Google 自測 50 題：把 Gemini 的思考等級設低，比壓輸出上限更省錢。

概念插圖：淺綠色牆前的桌上立著一塊米色看板，頂端印著「GOOGLE」字樣和一個彩色的「G」，板面分成左右兩半；左半在「OUTPUT CAP」標牌下有一個灰色螺旋夾鉗夾扁一個對話框，旁邊是一疊高高的硬幣，下方架上有三塊綠色勾號方塊和一塊傾斜、畫著黑色蟲子的方塊，其下有弧形動線往下指向一個灰色桶子，再下一層有三塊小勾號方塊；右半在「THINKING LEVEL」標牌下有一個對話框、一支只有底部球形部分塗紅的紅框溫度計和一疊只有三枚的矮硬幣，下方架上有四塊綠色勾號方塊，下一層有三塊小勾號方塊，旁邊另有一個灰色桶子。看板右側的桌上放著一台螢幕上顯示對話框的打開的筆電，以及一塊寫著「GEMINI 3.8 FLASH」的立牌。圖上印著：50 題思考設低全對，Google 自測。

Google 11 月 3 日在開發者部落格說，管代理人成本要看每個成功任務的花費，這個結論來自 Google 自測的 50 題程式任務、每種設定只跑一次，基準程式碼要等開源審查後才公布。Google 的指標定義是，把代理人每一圈迴圈、工具呼叫、重試與內部思考的總花費，除以通過驗證的任務數。把輸出上限從預設壓到 300 個 token，簡單題的思考 token 幾乎沒變，25 題難題壞了 7 題，花費反而略高。改把 Gemini 3.8 Flash 的思考等級設成低，50 題全對、成本遠低於預設。Google 再用 TypeSafe 公司的分類器 Jev，把簡單題送較便宜的 Flash-Lite、難題留給較強的 Flash，同樣 50 題全對並再降延遲；Google 聲明和 TypeSafe 沒有合作關係。對照的做法是用關鍵字與長度判難易，這套規則先在 16 題上調好，再拿另外 34 題測，只答對 70.6%，Jev 34 題全對（Google for Developers，2026-11-03）。絕對金額與延遲以圖呈現。Google 的快取讓重送同一段內容便宜 75% 到 90%，但快取只對同一個模型有效，換模型就沒有這個折扣，所以 Google 建議只把短而獨立的任務拿去分流。怎麼查的 →

出處與查證

這則刊在2026年11月4日的晨報，同一期還有 10 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。

引用這則

SecondSource（2026），〈Google 自測 50 題：把 Gemini 的思考等級設低，比壓輸出上限更省錢。〉，https://secondsource.io/product/2026-11-04-1/，取用日期取用。