一張生成的標題卡,上面寫著「Sage-S2.1-Flash vs Gemini 3.8 Flash」,下方副標題是「一個有價格斷崖,另一個沒有價格」,再下方有兩個標籤,分別寫著「2027年1月1日翻倍」和「645 GB 的權重」。白色背景,藍色與青色漸層點綴,扁平線條圖示。OrcaRouter 標誌合成於右下角。
Guides & Insights

Sage-S2.1-Flash 對比 Gemini 3.8 Flash:一個有價格斷崖,另一個則沒有價格

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

Gemini 3.8 Flash 目前每百萬輸入 token 收費 0.75 美元,每百萬輸出 token 收費 3.75 美元。到了 2027 年 1 月 1 日,價格將變成 1.50 美元與 7.50 美元——同一個模型、同一批權重,帳單金額卻是兩倍,因為 Google 為該模型提供的首發優惠價將於 2026 年 12 月 31 日結束。Sage-S2.1-Flash 由上海人工智慧實驗室於 2026 年 11 月 15 日悄然發布,沒有價格可以翻倍。它有 645 GB 以 MIT 授權的權重、一份 21 位元組的模型卡,以及一份假設你有八張 H200 的部署指南。

把這兩個事實並排放在一起,這場對決背後的搜尋意圖就清楚了:人們真正想問的,並不是哪個模型更聰明。他們想問的是,究竟該繼續租用 Google 的 Flash 層級,還是現在就能下載的開放科學模型已能取代那筆費用的一部分。答案取決於一個日期,也取決於大多數比較都會略過的一個區別——一個是每個 token 都便宜的模型,另一個是其 token 根本沒有計量錶的模型。

實際上預定要變更的是什麼?

Google 自己針對 Gemini 3.8 Flash 的文件列出了兩張費率卡,其中只有一張有效:

• 優惠 introductory 價格,適用至 2026 年 12 月 31 日 — 每百萬輸入 $0.75、每百萬輸出 $3.75、快取輸入 $0.075

• 標準方案,自 2027 年 1 月 1 日起 — 每百萬輸入 $1.50,每百萬輸出 $7.50

• 上下文 — 1,000,000 個 token,輸出上限為 64,000 個 token

• 思考 — 三個等級:低、中(預設)和高;較舊的 minimal 設定現在會產生錯誤

• 已移除的參數 — 不再接受 temperature、top_p、top_k、candidate_count 與預先填入的模型回合

最後那一行,才是耗費工程時間而非金錢的地方,而且在價格討論中很容易被忽略。從 Gemini 3.6 Flash 遷移到 3.8 Flash 的管線,無法沿用其取樣設定;模型會拒絕這些參數。多輪預填也已消失,改由伺服器端的 previous_interaction_id 取代。從現在到一月,你在 3.8 Flash 上建置的任何東西,都是你得重新調校兩次的建置——一次是為了你已經做出的 API 變更,一次是為了你尚未遇到的費率變更。

Gemini 3.8 Flash 按 Google 自己的說法,也是「前一代 Flash 模型」——穩定、仍是 Antigravity 代理與 SDK 背後的預設模型,並且是自 2026 年 12 月 1 日起 gemini-2.5-pro 請求的指定遷移目標。它是可靠的主力,具有已知且不會退役的可用期限,而非前沿實驗。這是真正的優點,而 Sage-S2.1-Flash 目前並未提供這項優點。

Screenshot of Google's AI Studio documentation page 'What's new in Gemini 3.8 Flash'. The model table shows the model ID gemini-3.8-flash, a default thinking level of medium, and the pricing note that Gemini 3.8 Flash is available through the end of the year at an introductory price of $0.75 per 1M input tokens and $3.75 per 1M output tokens. The intro text states the model supports a 1M-token context window, 64k max output tokens and tunable thinking levels of low, medium and high.

