开发者 Alok 实测称 Gemini 3.8 Flash 一次生成太阳系 3D 演示，价格约为 Claude Opus 5 的七分之一

「我真心没想到一个单价不到 1 美元的 flash 模型能做成这件事。」北京时间 9 月 3 日 19 时 50 分，X（原 Twitter）用户 Alok（@analogalok，4,729 名关注者，账号简介自称机电工程师）发出这条测试帖：他说谷歌 9 月 2 日发布的 Gemini 3.8 Flash 仅凭一段提示词，一次生成了整个太阳系的 three.js（JavaScript 3D 图形库）演示，单个 HTML 文件、零工具调用、零修改，并附上一段演示视频；整段生成的费用，「正好 6 美分」。

同一条帖子里他还给出两组对比：DeepSWE v1.1（长程软件工程基准）得分 73.7，称 Claude Opus 5 为 74%；每百万词元（token）的输入/输出价格分别为 $0.75/$3.75，对比 Opus 5 的 $5/$25，结论是「几乎以七分之一的成本拿到接近前沿的编码能力」。这是一条单一开发者的测试声明，所列分数与成本对比未经第三方复核；其中可以独立核对的两组数字，即模型定价与 DeepSWE 官方榜单，下文与官方来源逐一做了比对。

一条提示词和一段视频，就是帖子的全部材料

Alok 在帖子里公开了完整提示词，原文为英文，大意是：制作一段高质量、写实视频风格的太阳系动画，通过 CDN（内容分发网络）引入 three.js，让镜头环绕运动，输出单个 HTML 文件，不要调用任何工具，不需要任何控件。帖尾他补了一句「就这些」（That's it!）。

他随后，附带的视频是 3 倍速播放。帖子的附件只有这段视频：没有代码文件，也没有运行日志，关于「一次生成、零修改」的说法，目前可对照的只有这些。

DeepSWE 榜上：74% 并列，成本差五倍

DeepSWE 是 Datacurve 维护的长程软件工程基准，用 113 个从零编写、无污染的任务考察编码智能体，覆盖 91 个代码仓库和 5 种语言，全部模型在同一个 mini-swe-agent 智能体框架下评测。

9 月 2 日更新的上，gemini-3.8-flash（high 推理档）与 claude-opus-5（max 推理档）都显示 74%，并肩排在最前：前者置信区间 ±1%，后者 ±4%，区间重叠，统计上无法区分。Alok 引用的 73.7 落在 Flash 的 ±1% 区间内，与榜单口径不冲突；其后是 GPT-5.6 Sol，73%±3%。

榜单的成本列把差距拉得更开：Flash 平均每任务花费 $2.36，输出 143k token、166 步；Opus 5 平均每任务 $11.84，输出 118k token、仅 99 步。Flash 花的 token 和步骤更多，便宜来自单价，每任务成本约为 Opus 5 的五分之一。

Alok 还提到，该模型在 Artificial Analysis 的 Intelligence Index（智能指数）上与 Kimi K3、GLM 5.3「互有胜负」，这是他的个人表述；而在这份 DeepSWE 榜单上，GLM-5.3 与 Kimi K3 均为 69%（±3% 与 ±5%），比 Flash 和 Opus 5 低 5 个百分点。不同基准给出的排序并不一致。

促销价到 12 月 31 日，之后单价翻倍

$0.75/$3.75 是促销价。，这是三周前 3.7 Flash 之后、六周内第三款 Flash 模型；3.8 Flash 沿用 3.7 Flash 的促销定价，到 2026 年 12 月 31 日截止，从 2027 年 1 月 1 日起，输入/输出单价恢复为 $1.50/$7.50，正好翻倍。

对比基准是 Anthropic 7 月 24 日发布的，定价 $5/$25。按促销价算，$0.75 是 $5 的 15%，$3.75 是 $25 的 15%，即 1/6.7 左右；Alok 的「几乎七分之一」（1/7 约为 14.3%）是约数。标准价生效后，这一比例会变成 30%，约三分之一。他给出的「6 美分」和「约七分之一」，依据的都是这张 12 月 31 日到期的价目表。

Artificial Analysis 9 月 2 日的给出了另一组参照：Gemini 3.8 Flash 在 Intelligence Index（高推理档）得 59 分，比 3.7 Flash 高 3 分，与 GPT-5.6 Sol（xhigh 档）和 Grok 4.6（medium 档）持平，每个指数任务平均成本 $0.58；报道标题称，这是不到四个月内谷歌发布的第四款 Flash 模型。

同一道太阳系考题，他先在本地显卡上跑过

主打本地 AI，原文是「AI belongs on your device」（AI 应该属于你的设备），离线推理、无订阅。

这条太阳系提示词不是他临时起意：8 月 27 日他发过，在单张 RTX 3090/4090 上本地跑 Qwen 3.8 Flash Next（125B A6B MoE，混合专家架构）与 Qwen 3.8 27B（dense，稠密参数）两个模型，观察到的差异是：27B 更专注天体物理与几何（轨道倾角、坐标计算、月球轨道），125B 更专注镜头语言（光照对比、大气辉光、构图、HUD 界面叠层），并且正确执行了「镜头环绕」指令、画面更惊艳。

这次他把同一道题交给云端模型，得到的是「一次完成、零修改」。9 月 2 日晚间（UTC 17:49），他刚，称其在智能指数上与 GLM 5.3、Kimi K3、Grok 4.6 同级，并问「Gemini 4 Flash 和 Gemini 4 Pro 谁会先到」；约 18 小时后，就有了这条实测帖。

679 次浏览与一条同行回复

截至本文写作时抓取的数据（帖子发布约一小时后），这条测试帖有 679 次浏览、10 个赞、1 次转推、2 个收藏、3 条回复，其中两条来自 Alok 自己：一条是（gemini 3.8 flash 对 claude opus 5、sonnet 5、gpt-5.6 Sol、gpt-5.6 Terra），另一条就是前文提到的 3 倍速说明。

其他用户的回复只有一条，来自（身份按账号简介）：他说自己一直在用 2.5 Flash 跑冷邮件管道，每封草稿成本 $0.0003，「它已经远超同价位表现了；但一次生成完整 3D 模拟、零修改，是另一个级别」。截至抓取时，Alok 没有回复他。

两组可以独立核对的数字都与官方口径一致：$0.75/$3.75 的促销价，以及 DeepSWE 榜上并排的两个 74%。提示词全文就公开在帖子里，按促销价复现一次的成本量级是几美分；截至本文写作时，这条浏览量不到 700 次的帖子还没有第二份测试结果。