Union Alpha vs Gemini 3.8 Flash：一個有分數，另一個有宣稱

Union Alpha 和 Gemini 3.8 Flash 是同一套推銷說詞，卻以兩種截然不同的佐證程度呈現。Union Alpha 的營運商將其描述為「在廣泛的通用任務上具備前沿水準的效能」，卻未公布任何基準測試、參數數量、授權條款，甚至連名稱也沒有。Gemini 3.8 Flash 推出時則附上標註日期的評估表、Artificial Analysis Intelligence Index、獨立測試者提供的各項任務成本數據，以及一份一路記載到 2027 年的價格表。如果你在兩者之間做選擇時，考量的是價格以外的任何因素，那麼你實際上是在一個可以查核的數字，與一句無法查核的說法之間做取捨。

並肩而立，在爭吵之前

• 上下文視窗 — Union Alpha 262,144 個 token 對比 Gemini 3.8 Flash 1,048,576 個 token。

• 最大輸出 — 131,072 個 token 對比 65,536 個 token。Union Alpha 在這項勝出，而這也是它唯一勝出的結構性層面。

• 輸入 — 兩者皆支援文字與圖像，但 Gemini 3.8 Flash 額外接受影片、音訊和檔案。

• 定價 — Union Alpha 預覽期間為 $0，對比 Gemini 3.8 Flash 每百萬（M）輸入 $0.75、每百萬輸出 $3.75、每百萬快取輸入 $0.075，並於 2027 年 1 月 1 日倍增至 $1.50/$7.50。

• 推理控制項 — Union Alpha 未提供任何選項，而 Gemini 3.8 Flash 的思考層級則會直接同時影響品質與成本。

• 已發表的評估——Union Alpha 的營運方未提供任何評估，相較於 Gemini 3.8 Flash 上一份完整且標註日期的表格。

• 來源出處——匿名營運者、未公開權重，對比 Gemini 3.8 Flash 有明確的發布日期與可考證的系譜。

Gemini 3.8 Flash 的數字究竟說明了什麼

Gemini 3.8 Flash 於 2026 年 9 月 2 日推出——這是 Google 在大約六週內的第三個 Flash 版本，從中可看出這款模型的故事有多大部分在於推出節奏，而非突破性進展。這份公開的評測表將功勞分別歸給 artificialanalysis.ai 和 deepmind.google，因此應把它視為獨立數據與廠商數據的混合，而非一份純粹的第三方稽核。

• AA Coding — 76.3，這是一個確實很強的程式設計分數。

• AA Intelligence — 41.2。請注意，Artificial Analysis 另有一項報告指出，在高推理投入下 Intelligence Index 為 59，因此這個數字會隨投入設定大幅變動；請一併註明設定，否則這個數字毫無意義。

• GPQA Diamond — 95.3，{{1}}在這項比較中以大幅差距成為最高的單一數據{{/1}}。

• HLE-Verified — 54.9，而一般 Humanity's Last Exam 為 47.8。

• Terminal-Bench 2.1 — 在 Google 自家的表格上為 89.4，微幅領先 Claude Opus 5 的 89.1。

• 長上下文召回 — 81.3；SciCode 56.6；tau_banking 44.9。

• 觀測吞吐量 — 在最近七天的期間內，每秒輸出 323 個 token，錯誤率為 0.63%，首個 token 的中位延遲為 3.46 秒，且測得流量為 4.985 億個 token。

弱點和優勢一樣有詳細記載。在 Terminal-Bench 4.0 上，它得分 19.1，而 Claude Opus 5 為 51.8。在 OSWorld 2.0 上，它取得 59.0%，相較之下為 75.4%。在 GDPVal-AA v2 上，它以 1545 Elo 落後，對手為 1824。Gemini 3.8 Flash 在特定範圍的工作上表現出色，但在最艱難的通用型代理評估中表現一落千丈——而這正是公開表格能讓你看到的那種樣態。

讓人措手不及的定價陷阱

Google 維持與 Gemini 3.7 Flash 相同的每 token 價格。帳單還是變高了。

這個模型運作得更賣力：更多推理步驟、更多反覆的 tool calls。Artificial Analysis 的獨立測試測得，相較於 3.7 Flash，每個任務的輸出 token 量約多出 30%，每個任務的成本則高出約 40%。在高推理強度下，每個任務的成本約為 $0.58；中等約在 $0.41 附近，低則接近 $0.24。