兩款名稱中帶有「Flash」的不同產品

這個命名上的巧合所承擔的作用超出了它應有的份量,因此值得加以拆解。

Gemini 3.8 Flash 是一款託管的專有多模態主力模型。它接受文字、圖像、影片、音訊與檔案輸入,並回傳文字。Artificial Analysis 在高效能模式下於 Intelligence Index 給予它 30.8 分,輸出速度約為每秒 114 個 token,在其長上下文探測中首個 token 的延遲為 19.7 秒。它採按 token 計價、按用量計費,目前可透過 Google 自家 API 與雲端轉售管道取得。

這個名字的另一面是一項研究產物。Sage-S2.1-Flash 有 3200 億個參數,每個 token 有 180 億個活躍參數,由上海人工智慧實驗室於 2026 年 11 月 15 日以 MIT 許可證發布為 120 個 bfloat16 分片——645 GB 的權重、一座視覺塔,以及一份宣告在 45 層中最高可達 1,048,576 個 token 的組態。其中 34 層採用線性注意力類型;11 層採用稀疏注意力。它不是一項服務。它是一個附有部署指南的下載檔。

這兩個名稱中的「Flash」分別意指「託管陣容中的小型層級」與「研究模型系列中的快速變體」。它們不會爭奪同一個品項。它們爭奪的是同一個 工作,而且僅偶爾如此。

他們唯一同名的基準

在這裡,這項比較變得真正有趣,接著卻又以一種富有啟發性的方式立刻令人失望。

InternLM 針對 Sage-S2.1-Flash 的評測表涵蓋 35 項基準測試與八個對照模型:GLM-5.3-Flash、DeepSeek-V4.1-Flash-1017、Qwen3.8-Max、GPT-5.6 Sol、Claude Opus 5、GPT-6 Astra、GPT-6.1 Sol 與 Claude Opus 5.5。Gemini 3.8 Flash 不在其中。這場對決沒有共用的計分板,無論是廠商自建或其他來源都沒有。

真正重疊的只是基準名稱。InternLM 回報 Sage-S2.1-Flash 在 Terminal-Bench 2.1 上為 87.9。Artificial Analysis 回報 Gemini 3.8 Flash 在 Terminal-Bench 2.1 上為 87.6。兩者相差零點三,很容易讓人有衝動稱之為平手——但這樣會是錯的。這兩個數字來自不同的測試框架,搭配不同的測試支架、嘗試次數與工具設定,而且兩家實驗室都未公布其執行設定。在兩套非公開測試框架之間,零點三分的差距並不代表測量到了任何東西。這只是個巧合,恰好對任何想宣稱兩者勢均力敵的人來說很方便。

其餘所有兩者共有的部分,都必須透過推理來處理,而不是靠相減得出。Artificial Analysis 將 Gemini 3.8 Flash 在 GPQA Diamond 上列為 95.3,在 MMMU-Pro 上為 85.6,在 Humanity's Last Exam 上為 47.8,在 SciCode 上為 56.6,GDPval 為 1,442。InternLM 將 Sage-S2.1-Flash 在 BabyVision 上列為 75.8,在 OSWorld-G 上為 84.8,在 OfficeQA Pro V2 上為 72.2,在 MLE-bench Lite 上為 90.3,在 Harvey LAB 上為 25.0。這些清單幾乎沒有交集;而在沒有交集之處,根本無從比較——只有兩個實驗室以不同的詞彙描述不同的優勢。

A generated two-column comparison scoreboard titled 'Sage-S2.1-Flash vs Gemini 3.8 Flash - the scoreboard'. The Sage-S2.1-Flash column reads: Price: none published; Price change: none scheduled; Context: 1,048,576 tokens; Weights: MIT, about 645 GB; Independent score: none; Terminal-Bench 2.1: 87.9. The Gemini 3.8 Flash column reads: Price: $0.75 / $3.75; Price change: doubles 1 Jan 2027; Context: 1,000,000 tokens; Weights: proprietary; Independent score: AA Index 30.8; Terminal-Bench 2.1: 87.6. Footer: 'Sage figures the vendor's own, unaudited; Gemini price and index per Google and Artificial Analysis.' The OrcaRouter logo is composited in the bottom-right corner.

證據從何而來,這才是真正的差別所在。

先暫時把數字擺一邊,看看出處,因為這決定了上述任何內容能有多少分量。

Gemini 3.8 Flash 是由第三方在公開評測框架上進行測量。Intelligence Index 的 30.8 數值、速度數據,以及 GPQA 與 MMMU-Pro 的分數,全都來自 Artificial Analysis 對其列出的每個模型執行同一套流程。你可以不同意這套評測框架;但你不能指控這是 Google 撰寫的。

Sage-S2.1-Flash 僅由其作者進行量測,數據記錄在一個以製表符分隔的檔案中;該檔案提交到一個於 11 月 16 日建立的 GitHub 儲存庫,並發布到 internlm.github.io/Sage-S2.1-Flash 的靜態網站。Hugging Face 儲存庫中沒有任何內容連到該網站。模型卡只有一行授權條款,別無其他——21 個位元組,全部都是 YAML frontmatter。

