Gemini 3.8 Flash 对比 Claude Haiku 4.5：关于“如何做到又便宜又快”的两种不同答案

Gemini 3.8 Flash 和 Claude Haiku 4.5 在各自厂商的产品目录中同处一个角落，而这差不多就是它们仅有的共同点。Gemini 3.8 Flash 是 Google 新推出的重推理主力模型，于 2026 年 9 月 2 日发布，发布价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。Claude Haiku 4.5 是 Anthropic 的短跑专家，自 2025 年 10 月 15 日上市，价格为每百万输入 1 美元、每百万输出 5 美元。两者都被称为“快”，但回答的是不同的问题：Gemini 3.8 Flash 的快来自深入思考，并以大约每秒 350 个输出 token 的速度生成内容；Claude Haiku 4.5 的快则几乎不靠思考，而是在不到一秒内给出回答。

这不是通常那种“新模型击败旧模型”的对决，因为两者中纸面价格更便宜的那一个反而更聪明，而价格更高的那一个在落地生产上领先了十一个月。如果你今天要在它们之间做选择，决定性因素在于延迟预算、token消耗量，以及你的工作负载实际能回报多少推理深度。

为什么谷歌的“Flash”模型不再意味着Haiku所说的“快速”

这两款模型体现了低成本层级中截然相反的设计理念。Anthropic 打造 Claude Haiku 4.5 时力求精简：20 万 token 的上下文、6.4 万 token 的输出上限、支持文本和图像输入，并且默认不会在扩展推理上消耗 token。Anthropic 在发布时将其定位为以约三分之一成本达到 Claude Sonnet 4 的编码和智能体性能，而它在实际应用中的招牌优势是首 token 延迟：独立测量显示 Claude Haiku 4.5 的首 token 输出时间不到 1 秒，这正是它适用于聊天、分类、信息提取和内容审核等管线的原因——在这些场景中，用户或队列正在等待响应。

相比之下，谷歌一直在将其 Flash 系列转变为思考者。Gemini 3.8 Flash 支持推理强度控制——低、中或高——并且默认进行推理，思考 token 按输出计费。在 Artificial Analysis 上，其高推理模式在智能指数上得分为 59（中为 57，低为 52），这一水平接近价格数倍的模型。Claude Haiku 4.5 在同一指数上的开箱得分为 24，开启可选扩展思考模式后约为 37。这一差距是真实的，但部分在于设置，而不只是能力：将高努力模式下的 Gemini 3.8 Flash 与闲置状态下的 Claude Haiku 4.5 相比，相当于拿一个模型全力以赴，去对比另一个模型刻意选择的最省力模式。

规格，并排对比

上下文 — Gemini 3.8 Flash：输入 1,048,576 个 token，输出 65,536 个。Claude Haiku 4.5：输入 200,000 个 token，输出 64,000 个。

• 价格 — Gemini 3.8 Flash：每百万次 $0.75 / $3.75（促销价至2026年12月31日，之后为 $1.50 / $7.50）。Claude Haiku 4.5：每百万次 $1.00 / $5.00，缓存输入为 $0.10。

• 输出速度 — Gemini 3.8 Flash：约每秒 350 tokens（Artificial Analysis）。Claude Haiku 4.5：开箱即用约每秒 95–105 tokens。

• 首个令牌 — Gemini 3.8 Flash：在 OrcaRouter 遥测中，中等档位 p50 约为 4.8 秒。{{1}}Claude Haiku 4.5：{{/1}}在独立测量中低于 1 秒。{{2}}{{3}}

• 推理 — Gemini 3.8 Flash：推理强度低 / 中（默认）/ 高。Claude Haiku 4.5：默认关闭，可选扩展思考。

• 输入 — Gemini 3.8 Flash：文本、图像、视频、音频、文件。Claude Haiku 4.5：文本和图像。

• 已发布 — Gemini 3.8 Flash：2026年9月2日。Claude Haiku 4.5：2025年10月15日。

基准测试实际说明了什么，并附上相应标签

Google 为 Gemini 3.8 Flash 打出的头条数据是厂商自报的：在其自家的 DeepSWE v1.1 软件工程评估中，它声称达到 71.0–73.7%，{{1}}高于{{/1}} Gemini 3.7 Flash 的 65.3%，并已逼近 Claude Opus 5 的 74.0%。这些是 Google 在自家评估框架上得出的数字，诚实的解读是将其视为模型能力的上限，而非在你的代码库中必然兑现的结果。独立的信号指向同一方向：{{2}}Artificial Analysis 的 Intelligence Index 59 分正是吸引市场关注的那个数字{{/2}}，而且这一提升的动因是真实的——Artificial Analysis 将其中大部分归因于更好的工具使用和智能体行为，而非原始知识。

