Gemini 3.8 Flash 對比 Claude Haiku 4.5：對「做到便宜又快速」的兩種不同解答

Gemini 3.8 Flash 和 Claude Haiku 4.5 在各自廠商的產品目錄中位於相同定位，而這差不多是它們僅有的共通點。Gemini 3.8 Flash 是 Google 新款主打深度推理的主力模型，於 2026 年 9 月 2 日推出，上市價為每百萬輸入 tokens 0.75 美元、每百萬輸出 tokens 3.75 美元。Claude Haiku 4.5 是 Anthropic 的短跑專家，自 2025 年 10 月 15 日上市，定價為每百萬 tokens 1 美元和 5 美元。兩者都被稱為「快速」，但它們回答了不同的問題：Gemini 3.8 Flash 透過深思熟慮、以每秒約 350 個輸出 tokens 的速度生成來獲得速度；而 Claude Haiku 4.5 則幾乎不經思考、不到一秒就給出回答，以此取得速度。

這並非一般「新模型擊敗舊模型」的對決，因為兩者之中帳面上價格較低的那個反而更聰明，而價格較高的那一個在量產上領先了十一個月。如果你今天要在兩者之間做選擇，決定因素在於延遲預算、Token 需求量，以及你的工作負載實際上能從多少推理深度中獲得回報。

為什麼 Google 的「flash」模型不再等同於 Haiku 所指的「fast」？

這兩個模型體現了低價位級別的兩種相反設計哲學。Anthropic 打造 Claude Haiku 4.5 是為了保持精簡：20 萬 token 的上下文、6.4 萬 token 的輸出上限、文字與圖片輸入，以及預設不會耗費 token 在延伸推理上。Anthropic 在發表時將其定位為：以約三分之一的成本，達到 Claude Sonnet 4 的編寫程式碼與代理效能；而它在實務上的招牌優勢是「首個 token 生成時間」：獨立測量顯示 Claude Haiku 4.5 的首個 token 不到一秒即可生成，這正是它適用於聊天、分類、萃取與審核管線的原因——因為在這些場景中，使用者或佇列正在等待。

相比之下，Google 一直將其 Flash 系列打造成一個「思考者」。Gemini 3.8 Flash 支援推理強度控制——低、中或高——而且預設就會進行推理，思考 token 以輸出計費。在 Artificial Analysis 上，它在高推理模式下於智慧指數得分 59（中等為 57，低為 52），這個水準接近於價格高出數倍的模型。Claude Haiku 4.5 在同一指數上開箱即用得分為 24，而在開啟其選用的延伸思考模式後約為 37。這個差距確實存在，但部分來自於設定，而不只是能力：拿高強度模式下的 Gemini 3.8 Flash 對比閒置狀態的 Claude Haiku 4.5，等於是用一個模型全力以赴的表現，去對另一個刻意以最輕鬆模式運作的模型。

規格，並排比較

上下文 — Gemini 3.8 Flash：輸入 1,048,576 個 token，輸出 65,536 個。Claude Haiku 4.5：輸入 200,000 個 token，輸出 64,000 個。

• 價格 — Gemini 3.8 Flash：每百萬個 $0.75 / $3.75（促銷至 2026 年 12 月 31 日，之後為 $1.50 / $7.50）。Claude Haiku 4.5：每百萬個 $1.00 / $5.00，快取輸入為 $0.10。

• 輸出速度 — Gemini 3.8 Flash：每秒約 350 個 token（Artificial Analysis）。Claude Haiku 4.5：開箱即用每秒約 95–105 個 token。

• 首個 token — Gemini 3.8 Flash：在 OrcaRouter 遙測中，p50 中位數約為 4.8 秒。Claude Haiku 4.5：在獨立測量中低於 1 秒。

• 推理 — Gemini 3.8 Flash：努力等級分為低／中（預設）／高。Claude Haiku 4.5：預設關閉，可選用延伸思考。

{{1}}• 輸入 — Gemini 3.8 Flash：{{/1}}{{2}}文字、影像、影片、音訊、檔案。{{/2}}{{3}}Claude Haiku 4.5：{{/3}}{{4}}文字與影像。{{/4}}

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

基準測試實際上說明了什麼，並附上標籤。

Google 為 Gemini 3.8 Flash 打出的宣傳標題是廠商自行通報的：在自家 DeepSWE v1.1 軟體工程評測上，它宣稱拿下 71.0–73.7%，高於 Gemini 3.7 Flash 的 65.3%，也逼近 Claude Opus 5 的 74.0%。這些數字是 Google 在自家測試框架上跑出來的，誠實的讀法是把它們視為該模型能力的上限，而非你在自家程式碼庫中必然獲得的結果。獨立訊號同樣指向這個方向：真正吸引市場目光的是 Artificial Analysis 的 59 Intelligence Index，而這項漲幅背後的能動性確實為真——Artificial Analysis 將它大部分歸因於更好的工具使用與代理式行為，而非單純的知識量。

