能力 vs 帳單
指數 69.0 對應 Σ $10.5／MTok，Value 6.57。高指數不自動等於該買——看任務失敗成本是否撐得住溢價。
效率前沿CF-1.3agent
Gemini 3.5 Flash
Gemini 3.5 Flash 定位為「效率前沿」：Cheese Index 69.0（#5）。在能力與成本之間不可被支配，適合短名單第一輪。場景上最貼近「編碼代理」。
2026-08-04 快照。 google · 6 路交叉訊號 · Pareto · Ops 71.0 · 最佳 Fit 編碼代理 · google
CHEESE INDEX
60.5#25
DEPTH
62.6
OPS
60.5
VALUE
5.76
BALANCE
58.2
CONSENSUS
58.2
Σ COST
$10.5
LATENCY
4021 ms
優勢訊號
- 落在成本－能力 Pareto 前沿：同成本難找到明顯更強、同能力難找到明顯更便宜。
- 部署體感 Ops 71.0（延遲約 11459.0 ms），適合延遲敏感路徑。
- 專長「agent」相對群體抬升 +29.2。
- 場景 Fit 首選「編碼代理」（58.4）。
- 深度複合 71.5，能力覆蓋面不只單一軸。
風險與缺口
- 觀測延遲偏高（約 11459.0 ms），互動型產品需壓測。
深度雷達
實線＝本模型 · 虛線＝群體中位
芝士軸
coding
agent
horizon
場景 Fit
★ 編碼代理
生成原型
長程任務
成本優先
均衡穩健
關鍵取捨
指數 vs 體感
Ops 71.0 與 Index 69.0 是否同向？若指數高但延遲差，適合作離線／批次，而非同步對話主路徑。
均衡 vs 尖峰
三軸平衡 60.0。軸向落差大，更適合專長路由而非一刀切。
專長對齊
相對群體在「agent」抬升 +29.2。任務面不匹配時，抬升無法兌換成產品價值。
部署體感
Ops60.5
Latency4021 ms
Throughput241.5
I / O$1.5 / $9
體感中段或偏弱：可作批次／離線，或搭配更快的分流模型。
驗證清單
- 用 3–5 個自家真實任務（含失敗案例）跑 A/B，勿只看排行分數。
- 記錄延遲 p50／p95、錯誤率與單位任務成本，對齊 Ops／Value 敘事。
- 若作預設模型：設好降級備援（更便宜或更快的分流模型）。
- 上線後追 7 日指數波動與產品 KPI，決定是否留在短名單。
能力細節
hle ★
mcp ★
coding
agent ★
math
knowledge
instruction
multimodal ★
reasoning ★