Google Gemini 模型

如何选择系列内的型号

先确定工作负载和服务目标，再选择能通过真实测试集的最小型号。

• 多模态编码和 AI Agent 工作流可优先测试正式版 Gemini 3.7 Flash。
• 如果稳定行为比最新能力更重要，可继续评估 Gemini 3.6 Flash。
• 预览版模型必须可以快速切换，并准备经过测试的备用型号。

输入、输出、上下文与工具

• Gemini 3.7 Flash 接受文本、图片、视频、音频与 PDF 输入，并输出文本。
• 公开输入上限为 1,048,576 Token，输出上限为 65,536 Token。
• 能力包括函数调用、结构化输出、代码执行、网页搜索溯源（Search Grounding）、文件搜索和指定网页内容读取（URL Context）。
• 推理强度支持 low、medium、high，文档默认值为 medium。

适合哪些工作负载

这些是优先测试方向，不是放之四海而皆准的结论。请使用自己的提示词、工具和验收条件。

• 在同一请求中处理视频、音频和文档。
• 结合结构化工具与大上下文的编码 Agent。
• 需要最新网页信息的搜索溯源分析。
• 带明确 Schema 的大批量抽取与分类。

推理、上下文与成本控制

• 重复使用大型前缀时评估上下文缓存，并用真实流量核对缓存成本。
• 异步工作负载可评估 Batch 降低厂商成本，但需确认路由是否支持。
• 生产环境固定准确稳定 ID，不要依赖会变化的 Preview 别名。

发送一个最小请求

示例使用表格中的第一个厂商模型 ID。如果模型广场显示的 ID 不同，请改用当前 API Key 可用的模型 ID。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.7-flash",
    "messages": [{"role": "user", "content": "Explain this request in three bullets."}],
    "stream": false
  }'

限制与兼容性说明

• Gemini 3.7 Flash 不提供音频或图片生成，也不支持 Live API。
• Computer use 属于 Preview 能力，需要单独的风险控制。
• 价格和 Preview 状态会随时间变化，上线前必须重新核对。

生产上线评估清单

• 准备 20–50 条有代表性的任务，并在测试前写明通过条件。
• 记录首 Token 延迟、总延迟、输入输出 Token、工具重试和完整任务成本。
• 验证应用实际使用的 Endpoint、流式模式、工具 Schema 与结构化输出。
• 验证 400、401、404、429 和临时 5xx 的处理方式，并限制重试次数。
• 将模型 ID 放进配置，并在正式切换前验证备用模型。

哪些信息必须在 LLMFly AI 中确认

模型广场会显示当前 API Key 可用的模型 ID、计费倍率、可用状态、支持的接口和兼容说明。部署前请确认这些信息，并发送一个小请求验证。

• Gemini 3.7 Flash 支持 low、medium 与 high 三档 thinking level。
• 公开输入模态包括文本、图片、视频、文件和音频。
• Preview 别名可能变化；生产环境应优先选择满足任务的稳定准确 ID。