30 秒看結論
- 規格頁看得出價差，卻看不出同一份任務的交付品質會差多少
- 這次實測裡，貴的兩款交出來的東西比較接近可以直接用
- 最便宜那款的最終建議也是對的，但文件前後不一致、需要人工重整
- 同一件工作，這次最貴與最便宜的那一款費用差 9.3 倍
- 怎麼挑：看這份產出後面還有沒有人會複核。有，先從便宜的測起；沒有，直接挑好一點的
先看懂 Gemini 型號：版本與產品線不是同一件事
Gemini 型號同時包含版本與產品線。以 3.7 Flash 為例，3.7 是版本，Flash 是產品線。本文實測的 3.5 Flash-Lite、3.5 Flash 與 3.1 Pro 並非同版本模型，因此比較結果只代表這三款模型在這次任務中的表現。
以下是三條產品線的常見定位，不代表每個版本都有相同能力與價格。
| 產品線 | 常見定位 | 適合什麼工作 | 一般價格定位 |
|---|---|---|---|
| Flash-Lite | 主打低成本與高輸送量，適合大量處理規則明確的工作 | 固定規則的分類、貼標籤、欄位擷取與格式轉換 | 最低 |
| Flash | 兼顧速度與能力，適合需要理解語境或做基本判斷的工作 | 知識庫問答、摘要、回覆草稿與一般文件處理 | 中間 |
| Pro | 適合複雜推理與跨資料整合；高風險決策仍需專業人員複核 | 複雜分析、跨文件取捨與沒有標準答案的少量工作 | 最高 |
實測：3.5 Flash-Lite、3.5 Flash、3.1 Pro Preview 比同一道題
這次測什麼
三款模型收到完全相同的提示詞與報價資料。
測試說明：完整模型 ID 分別為 gemini-3.5-flash-lite、gemini-3.5-flash 與 gemini-3.1-pro-preview，每款模型各執行 1 次。本次結果是案例實測，不是有統計意義的跑分。
（以下為實際送出的內容）
你是公司的 IT 主管，要在下面兩家供應商之間做決定，並向老闆說明理由。
請回答三件事：
1. 以三年總持有成本來看，哪一家比較便宜？請列出計算過程。
2. 除了價格之外，這兩份報價各有什麼風險或條件需要注意？
3. 你的建議是哪一家，為什麼？
A 廠商報價
- 系統授權費：每人每月 NT$450，公司目前 60 人
- 簽約年限：3 年，中途解約需支付剩餘年限 50% 費用
- 每年調價：第 2 年起每年調漲 5%
- 導入建置費：NT$120,000（一次性）
- 技術支援：另計，每年 NT$80,000，含上班時間內回覆
- 服務水準：無書面承諾
B 廠商報價
- 系統授權費：每人每月 NT$620，公司目前 60 人
- 簽約年限：1 年一簽，到期可不續約
- 每年調價：合約載明續約時漲幅不超過 3%
- 導入建置費：NT$0（首年免收）
- 技術支援：已含在授權費內，24 小時內回覆
- 服務水準：書面承諾可用率 99.5%，未達標當月費用折抵 10%
為什麼選這個任務：企業採購常需要比較供應商報價，讀者不必具備技術背景，也能判斷回答是否前後一致。這道題同時測試成本計算、合約風險辨識與最終取捨，適合拿來觀察三款模型的差異。
三款模型的結果
三款模型最後都選 B。依題目條件，A 的三年總成本約為 NT$1,381,410，B 約為 NT$1,379,778，相差 NT$1,632。Flash-Lite 的第三年金額少了 NT$1，但沒有影響整體判斷。三者也都注意到 A 的三年綁約、提前解約費及缺少書面服務水準承諾。
| 觀察點 | 3.5 Flash-Lite | 3.5 Flash | 3.1 Pro Preview |
|---|---|---|---|
| 三年總成本判斷 | 正確 | 正確 | 正確 |
| 單次回應時間（秒） | 7.4 | 22.1 | 28.5 |
| 輸入 token | 356 | 356 | 356 |
| 輸出 token | 1,845 | 3,996 | 3,579 |
| 單次花費 | $0.0047 | $0.0365 | $0.0437 |
| 相對 3.5 Flash-Lite | 1× | 7.7× | 9.3× |
輸出品質觀察
3.1 Pro Preview：補出的合約風險與待確認項目最多
- 開頭就講明「用合約上限 3% 做最保守的計算」，讀的人知道數字建立在什麼假設上
- 主動算出 A 第一年需支付 NT$524,000，比 B 的 NT$446,400 多 NT$77,600
