Google 于 2026 年 I/O 大会上推出了 Gemini 3.5 Flash，并宣称其在编码、代理和多模态基准测试中超越了 Gemini 3.1 Pro，输出 token 的速度比其他前沿模型快 4 倍。与此同时，Claude Opus 4.7 以 87.6% 的成绩保持着 SWE-bench 编码纪录，并在写作质量和指令遵循方面获得社区共识。GPT-5.4 则凭借全面性能和最广泛的功能集位居中间位置。
随着 Gemini 3.5 Pro 将于下月发布，以及 GPT-5.5 有望在 6 月前推出，模型竞争格局达到了前所未有的激烈程度。以下是截至 2026 年 5 月 20 日——Google I/O 结束后一天——的最新情况。
核心要点
Gemini 3.5 Flash 是速度之王。Claude Opus 4.7 是质量之王。GPT-5.4 是全能选手。没有单一模型能在所有类别中获胜。选择哪款模型取决于你的主要使用场景——越来越多认真使用的用户会订阅 2-3 款模型，并根据不同任务选用相应模型。
完整对比
| 维度 | Gemini 3.5 Flash | Claude Opus 4.7 | GPT-5.4 |
|---|---|---|---|
| 速度（token/秒） | 宣称比竞品快 4 倍 | 中等 | 带思考模式的快速响应 |
| SWE-bench（编码） | 宣称超越 3.1 Pro（待验证） | 87.6%（纪录保持者） | 74.9% |
| 写作质量 | 良好（较 3.1 版有所提升） | 最佳（社区共识） | 非常好 |
| 指令遵循 | 良好 | 最佳（4.7 版高度遵循字面指令） | 良好 |
| 上下文窗口 | 最高 200 万 token | 20 万 token | 12.8 万 token |
| 多模态能力 | 文本、图像、音频、视频（原生支持） | 文本、图像 | 文本、图像、音频 |
| 视频生成 | 支持（Gemini Omni） | 不支持 | 不支持（需使用独立 Sora） |
| 代理能力 | Gemini Spark（24/7，面向消费者） | Claude Code（编码）、MCP | Codex（异步批处理） |
| 生态系统 | Gmail、Calendar、Docs、Search、YouTube | Claude.ai、Code、Projects | ChatGPT、Codex、DALL-E、网页 |
| 价格（$20/月套餐） | Plus — 包含 3.5 Flash + Omni + Daily Brief | Pro — 包含 Opus 4.7 + Projects | Plus — 包含 GPT-5.4 + 网页 + 图像 + 代码 |
| 隐私立场 | 数据收集最积极（需接入生态系统） | 最保守 | 中等 |
Google 速度宣称的实际含义
Google 宣称 Gemini 3.5 Flash 的输出 token 速度比其他前沿模型快 4 倍。如果这一说法得到独立验证，那么 Flash 将成为对延迟敏感应用的首选——包括聊天机器人回复、实时编码建议，以及任何等待 5 秒响应就会打断工作流的场景。
但速度与质量是两个不同的维度。一个在 1 秒内给出 80% 质量答案的模型，与一个在 4 秒内给出 95% 质量答案的模型，竞争逻辑完全不同。对于快速问题和简单任务，速度取胜。而对于复杂分析、代码生成和对质量敏感的写作，即便需要等待，更慢但更强大的模型也能带来更好的整体结果。
实际测试方法：今天就用你真实的任务尝试 Gemini 3.5 Flash（付费用户现已可用）。如果速度提升能明显改善你的工作流，那么质量上的妥协会是值得的。如果你发现自己需要比使用 Claude 时更多地编辑 Gemini 的输出，那么速度优势就无法弥补这一差距。
---📬 觉得有价值？ 我们会在每次重大发布后更新模型对比。订阅到你的收件箱 →
---各模型的优势领域
Gemini 的优势：速度、上下文窗口（200 万 token）、多模态处理（原生视频支持）、生态系统整合（Google Workspace），以及代理易用性（Spark 无需任何设置即可使用）。
Claude 的优势：编码质量（SWE-bench 87.6%）、写作细腻度、指令遵循精准度（4.7 版高度遵循字面指令）、数据隐私，以及开发者工具（Claude Code 是目前最好的编码代理）。
GPT 的优势：功能广度（网页浏览、图像生成、代码解释器集成于单一界面）、$20 套餐的每美元吞吐量、第三方整合（最大插件生态系统），以及消费级体验。
你应该选择哪款模型？
选择 Gemini 的情况：如果你身处 Google 生态系统、追求最快响应速度、需要视频/音频处理，或希望使用 Gemini Spark 实现 24/7 的邮件和日历自动化，且无需任何设置。
选择 Claude 的情况：如果你更看重写作质量、编码准确性或数据隐私。Claude Code 是目前最好的 AI 编码工具。Claude Projects 提供专业工作中最好的持久上下文系统。
选择 ChatGPT 的情况：如果你希望在单一界面中获得最广泛的功能、最多的第三方整合，或在 $20 套餐中获得最慷慨的吞吐量。GPT-5.5 即将发布——查看我们的 预览。
多模型组合使用：每月 60 美元订阅全部三款 $20 套餐，可获得各自的最佳体验。Claude 负责质量，Gemini 负责速度和生态系统整合，ChatGPT 负责功能。不确定从哪款开始？可以尝试我们的 60 秒模型选择测试。
无论使用哪款模型，更好的提示词都能带来更好的输出。免费提示词优化器 可重构任何提示词以提升清晰度，且在 Gemini、Claude 和 ChatGPT 上效果一致。
---📬 想了解更多类似内容？ 我们会在每次发布后更新模型排名。免费订阅 →
---常见问题
Gemini 3.5 Flash 是否已通过独立基准测试？
尚未进行——Google 的宣称均为自报数据。研究人员将在几天内开始测试并发布独立基准结果。我们会在验证数据可用时更新本对比。在此之前，请将“4 倍更快”和“超越 3.1 Pro”视为未经验证的声明。
Google I/O 后我应该从 Claude 切换到 Gemini？
仅凭 keynote 不足以决定切换。请先在免费阶层用你的实际任务测试 Gemini 3.5 Flash。如果 Claude 的输出质量对你的工作（写作、编码、分析）至关重要，那么仅为速度而切换可能不值得。
Gemini 3.5 Pro 情况如何？
预计将于下月发布测试版本。这是真正的旗舰模型，也是 Claude Opus 4.7 的真正竞争对手。Flash 是速度优化版本。Gemini 与 Claude 的决定性对比将在 Pro 发布后揭晓。
模型竞赛是否已经结束？
不——竞争正在加剧。GPT-5.5 有望在 6 月前发布。DeepSeek V4 预计于第二季度推出。Gemini 3.5 Pro 将于下月发布。前沿模型每隔几周就会有新进展。不要锁定单一模型——保持灵活，根据实际任务评估每款模型。
模型与提示词，哪个更重要？
在当前前沿水平上，提示词质量比模型差异更重要。在这三款模型中的任何一款上使用结构良好的提示词，都能比在“最佳”模型上使用模糊提示词产生更好的输出。ICCSSE 框架 可在所有提供商上产生一致的结果。
披露：本文中的某些链接为联盟链接。我们仅推荐我们亲自测试并经常使用的工具。查看我们的 完整披露政策。