廠商表格確實有一個值得肯定的可信度指標:它包含了模型落敗的項目。Sage 在 DeepSWE 上落後 DeepSeek-V4.1-Flash-1017 達 6.9 分,在 NL2Repo-Bench 上落後 5.5 分,在 APEX-Agents 上落後 7.5 分,並在 Terminal-Bench 2.1 與 SWE-bench Pro 上落後 Qwen3.8-Max。一家願意公布自身敗績的實驗室,是值得閱讀的實驗室。但一份包含敗績的自公布表格終究仍是自公布表格,而且沒有任何第三方重現過其中任何一列。

人們真正在問的四個問題

這場對局中大部分的困惑,來自把幾個各自獨立的決策混為一談。分開來看,每個都有明確的答案。

• Sage-S2.1-Flash 能取代 Gemini 3.8 Flash 來處理大量文字工作嗎?不行,而且原因不是品質。對於以數百萬次短呼叫衡量的工作負載,Gemini 3.8 Flash 每百萬輸入 token 收費 0.75 美元,比 Sage 所需節點的電費與攤銷成本還便宜。無論基準測試分數多高,這都是不適合該工作的工具。

• 既然兩者都宣稱可處理一百萬個 token,Sage 在長上下文方面會勝出嗎?只有在一月之後才會。目前 Gemini 3.8 Flash 在整個視窗內每百萬輸入 token 收費 $0.75,且不收長提示附加費;自 1 月 1 日起價格為 $1.50,情況同樣如此。Sage 完全沒有按 token 計價,這意味著問題不是「哪個每 token 更便宜」,而是「哪個每月更便宜」——而這取決於八卡 H200 節點是否忙碌。在工作之間閒置的節點,其成本幾乎高於任何 token 費率。

• 輸出上限會是個問題嗎?對 Sage 來說,這點未知——發行版本中沒有任何文件說明最大輸出長度。對 Gemini 3.8 Flash 而言,上限是 64,000 個 token,這對大多數代理式步驟來說足夠,但不足以在一次呼叫中進行長篇生成。如果你的工作負載會在單一回應中輸出 100K 個 token,那麼 Gemini 3.8 Flash 是因規格而不合格,不是因分數。

• 我星期一實際能呼叫的是哪一個? Gemini 3.8 Flash。Sage-S2.1-Flash 沒有我們能確認的託管端點;發佈網站的「Try the API」連結指向一個入口網站,而該網站無法向非 JavaScript 用戶端呈現其目錄,且在撰寫本文時,Hugging Face 上沒有任何推論供應商列出該模型。

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash. It shows a 1M-token context, 65k max output, text, image, video, file and audio input, vision, audio, tools, JSON and reasoning tags, a release date of 2026-09-02, and the price row $0.75 input and $3.75 output per million tokens with a 0.72 s time to first token.

科學主張必須在哪裡接受檢驗

Sage-S2.1-Flash 的差異化主張不是「更好的代理」,而是「在單一模型中支援更多種類的科學輸入」:分子圖、晶體結構、蛋白質序列與三維結構、DNA 與 RNA、光譜、質譜、X 射線繞射、心電圖、腦電圖與光變曲線。這份清單來自 InternLM 的英文發布文案,而非模型卡,且它是一項設計聲明,而不是實測結果。

{{1}}Gemini 3.8 Flash{{/1}} 的說明文件並未作出對等的宣稱。它原生接受視訊與音訊——這是範疇上的實質優勢,而 {{2}}Sage{{/2}} 的設定也可透過視訊與音訊 token 類型提供支援——但 Google 並未將其描述為以光譜或繞射圖樣訓練。誠實的說法是:在科學格式上,一個模型具有文件記載的專門能力,卻沒有獨立驗證;另一個模型則具備廣泛的多模態輸入,以及在通用基準上的第三方評分,而這些基準恰好包含科學類項目(SciCode 為 56.6,GPQA 為 95.3)。

如果那項專業領域對你的工作很重要,那麼這項考驗並不是排行榜。而是拿你自己少量的圖表、光譜或冷凍影像,分別送進兩者跑過一遍,再由領域專家檢查。十份文件加上一個下午,比三十五列供應商資料更能得出定論,而且這是本文中唯一能產生你在內部站得住腳的結果的實驗。