- 點出人數翻倍時，兩家的結論會反轉（照這個說法用 120 人重算：A 約 NT$2,402,820、B 約 NT$2,759,556）
- 建議簽約前補問重大事件的回覆時效。這項建議不是原題明列的要求
3.5 Flash：版面最清楚，也補出兩個待確認條件
- 開頭就說兩家總成本接近，B 便宜 NT$1,632，結論跟自己的計算一致
- 把合約彈性、服務水準、技術支援與導入建置整理成對照表，是三份回覆中最好掃讀的一份
- 另外提醒兩件事：「24 小時內回覆」是工作小時還是日曆時間？首年免建置費是否包含資料轉移與教育訓練？
3.5 Flash-Lite：結論可用，但文件仍需人工整理
- 三年總成本的整體判斷正確，最後也建議 B 廠商
- 開頭判定 A 較便宜，後面的總成本卻顯示 B 較便宜，前後沒有統一
- 計算段落留下 32 處未轉換的數學標記，讀者會看到
\times、\text{NT\$ }這類內容 - B 第三年金額寫成 NT$473,585，正確四捨五入應為 NT$473,586；不影響結論，但仍顯示數字需要複核
多付的成本，這次換到什麼？
這次三款模型都選對 B，但輸出完整度不同。3.5 Flash 與 3.1 Pro Preview 的回答更接近可交付稿，也補出提示詞沒有明說的合約條件。
- 需要人工重整的地方較少
- 主動補出合約風險與待確認項目
如果流程本來就有人工複核，Flash-Lite 省下的模型費可能值得；若內容會直接送到客戶或主管，省下的費用未必抵得過重整與誤判風險。
模型選定後，還能透過快取、批次處理與限制輸出長度降低成本，完整做法見〈AI API 成本怎麼省？LLM API 成本優化的 4 層策略〉。
我這件事該歸哪一階？
Pro：量不大、但單次錯誤成本高
- 跨文件比對，並判斷差異會不會改變義務
- 沒有標準答案、需要提出取捨的題目
- 法律、財務、研究類的資料整理與初步分析，且由專業人員複核
- 量不大，但單次錯誤成本高，值得投入較多模型費與複核時間
Flash：需要判斷，且送出前有人複核
- 需要理解語境、做基本判斷，且送出前有人複核的日常工作
- 會議紀錄摘要、內部知識庫問答
- 送出前有人檢查的客戶回覆草稿
- 需要多步整理與判斷，但不屬於高風險決策的流程
Flash-Lite：對錯分明的大量處理
- 分類、貼標籤、欄位擷取
- 格式固定的轉換：統一日期、整理逐字稿
- 翻譯初稿或其他有人工、規則系統接手複核的產出
任務固定後，可以把分派規則寫進系統，不必每次人工重選。當規則多到難以直接寫在各套程式裡，可以用 AI Gateway 集中管理模型路由。運作方式見〈AI Gateway 是什麼？多模型路由、備援與成本優化〉。
新版本出來，要不要馬上換
新版本不必立刻換。
先用一批代表性案例，比較輸出品質、提示詞相容性與實際帳單。確認品質達標、提示詞不需大改，且成本可接受後，再切換正式流量。
舊版之後可能被淘汰，新版也不一定更貴。真正的依據是測試結果與官方當下的價格，不是版本號的新舊。
若還要比較不同模型供應商，見〈OpenAI vs Claude vs Gemini：企業 API 選型比較〉。
常見問題
一定要同時用多款 Gemini 模型嗎？
不一定。全部使用同一款模型比較容易維護；只有當不同任務的品質與成本差距值得分流時，才需要混用。每款模型都要用對應任務驗過，不能把分類工作通過的設定直接套到合約分析。
Pro 一定比 Flash 準嗎？
不一定。這次三款模型最後都建議同一家。Pro 的差別在於補出的合約風險較完整，文件也更接近可以直接交付的狀態；便宜的那款雖然算對了，卻在開頭留了一句與自己計算相反的話。
換模型時要不要改提示詞？
不要預設可以直接沿用。換模型後，先用同一批案例與同一份提示詞重跑，檢查輸出格式、工具呼叫與推理設定；如果同時升級版本，也要對照官方遷移文件。需要調整多少，要看測試結果，不能只看模型名稱判斷。
結論
把公司目前使用 AI 的工作列出來，逐項記下三件事：出錯會造成什麼影響、能不能在送出前發現，以及任務是否需要模型判斷與取捨。
規則固定、結果容易核對的工作，可以先從 Flash-Lite 測；需要判斷，或錯誤會直接影響客戶與正式流程，再把 Flash、Pro 放進比較。這次實測也提醒我們：便宜模型可能交出結論正確、但前後矛盾的草稿，因此流程裡仍要安排複核。
正式導入前，先用自己的難題樣本跑過一輪。
如果你已經整理好用途清單與大致用量，我們可以一起確認每項工作應該從哪一款模型開始測。
資料來源
資料查閱日期：2026 年 8 月 27 日。