對任何需要編列預算的人來說，這是比較中最有用的一點，而且它的適用範圍遠超出這兩個模型：單價和每項任務成本是不同的數字，而其中只有一個會出現在定價頁面上。Google 仍保留 3.7 Flash 作為較便宜的選項，這無異於默認了這一轉變。

Union Alpha 取而代之提供的是什麼

Union Alpha 於 2026 年 9 月 16 日出現在第三方目錄中，並運行於OrcaRouter 的免費方案。它是匿名的——沒有實驗室、沒有權重、沒有授權條款、沒有知識截止日期——並在所述約一週的期間內免費，有速率限制，且未公布預覽後價格。

即使其來源不可驗證，其端點仍可驗證：262,144 token 上下文、131,072 token 最大輸出、文字與圖像輸入但僅文字輸出、工具呼叫與 JSON 輸出、temperature、top_p、max_tokens，且完全沒有任何推理控制項。工具選擇實際上僅支援 "auto"。

恰好只有一項獨立測量。SMF Clearinghouse 在關閉推理的情況下執行了 157 項 Official A 測試，得分為 136/157——86.6%，零錯誤，在二十六個中排名第十。推理表現完美，30/30；工具 2/2；程式設計 26/30；數學 24/30。寫作則為 2/5。

那並不是一個糟糕的結果，只是不能相提並論罷了。Official A 是一套涵蓋 157 項測試的廣泛通用套件；AA Coding 和 GPQA Diamond 則是不同的測量工具，衡量的是不同難度下的不同事物。把 136/157 跟 GPQA Diamond 上的 95.3 並列，然後宣布誰勝出，正是那種讓廠商數字變得毫無價值的洗白手法。

沒有人能真正完成的成本比較

這是這個已解說的範例，而且它刻意不完整。

拿一個你每個月執行上千次的任務來說。在 Gemini 3.8 Flash 的高推理模式下，官方公布的每項任務約 $0.58 這個數字，換算下來大約是每月 $580。這是一個真實、站得住腳的數字，建立在實測的 token 消耗量之上。

在 Union Alpha 上，同樣的一千項任務今天只要 $0。三週後要花多少則不得而知，因為並不存在預覽後的價格。它們在可靠性上的代價同樣不得而知，因為該模型受到速率限制、只在單一端點上運行、沒有備援供應商，而且一旦超過沒有人公開的用量上限，就會以 HTTP 429 回應。

所以，誠實的答案是：Union Alpha 贏得了唯一可用的成本比較，卻失去了預測它的能力。對一次性的評比來說，這沒問題。但對預算項目來說，這不是一個數字——而是一個附帶 URL 的希望。

每個所屬之處

Gemini 3.8 Flash 適合用在任何你需要可量測基準的地方：搭配視訊或音訊輸入的長脈絡文件作業、以 AA Coding 分數 76.3 這項指標為準的程式編寫任務，以及任何附帶預算的工作負載，因為你可以在投入之前先算出成本，而且你知道它會在 2027 年 1 月 1 日翻倍。

Union Alpha 應該放在探索性位置——嘗試一款具備視覺能力、輸出上限是 Gemini 兩倍的 256K 模型，用在即使端點消失也對你毫無成本的工作上。

之所以要讓它們跑在同一個端點後面，而不是做成兩套整合，是因為這項比較的形態會一變再變。路由 DSL 讓你能把兩者組成單一呼叫——以 Gemini 3.8 Flash 作為受測路徑，Union Alpha 作為實驗分支——而不是把某個你日後必然想重新檢視的決定寫死，等到免費期間結束或 Google 的優惠導入價到期時才回頭調整。這兩個日期都不遠，而且兩者都會改變算盤。

什麼能解決這件事？

在同時收錄 Gemini 3.8 Flash 的排行榜上，有一筆標註日期的 Union Alpha 紀錄。那就是唯一缺少的一塊。在那之前，站得住腳的說法不是「Union Alpha 和 Gemini 3.8 Flash 一樣好」——而是「Union Alpha 免費一週，而且還沒有人拿它跟 Google 公佈的任何東西做過比較。」這兩句話非常不同，而目前只有其中一句是真的。

這對組合中經過實測的那一半記錄於此：Gemini 3.8 Flash 模型頁面載明 $0.75/$3.75 的費率、90% 的快取輸入折扣，以及決定長篇報告作業的 65,536 個 token 輸出上限。