發球的陷阱,因為它們決定週末的結果

任何下載 Sage-S2.1-Flash 的人,都應該先閱讀其部署指南,原因很容易被低估:指南中記錄的每一種失敗都是無聲的。tokenizer 會誤讀 agentic 語法;在亂序的平行呼叫中,影像會附加到錯誤的工具結果;SGLang 會悄悄替換成自己的聊天模板;FP8 KV cache 在 Hopper 上無法運作;而除非將 transformers 固定在 5.19 以下,否則 LMDeploy 會拒絕重新命名的層類型。這些都不會產生錯誤訊息。它們全都會針對錯誤的輸入產生看似合理的輸出,而這是代理可能擁有的最糟失敗模式。

Google 的對應清單較短,而且支援更完善:沒有 temperature、top_p 或 top_k;沒有預先填入的回合;Malformed_Function_Call 錯誤可追溯到工具呼叫前的文字;每個 FunctionResponse 都必須提供 call_id 與 name。這兩份清單的差別不在於長度,而在於其中一份背後有遷移指南與支援管道,另一份則只是 markdown 檔案裡的一則警告,由撰寫該模型的人所寫,對象是最早的一小批使用者。

兩者都測試,但不承諾選擇任一

關於一月斷崖的一個實際細節:因為直通式目錄反映的是供應商標價,而非經過協商議定的版本,所以費率變動會在供應商公布當天生效。Gemini 3.8 Flash 現在可透過 OrcaRouter 呼叫 google/gemini-3.8-flash——每百萬輸入 $0.75、輸出 $3.75,這是入門價卡,且 1,048,576-token 視窗維持不變——而當 Google 調至 $1.50 和 $7.50 時,目錄也會顯示該價格,無須重新協商。Sage-S2.1-Flash 根本不在目錄中;它是以 MIT 授權的權重,得由你在自己的硬體上提供服務,任何路由器都改變不了這點。

對正在權衡這件事的團隊來說,有用的做法不是憑直覺租八張 H200。而是對你能在一個下午內呼叫的託管模型,執行前述的科學格式測試,並在圍繞它做設計之前,用數字算出一月調漲實際上會讓你的帳單增加多少。兩行算術就能涵蓋大多數團隊:把上個月的 Gemini 3.8 Flash 輸入 token 數分別乘以 $0.75 和 $1.50,輸出也同樣分別以 $3.75 和 $7.50 計算。如果差距小於每月一個 H200 小時,開放模型就不是答案,讀再多基準測試也無法讓它變成答案。如果差距更大,你現在就知道自己有多少實驗預算,這比排行榜名次是更好的起點。

這套算術也正是為什麼轉嫁定價(pass-through pricing)在這裡值得關注。OrcaRouter 直接承載供應商的牌價、不額外加價,因此 1 月 1 日的變動會在同一天於價目表中顯現——只要 Google 一公布就會反映出來,而不是等到下一次續約才更新。以今日的 $0.75 為基準寫成的比較,六週後就會出錯;而依據即時價目表寫成的比較,至少會明顯地失敗。

當比較真正上線——無論是已公布的 Sage 價格,還是值得導流的託管端點——路由 DSL 正是讓後續行動成本低廉的關鍵:一套策略會把科學格式的呼叫送往專用模型,其餘一切送往便宜的 Flash 層級,並具備自動容錯移轉,讓實驗性端點永遠不會成為單一故障點。這正是這場對決真正需要的態勢。不是遷移,而是拆分。

該決定什麼,以及何時決定

在 2027 年 1 月 1 日之前,對於任何面向生產環境且按 token 計量的用途,務實的答案是 Gemini 3.8 Flash,因為它便宜、經過實測、可呼叫,而且它的價格變動是有明確日期的已知事項,而不是意外。Sage-S2.1-Flash 只有在你的工作涉及它所指名的科學輸入格式時,才值得評估——而且只有在你擁有 GPU 或具備耐心時才值得。

1 月 1 日之後,Google 這邊的盤算會正好差兩倍,而開放模型的理由會變得更強,即使開放模型什麼都沒做。這件事現在就值得納入規劃:如果你是因為長上下文帳單才讀到這裡,在把架構綁定到一個六週後到期的費率之前,先用 $1.50 和 $7.50 算一算。

從頭到尾都要弄清楚一件事。Sage-S2.1-Flash 不是更便宜的 Gemini。它是一個大型開放科學模型,有公開記錄的專門領域,沒有價格,也沒有獨立評分;它由一個尚未說明其成本的實驗室在沒有發布公告的情況下發布。值得關注它的原因是它可以被擁有。這個月不採用它的原因是,包括其作者在內,沒有人告訴你它在可檢視的評測框架下表現如何。

本文中的比較2

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新