本文涉及的模型
- Gemini 3.8 Flash谷歌 输出 $3.75/M · 1e+06K 上下文
这两天聚模合的主力模型轮番上阵。
前天刚让 Claude Sonnet 5.5 重构了核心数据管线，昨天又写了一篇 Space Bunny 的日常。兔子虽然好用但老被 429 搞猝死，GPT-6 Astra 又是著名的“吞金兽”，动辄几分钟烧掉十美元。
正好 Antigravity 里刚好有试用，我干脆把模型切到 Gemini 3.8 Flash (High)，顺手让它把刚写的《薅羊毛指南：Claude Sonnet 5.5 / Opus 5.5 / GPT-5.6 免费使用实测（Kiro 篇）》给发了。
这个模型号称速度极快，带 High 档深度思考。今天就看它发一篇文章到底行不行。
一、刚上手：又毛躁又爱钻牛角尖
换好模型，直接在 CLI 里给它派活。要求很简单：按站内流程发文，遇到问题先跟我确认。
本以为它会先看看发文文档，结果这家伙一上来就想抄近道。
它看到根目录下有 6 张配图，反手就是一个 cp 打算把本地图片拷进去完事。我当场把这个工具调用给拒绝了。
聚模合文章图片全是走对象存储的，本地图根本不进 Git。直接拷进去，后续 CI 构建门禁必挂。
我直接怼了一句：“哥，仔细看清楚，图片要上传的，你要看懂这个是什么项目，看懂发文章的流程。”
被我叫停以后，它可能慌了，又开始走另一个极端——疯狂翻 git show 和 git log，试图从历史提交记录里考古别人是怎么发文的。
仓库里明明有详细的 SOP 文档，非要去 git 历史里捞海针。
我又一枪把它打断：“你不要看 git 好不，看 md 不好吗？”
连挨两顿怼，终端里突然安静了。
二、找对路子：思考 27 秒，瞬间规矩了
这两句提醒算是把它从迷魂阵里敲醒了。
它没再乱敲命令，而是老老实实调出 docs/content-workflow.md 和草稿原文，足足思考了 27 秒。
等它再开口的时候，整套方案已经变得异常板正。
它列了一份确认清单，把我之前最担心的几个静默问题全给挑了出来：
- Slug 命名：提议用
kiro-free-claude-gpt56-guide； - 排版规范：把长标题做了规范化断句；
- SEO 摘要：针对搜索和分享卡拟了一句总结；
- 正文目录：指出草稿全是裸段落，必须按规矩把小节转成
##，否则右侧目录侧栏不会渲染； - 图片隐私：居然看出来我截图里有带信用卡后四位和 Google 登录名，专门问我需不需要进一步打码；
- 模型挂载：问我是不是要挂到
claude-sonnet-5-5的模型详情页上。
该想到的它全想到了，甚至比我想得还细。
三、执行环节：行云流水，全量一次过
我看方案没毛病，回了一句确认： “1 用这个 slug，2 按规范排版，3 SEO 摘要只要到免费指南就行，其他没问题，挂载模型页，可以执行了。”
接下来就是它的高光时刻。
从指令下达到全部搞定，它基本没再打扰我，一路自动推进：
- 生成规范的
index.md，正文小节严格转成##； - 调脚本把 6 张配图上传；
- 把文章挂到模型实测列表；
- 跑离线死链门禁全绿；
- 跑文章结构校验全绿；
- 跑全站构建，零 ERROR 编译通过。
搞定后它列出了这次提交涉及的 4 个文件，连我暂存区里原来没推的几个无关文件都给仔细避开了。
四、算算账：33 分钟跑了 1000 万 Token
发布完成后，我查了一下这次任务的后台数据。
整套任务的数据是：
- 总耗时：33 分 39 秒（从晚上 21:57 第一句，到 22:30 推送完毕）
- 总步数：222 步
- 新输入 Token：480K
- 缓存 Token (Cache Read)：9.63M
- 输出 Token：43K
- 总处理 Token 量：超过 1000 万
- 缓存命中率：95.25%
看起来吃了 1000 万 Token 挺吓人，但因为 Google 的 Prompt Cache 命中率超过了 95%，实际新输入只有 48 万，加上模型本身走的是 Flash 档，整体成本极低。
五、点评：有些毛躁，但听劝且执行力极强
跑完这一趟，我对 Gemini 3.8 Flash (High) 有了底。
它跟 Sonnet 5.5 和 Space Bunny 风格很不一样：
初期容易毛躁，缺乏一点工程直觉。
刚给它任务时，它容易按通用套路走（比如直接 cp 文件、乱翻 git 提交记录），对项目固有的规范没有第一反应。如果你是个放手型老板，不看过程直接点同意，它很可能会给你留个隐患。这是跟兔子和 GLM 最明显的差别，它们都要先大概 review 一下，而它显然没有。而且，它极度闷骚，接到活马上闷头做事，兔子和 GLM 会先说，我知道了，开始干活，先看哪里。极度听劝，纠错极其迅速。
这是它最强的地方。你只要提点一句“别翻 git，看 md”，它不会像某些模型一样嘴硬狡辩，而是立刻急刹车，把精力全部投在正确的地方。思考 27 秒之后交出来的答卷，质量高得吓人。细节把控到位。
能在扫图的时候主动挑出信用卡后四位和 UserID 提醒隐私风险，能在梳理 Markdown 时发现小节层级影响右侧 TOC 目录，说明在开启 High 思考深度后，它的眼力非常刁钻。规矩守得死。
后面落盘、传图、改清单、模型双向绑定、构建测试，200 多步走下来滴水不漏，连我原本暂存的脏工作区都没碰一下。
总结下来：Gemini 3.8 Flash 像个刚招进来的聪明实习生。
刚开始可能习惯性自作聪明搞点骚操作，但只要你适时骂两句、把红线给它画死，它就能迅速进入状态，交出来的活儿甚至比老员工还工整。
相对兔子和 GLM-5.3 flash 而言，速度慢不少，不过活做的比较精细，目录结构什么的都比较到位。可能是我开了 high 的关系。
但是最重要的是——额度管够，不猝死，因为我薅了 google pro 每月 $5 的折扣优惠，可以薅 3 个月，再加上赠送的 cloud vertex 近 400 刀，这几天有点焦虑，额度太多花不完了。
以后发文章和跑日常脚本，它完全可以顶上主力。
当然这篇文章还是让它自己发的，不知道它看到后是什么感觉。哈哈
本文涉及的模型
- Gemini 3.8 Flash谷歌 输出 $3.75/M · 1e+06K 上下文