Claude Haiku 4.5的类似说法来自Anthropic的发布声明，称其在编码和智能体任务上与Claude Sonnet 4相当，而价格仅为后者的一小部分；此外它还报告了SWE-bench Verified 73%的成绩。独立聚合机构给出的Claude Haiku 4.5在SWE-bench上的数字则要低得多，这对小型模型来说很正常——厂商的数字反映的是其最佳测试框架配置。如果你需要的是编码智能体而非聊天模型，Gemini 3.8 Flash在独立智能体评估中的增益和100万token的上下文窗口使其在纸面上是更强的选择；如果你需要的是一个能可靠地以低成本、低延迟返回格式规范答案的模型，那么Claude Haiku 4.5的记录才是那个已通过近一年生产环境负载测试验证的选项。

成本状况是有有效期的。

眼下，算下来对 Gemini 3.8 Flash 有利：它的促销价在输入和输出 token 两方面都低于 Claude Haiku 4.5。这正是这次促销的全部用意——谷歌给一个更聪明的模型定出了低于 Anthropic 经济型模型的价格，以推动用户采用。但促销只是暂时的。谷歌已声明，Gemini 3.8 Flash 的 $0.75 / $3.75 价格将持续到 2026 年 12 月 31 日，而从 2027 年 1 月 1 日起的标准价格为 $1.50 / $7.50。Claude Haiku 4.5 没有这样的悬崖：以 $1 / $5 的价格，从 1 月起它在两个维度上都会是更便宜的模型，而且它每百万 token 的 $0.10 缓存读取价格也远低于 Gemini。

按token计费的价格中隐藏着第二个成本陷阱，而这对Gemini 3.8 Flash更为严重。推理模型需要消耗输出token进行思考，Artificial Analysis发现，Gemini 3.8 Flash每项任务消耗的输出token比Gemini 3.7 Flash多约30%——平均每项任务约48,000个——这使得即使每token价格相同，其实际每任务成本也比上一代高出约40%。Claude Haiku 4.5则天生节俭：关闭扩展思考后，它返回的主要是答案本身。对于每任务成本比每token成本更重要的场景，这种差异可能比标价更具决定性。

哪一种工作用哪一个？

• 高吞吐量下的亚秒级交互式聊天、审核、提取与分类 — Claude Haiku 4.5。其延迟特性正是关键所在，200K上下文足以覆盖此类工作负载中的大多数。

• 长周期编码智能体、多文件编辑、需要将整个代码库纳入上下文中的任务——Gemini 3.8 Flash。其100万token的上下文窗口和在智能体基准测试中取得的提升，正是此类任务所需要的。

• 视频、音频和长文件理解 — Gemini 3.8 Flash。Claude Haiku 4.5 完全不接受视频或音频输入。

• 你将在1月重新预算的工作负载——请按每个任务的token消耗量来计算，而不是看每个token的价格。Gemini 3.8 Flash 在 $0.75 / $3.75 的定价下如今很划算；若变成 $1.50 / $7.50，且推理部分还要加收30%的token税，那就另当别论了。

用一个按键尝试两者

两个模型都以提供商标价托管在 OrcaRouter 上，零加价，因此这种“先测试再决定”的对比方式变得非常简单。Gemini 3.8 Flash 在 OrcaRouter 上按 Google 标价提供; Claude Haiku 4.5 在 OrcaRouter 上按 Anthropic 标价提供。将同一个 OpenAI 兼容端点与同一个密钥指向模型 ID google/gemini-3.8-flash 和 anthropic/claude-haiku-4.5，对两者分别运行完全相同的提示词，再基于你自己的流量比较实际延迟、成本和输出，而不是只信基准测试表。由于供应商价格变动会在当天同步透传，Gemini 促销费率目前已经在此生效；到 1 月标准费率生效时，它还会自动再次更新——你的代码无需改动，要改的只是你对账单的预期。

结论取决于你买的是哪种“快”。如果你的用户在等待首个 token，且任务范围有界，Claude Haiku 4.5 仍是理性的默认选择——它久经考验、精简高效，响应时间低于一秒。如果任务足够开放、值得投入推理，Gemini 3.8 Flash 正以低于现有产品的促销价提供接近前沿的推理能力，而按该价格体验的机会窗口将于12月31日关闭。对大多数团队而言，最便宜的正确答案不是二者之一，而是一条路由规则：将简单、对延迟敏感的调用交给 Claude Haiku 4.5，将困难、上下文密集的调用交给 Gemini 3.8 Flash——一把密钥、一张账单，每个模型都在做自己真正擅长的事。