Gemini 3.7 Flash 对比 Claude Opus 5：仅需六分之一的价格，这匹"工作马"能给你带来什么

这里有一个数字，让这场比较变得有意义：Anthropic 的旗舰产品 Claude Opus 5 在 Artificial Analysis Intelligence Index 上得分 61，而 Google 于 2026 年 8 月 13 日发布的主力产品 Gemini 3.7 Flash 得分 56。相差五分。而且按照 Google 截至年底的促销价，Gemini 3.7 Flash 每百万输入 token 收费 0.75 美元，每百万输出 token 收费 3.75 美元——约为 Claude Opus 5（5.00 美元/25.00 美元）的六分之一。曾经区分“主力”与“旗舰”的差距已经缩小到这样的程度：真正的问题不再是廉价模型是否够好，而是昂贵的模型究竟还能做哪些廉价模型做不到的事。

表述方式很重要，因为这不是一场对等较量，假装是对等只会误导你。Claude Opus 5 于2026年7月24日发布，是 Anthrop​ic 最强大的通用模型：一个拥有100万token上下文、输出上限为12.8万token的推理模型，专为最艰巨的工程、研究和计算机使用任务而设计。Gemini 3.7 Flash 是 Go​ogle 的高吞吐量主力模型：100万上下文、6.4万输出、文本/图像/音频/视频输入，其设计理念与 Opus 截然相反——以尽可能低的成本流式输出尽可能多的token，服务于95%的常规流量。用单一数字来比较它们，最终只会得到错误的答案；根据你实际运行的工作形态来比较，才能得到有用的答案。

五点，详解

智能指数并非线性标度，56 与 61 之间的差距在某些任务上比其他任务更有分量。Opus 5 的 61 分来自其在综合指数中最难项目上的领先——它在 ARC-AGI-3 上的 30.2、FrontierBench 上的 43.3 以及 SWE-bench Pro 上的 79.2 均为厂商报告的数据，但这些是任何 Flash 级模型都无法触及的前沿推理结果。Gemini 3.7 Flash 的 56 分则以不同方式取得：谷歌报告的该模型数据（DeepSWE v1.1 上 65.3、WebDev Arena 上 1588 Elo、AutomationBench 上 30.4）表明，它擅长有边界的、高吞吐量的工程和智能体任务，而非新颖的开放式推理。因此，五个指数点的差距描述了一个真实的能力悬崖，尽管表面上的数字距离看起来很小。

• 智能指数——Gemini 3.7 Flash 为 56，而 Claude Opus 5（最大努力）为 61，据 Artificial Analysis。

• 输出速度 — 根据 Artificial Analysis 的数据，Gemini 3.7 Flash 约为 340 tokens/s，而 Claude Opus 5 约为 53 tokens/s，差距达 6.4 倍。

• 上下文窗口：两者均为1M tokens，但Claude Opus 5的输出上限为128K，而Gemini 3.7 Flash为64K。

• 输入价格 — $0.75（促销价，截至2026年）对比 $5.00 — 相差6.7倍。

• 输出价格 — $3.75（促销）与 $25.00 相比 — 6.7倍的差距。

• 多模态输入 — Gemini 3.7 Flash 支持文本、图像、音频和视频；Claude Opus 5 仅支持文本和图像。

Claude Opus 5 仍然物有所值之处

旗舰机型的外壳并非怀旧，而是任务分布的尾部。长周期自主工程——让模型独自面对代码库一个小时，进行规划、编辑、测试和迭代——正是Opus 5所报告领先优势最大的领域，而其在计算机使用方面的成绩（OSWorld上71分，供应商报告）使其进入了Gemini 3.7 Flash无法企及的级别。从Claude Opus 4.8迁移的团队还应了解，Opus 5默认开启自适应思考，并重新校准了努力等级，且禁用思考的上限被锁定在高努力档——这些行为变化可能会破坏现有流水线。这些都不意味着它不是艰巨工作的正确选择；而是意味着它适合的工作范围比其价格所暗示的要更窄。

Opus 5 的另一个卖点是 Anthropic 的平台经济学。其提示缓存在缓存命中时可将有效输入成本降低最高 90%，其批量档位可将异步流量的价格减半——因此，在 Opus 5 上，高缓存、高批量的工作负载的账单金额，远比标题 $5 / $25 所暗示的更接近其标价的影子价格。旗舰型号的真实价格取决于工作负载；而主力型号则不然。

在哪些情况下，Gemini 3.7 Flash 是更明智的选择

对于任何涉及流式传输、批处理或依赖长上下文的任务，主力模型不仅更便宜，而且在结构上更具优势。6.4倍的输出速度优势改变了你能构建的东西：交互式代码补全、整个代码仓库的实时摘要、每分钟需要多次调用的智能体循环——所有这些在53 token/s的模型上，早在触及质量瓶颈之前就会先撞上吞吐量瓶颈。Gemini 3.7 Flash还支持音频和视频输入，这开辟了Claude模型在该输入维度上无法实现的使用场景（会议转录、视频帧理解）。而且其可调节的思考级别意味着，你可以在低投入模式下运行它处理廉价的日常事务，在高投入模式下处理更困难的子集，只为实际使用的推理付费。

配对指南

一线的实践者们已经基本不再把这当作二选一的问题，反复出现的模式是一个分而治之的循环：{{1}}Claude Opus 5 负责规划和设计，Gemini 3.7 Flash 负责大批量实现，Opus 5 负责审查{{/1}}。每个模型都被用在质量与成本之比最优的地方，而组合起来的流水线比单独运行任何一种模型都更便宜、更快。{{2}}一个路由层让这种模式变得切实可行，而非停留在架构层面：{{/2}}Claude Opus 5 已在 OrcaRouter 上以 Anthrop​ic 的官方列表价格上线，0% 加价，{{3}}路由 DSL 让你能够组合出一次调用：把规划任务发给 Opus 5，把执行任务发给 Flash 级模型，统一由一个兼容 OpenAI 的端点承接{{/3}}——{{4}}模型融合则是更进一步，两个模型回答同一个问题，由裁判模型协调两份结论{{/4}}。

账单，并排显示

给它配上真实数字。一天1000万输入token和100万输出token——一个繁重但普通的智能体管道——按Claude Opus 5的标准费率计费为75美元+375美元=450美元。同样的流量按Gemini 3.7 Flash的促销费率计费为7.50美元+37.50美元=45美元，正好是十分之一。即使考虑到Opus在输入端口的缓存折扣，差距仍然是一个数量级，这正是“批量用flash，难点用opus”成为默认生产形态而非例外形态的原因。当促销结束时，Gemini 3.7 Flash的输入费率翻倍至1.50美元——仍然是Opus的三分之一，仍然足够便宜以保持这种配对计算不变。

诚实的解读

五分的差距是真实存在的，而且它恰好落在你预期的地方：在最困难、时间跨度最长的工作上。如果你的工作负载由那条长尾主导——前沿研究、长达数小时的自主工程、计算机使用——那么Claude Opus 5物有所值，你不必过度纠结。如果你的工作负载主要由吞吐量、延迟或长上下文驱动，那么按促销价计算，Gemini 3.7 Flash的性价比高出一个数量级，它与旗舰版之间的差距只是一个基准档次，而非天堑。模型正在趋同，对大多数团队而言，实际的答案不再是“选哪一款”，而是“工作的哪些部分分别交给哪一款”。