Claude Haiku 4.5 的對應宣稱，是 Anthropic 在發布時表示：該模型在編寫程式與代理（agent）任務上能媲美 Claude Sonnet 4，而價格僅為其一小部分，並號稱在 SWE-bench Verified 獲得 73%。獨立匯總機構把 Claude Haiku 4.5 的 SWE-bench 數據評得低得多，這對小型模型來說很正常——廠商公布的數字反映的是其最佳測試配置下的結果。如果你需要的是編碼代理（coding agent）而非聊天模型，Gemini 3.8 Flash 在獨立測試中的代理能力進展，加上 100 萬 token 的上下文，使它成為紙面上更強的選擇；如果你需要的是能穩定回傳便宜、快速且格式良好的答案的模型，Claude Haiku 4.5 的實績正是那款已在生產環境中負載測試近一年的選擇。

成本情況有其有效期限。

目前算下來，對 Gemini 3.8 Flash 有利：其促銷價在輸入與輸出 token 上都低於 Claude Haiku 4.5。這就是促銷的重點——Google 把更聰明的模型定價在 Anthropic 的入門級模型之下，以吸引採用。但促銷是暫時的。Google 已表示，Gemini 3.8 Flash 的 $0.75 / $3.75 費率持續至 2026 年 12 月 31 日，而從 2027 年 1 月 1 日起的標準費率為 $1.50 / $7.50。Claude Haiku 4.5 沒有這樣的斷崖：以 $1 / $5 的價格，從 1 月起在兩方面都會是更便宜的模型，而且其每百萬次 cache-read 的 $0.10 價格遠低於 Gemini。

{{1}}按 token 計價的背後還藏著第二個成本陷阱，而它對 Gemini 3.8 Flash 的影響更嚴重。{{/1}} {{2}}推理模型會把輸出 token 花在思考過程上；Artificial Analysis 發現，Gemini 3.8 Flash 每項任務消耗的輸出 token 比 Gemini 3.7 Flash 多約 30%——平均每項任務約 48,000 個輸出 token——因此即使兩者每 token 定價相同，Gemini 3.8 Flash 的實際每項任務成本仍比前一代高出約 40%。{{/2}} {{3}}Claude Haiku 4.5 則是先天就節省：關閉延伸思考（extended thinking）後，它回傳的內容大多就是答案本身。{{/3}} {{4}}對於重視每項任務成本甚於每 token 成本的工作負載而言，這種差異可能比牌價更具影響力。{{/4}}

哪一個用於哪個工作？

• 亞秒級互動聊天、審核、抽取、高流量分類 — Claude Haiku 4.5。其延遲表現正是重點，而 200K 上下文涵蓋了這類工作負載的絕大多數場景。

• 長時程編程代理、多檔案編輯、需要在上下文中容納整個儲存庫的任務 — Gemini 3.8 Flash。1M token 的上下文，以及在 agentic 基準測試上的進步，正是這類任務所需的。

• 影片、音訊與長檔理解 — Gemini 3.8 Flash。Claude Haiku 4.5 完全不接受影片或音訊輸入。

• 一月你會重新編列預算的工作負載——要算的是每個任務的 token 數，而不是每個 token 的價格。Gemini 3.8 Flash 在 $0.75 / $3.75 的價格下如今非常划算；若變成 $1.50 / $7.50，再加上推理時額外 30% 的 token 稅，那就是另一回事了。

以單一金鑰嘗試兩者

兩個模型都託管在 OrcaRouter 上，以供應商牌價提供、零加價，這使得「先測試再決定」的比較方式在此幾乎不費吹灰之力。Gemini 3.8 Flash 在 OrcaRouter 上以 Google 牌價提供；Claude Haiku 4.5 在 OrcaRouter 上以 Anthropic 牌價提供。將同一個 OpenAI 相容端點和同一把金鑰指向 model id google/gemini-3.8-flash 與 anthropic/claude-haiku-4.5，用相同的提示詞分別跑過兩者，並在你自己的實際流量上比較延遲、成本與輸出，而不是只信賴基準測試表。由於供應商價格變動會在當天同步反映，促銷期的 Gemini 費率目前已在這裡生效；等到標準費率於一月生效時，系統也會自動更新——你的程式碼不需要改動，需要調整的只有你對帳單的預期。

結論取決於你所說的「快」是哪一種。如果你的使用者等待的是第一個 token，且任務範圍有限，Claude Haiku 4.5 仍是理性的預設選擇——它經過實證、精簡，回應時間在次秒級。如果任務足夠開放，值得讓模型花時間思考，Gemini 3.8 Flash 正以低於現有產品的促銷價格提供接近前沿的推理能力，而以此價格試用的機會將於 12 月 31 日截止。對大多數團隊而言，最便宜的正確答案不是二選一，而是設定路由規則：將簡單、對延遲敏感的請求交給 Claude Haiku 4.5，將困難、上下文密集的任務交給 Gemini 3.8 Flash——一把金鑰、一張帳單，讓每個模型去做它真正擅長的工作。