等级降到 medium 或 low 能省多少？

AA 的数据是：Flash medium 指数 40、每任务 $0.93，high 是 41、$1.24，low 是 33，没有公布成本和速度（截至 2026 年 10 月 26 日）。也就是说降到 medium 分数几乎不掉，成本低四分之一，但仍高于同分的 Sonnet 5.5 medium（41 分、$0.48）。medium 本来就是 Flash 的默认值；上面的实测只跑了 high，降档后每题省多少需要用自己的题目再测。

Gemini 3.8 Flash 的免费层能用来跑正式业务吗？

Gemini API 的免费层对 3.8 Flash 的输入、输出和缓存都不收费，但按 Gemini API 价格页，免费层的数据会被用于改进 Google 的产品，付费层不会；免费层每分钟、每天能调用多少次，Google 没有公开表格。处理客户数据或需要稳定额度的业务应该用付费层，免费层的现状和限额查看方法见 Gemini API Key 免费额度与速率限制 2026：哪些还免费、去哪看限额。

Sonnet 5 和 Sonnet 5.5 是一回事吗？

不是。两者 API 输入、输出单价相同，但 Sonnet 5.5 是 2026 年 9 月 28 日发布的新模型，Sonnet 5 已列为旧型号，缓存读取仍是 $0.20。BenchLM 的 "Claude Sonnet 5 vs Gemini 3.8 Flash" 和 aigrow.gg 的每千条有效回答成本比较，用的都是 Sonnet 5，数字不能直接套到 Sonnet 5.5 上。