Gemini 3.7 Flash 对比 Grok 4.6：谷歌价格战对决 SpaceXAI自检智能体

在 Gemini 3.6 Flash 基本失败三周后，Go​ogle 将价格减半并推出了 Gemini 3.7 Flash——这一举动被大多数报道解读为直接针对Grok 4.6，这是 SpaceXAI 前一天发布的、面向智能体优化的旗舰模型，定价为 2 美元和 6 美元。时机本身就是看点：两个接近前沿的模型仅相隔一天发布，瞄准同一类买家——那些无需支付前沿价格即可获得智能体编码能力的团队——且定价理念截然相反。Go​ogle 正在用五个月的促销活动来换取市场反响。SpaceXAI 则以统一标价按任务出售信任。

Grok 4.6 于2026年8月12日发布，是 SpaceXAI 对其 1.5万亿参数 Grok 4.5 基础模型的改进版本，专为长时间运行、可自行验证子任务完成情况的智能体而构建，配备50万上下文窗口，支持文本和图像输入，定价$2/$6，输入token超过20万时价格翻倍。Gemini 3.7 Flash 于2026年8月13日发布，是 Google 对 Gemini 3.6 Flash 的算法优化版本——100万上下文，支持包括视频和音频在内的多模态输入，促销价$0.75/$3.75，2027年1月1日起翻倍至$1.50/$7.50。在独立的 Artificial Analysis 智能指数中，Grok 4.6 得分61，明显高于 Gemini 3.7 Flash 早期约56分的水平。

价格战，每个维度一行

• 每百万输入价格 — Gemini 3.7 Flash $0.75（首发价）对比 Grok 4.6 $2.00。Google 价格低出超过60%。

• 每 1M 输出的价格——Gemini 3.7 Flash 为 $3.75（首发价），而 Grok 4.6 为 $6.00。

• 2027年1月1日之后 — Gemini 价格翻倍至 $1.50/$7.50，而 Grok 保持不变，仍为 $2/$6。

• 上下文窗口——Gemini 3.7 Flash 1M 对比 Grok 4.6 500K。

• 长输入计费——Gemini 在整个上下文窗口内统一收费；Grok 在输入达到或超过 200K 时价格翻倍至 $4/$12。

• 思考令牌——Gemini 将其计为输出；Grok 的成本则包含在独立测得的每项任务约 0.84 美元中。

一句话概括：Gemini 3.7 Flash 目前在价目表的每一档上都更便宜，但大部分优势将在1月1日消失。Grok 4.6 在8月的价格与3月相同。

Gemini 3.7 Flash 的钱去了哪里

Go{{1}}ogle{{/1}}自己的数据显示，Gemini 3.7 Flash 相比 3.6 Flash 有大幅跃升：DeepSWE v1.1 得分 65.3%（此前为 49.0%），FrontierCode 1.1 Main 得分 43.6%（此前为 34.4%），Terminal-bench 2.1 得分 85.8%（此前为 78.0%），WebDev Arena 的 Elo 为 1588（此前为 1538）。这些是厂商自报、未经复现的数字——这类数字衡量的是趋势，而非跨厂商的定论。但趋势才是关键：修复在发布三周后便已落地，而评测者此前普遍已不看好这次发布，这说明 Go{{2}}ogle{{/2}} 把 Flash 层级视为战场，而非旗舰。

Go​ogle促销所做的另一件事是压缩购买窗口。在0.75美元/3.75美元的价格下，该模型足够便宜，可以进行批量测试；在1.50美元/7.50美元时，它仍然具有竞争力，但已不再是价格战的武器。任何在引入窗口期采用它的生产团队都应在12月重新评估其经济性，而不是假设这一数字会随他们一同变动。

Grok 4.6 的钱都花在了哪里

Grok 4.6 的卖点不同：不是更便宜的 token，而是更少的浪费。它在训练中被要求自我验证——在继续下一步之前，检查子任务是否真正完成——而独立的测评也印证了这一效果：Artificial Analysis 将其成本定为每项任务约 0.84 美元，GDPVal-AA v2 为 1,753，Intelligence Index 为 61。这些都是第三方数据，也是这场对决中最有力的数字，因为它们捕捉到了按 token 单价衡量所遗漏的东西：一个完成工作所需轮次更少的模型，即使 token 单价更高，完成每项工作的成本也更低。

这种权衡正是更便宜型号的用武之地。Grok 4.6 的 500K 上下文是 Gemini 3.7 Flash 的 1M 的一半，而且其 $2/$6 费率在超过 200K 输入时会翻倍——因此，长上下文、高输入的工作负载正是 Grok 4.6 的标价在与 Gemini 促销费率相比时不再具有竞争力的地方。

每任务的经济性

在首发定价下，Gemini 3.7 Flash 在80/20输入/输出分配下的混合费率大约是每百万个token 1.35美元；Grok 4.6 在同一分配下的标价是每百万个token 2.80美元，且未计入其长输入罚金。从纸面数据看，Google的模型看起来是遥遥领先的量级赢家。但复杂之处在于：Gemini的思维token按输出计费，其基准测试数据已是一周前的，而且其每任务效率尚未被独立测量——而Grok 4.6的已经被测量过了。便宜的token加上浪费的轮次，可能比能完成任务的昂贵token花费更高，而在这场对决中，一方拥有关于这个问题的数据，另一方没有。

押注新模型，却不押注流水线。

Grok 4.6 在 OrcaRouter 上，按 SpaceXAI 的 $2/$6 标价提供，0% 加价，包括 200K 以上的 2 倍阶梯，模型页面会从路由层实时获取该信息。Gemini 3.7 Flash 发布仅一天，位于 Google 自己的 API 上；其前代 Gemini 3.6 Flash 在 OrcaRouter 上按 Google 的标价提供。

如果这个比较真正想问的是“我该不该把代理管道押注在新出的廉价模型上”，那么路由层就是对冲手段：一条故障转移规则，今天让代理跑在 Grok 4.6 上，等 Gemini 3.7 Flash 上线那天再切过去；或者一个融合面板，让两个模型都作答，再由一个裁判模型来调和结果——这正是路由 DSL 存在的意义，而且这种设置不需要你在证据齐全之前就站队。

诚实的解读

如果你想要今天最便宜的 token，并且信任三周的周转期，那么 Gemini 3.7 Flash 就是激进的押注——价格战是真实的，基准提升已有报告，而且推广窗口期确实是实实在在的折扣。如果你想要一个智能体效率经过独立测量、价格在一月份不会变动、自我验证循环专为长时间运行而设计的模型，那么 Grok 4.6 就是保守之选，而且 AA 数据让它在每完成一项任务的成本上占据优势。一方是带倒计时的促销，另一方是有着可靠记录的价格。两者都站得住脚——这正是让这成为真正比较、而非走过场的原因。