待验证70% 置信事实精确时间

Flash模型每token的推理成本通常比Pro级模型低一个数量级

1

来源数

70%

置信度

长期有效

时效性

2026/5/22

首次发现

来源

Gemini 3.5 Flash在GDPval基准上实现巨大飞跃

twitterOfficialLoganK2026/5/22

涉及实体

Gemini Flashmodel Gemini Promodel

相关事实

待验证轻量版模型单次推理的算力消耗往往只有旗舰版本的十分之一甚至更低70% 相似待验证Flash模型的首Token延迟（TTFT）通常比Pro低50%以上68% 相似待验证效率型模型以远低于旗舰模型的推理成本（通常低5-10倍）提供接近旗舰模型80-90%的能力表现66% 相似已验证MoE架构的单次推理成本相比同等参数规模的稠密模型可降低5-10倍66% 相似待验证AI模型的边际成本随规模扩大而降低，用户越多，通过批处理和GPU利用率优化后每次推理的平均成本越低65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/40046

API

curl https://kongchang.com/api/v1/knowledge/claims/40046

MCP

get_claim(id=40046)