Gemini-3.1-Pro vs Gemini-3-Flash:效果与花费的真实对比

飞哥数智谈,现居于济南,AI提效、AI编程实践者,AI·Spring社群发起人,同时,担任 TRAE Friends 社区济南 Fellow,致力于AI 提效与AI编程落地,最近长期举办 openclaw 系列活动《养虾记》。

今天给大家分享下 TRAEGemini-3.1-ProGemini-3-Flash 效果与花费的真实记录,以供参考。

熟悉我的小伙伴都知道,我日常使用 TRAE 国际版作为主力开发工具,最推荐的模型就是 Gemini-3-Flash,快、省 token

它与与顶级模型肯定还有差距,但具体差距如何呢?今天就通过手上的一个实例让大家直观的感受下。

帮朋友做一个展示网站,有文字介绍,我就让 TRAE 直接根据介绍内容生成了网站初版,但是 UI 效果不是太满意,就接着用 Gemini-3-Flash 优化下。

提示词中没有明确优化方向,完全让 AI 放手做。

优化效果如下,内容倒是没出问题,但毫无设计可言。

然后,我就直接切换 Gemini-3.1-Pro 试试,TRAE 已经内置支持了。

提示词也没有太多明显的美化要求,效果如下。

效果差距真的挺明显的。

TRAE 转为 Token 计费后,我还没关注过具体花费如何呢,今天正好借着这个例子对比下。

可以看出来,效果和费用对比都倒是挺一致的,差不多的修改内容,ProFlash 的 3 倍。

顶级模型,好像除了贵点,没别的毛病。

通过上面的实例,希望可以给大家选择模型的时候提供一些量化参考。

最后,给大家看看我日常模型选择的思路,欢迎交流:

  1. 日常首选 Gemini-3-Flash,省钱,且智力水平可接受,尤其响应极快。
  2. 如果碰到 UI 设计感较强的场景,切换 Gemini 最新的 Pro 模型,现在可以选择 Gemini-3.1-Pro,设计感极强。
  3. 如果碰到业务逻辑复杂的问题,可以切换 GPT-5.3-Codex 试试,指令遵循度、智力程度都超级高,非常好用。

好了,今天就到这里了,祝大家周末愉快!

相关推荐
江畔柳前堤4 小时前
roLabelImg 详细安装教程
开发语言·人工智能·后端·云原生
阿里云大数据AI技术4 小时前
分链路差异化设计的DSP准实时数仓|钛动科技基于阿里云实时计算 Flink 版 + DLF Paimon + EMR Serverless StarRocks 的实践
人工智能·flink
陕西企来客4 小时前
2026年7月AI智能搜索曝光趋势研判
大数据·人工智能·机器学习·ai智能搜索曝光
阿里云大数据AI技术5 小时前
从算力到智能体,面向 Agentic AI 的基础设施演进
人工智能·agent
hangyuekejiGEO6 小时前
GEO技术服务选型指南
大数据·人工智能·python
阿里云大数据AI技术6 小时前
EMR Serverless Spark AI Function 的双维降本实践
人工智能·sql·spark
维基框架6 小时前
GitHub源码处理提速 一趟扫描反而更慢
人工智能·github
冬奇Lab6 小时前
代码库知识库系列(05):向量检索 vs 知识图谱——加了调用图并没有变更好
人工智能
AKAMAI6 小时前
你的源服务器可能是你做出的最昂贵决定
运维·人工智能·云计算
冬奇Lab6 小时前
【无标题】
人工智能·开源