Google 于 2025 年 12 月 17 日公布 Gemini 3 Flash，并以 Preview 状态提供 API 模型。Preview 意味着模型 ID、默认行为、配额和可用性可能变化，不能把一次试用直接变成生产承诺。它最值得验证的不是公告里的综合榜单，而是自家任务中速度、思考预算与结构化输出之间的关系。

用最小 adapter 开始

密钥只从环境读取，模型 ID也放进配置，避免 Preview 名称变化散落在代码中：

import os
from google import genai
from google.genai import types

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
model = os.environ.get("GEMINI_MODEL", "gemini-3-flash-preview")

response = client.models.generate_content(
    model=model,
    contents="Summarize the incident report in three factual bullets.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="low")
    ),
)

print(response.text)

具体 SDK 字段应与项目锁定的 SDK 版本核对。自动验证只做代码解析，不发送请求。生产 adapter 返回应用自己的 ModelAnswer，不要让 Google SDK 类型进入业务层，便于模型更名或回退。

思考级别是预算，不是质量旋钮

较低思考适合分类、提取、短摘要和明确格式转换；复杂规划、含歧义约束或多步代码问题可以测试更高等级。不能预设“越高总是越好”：它可能增加延迟与 token，简单任务还可能产生不必要展开。按任务类别选默认值，并允许少数复杂请求升级。

评测至少记录正确性、格式合格率、首 token 与总延迟、输入输出 token，以及错误/限流。相同 prompt 多次运行，查看分布而不是一次体验。公告 benchmark 是了解模型定位的官方事实，是否适合本产品则只能由本地数据集决定。

结构化输出仍需业务验证

JSON Schema 能约束输出形状，减少手工截取 Markdown code fence。以 Pydantic 模型定义允许字段：

from pydantic import BaseModel, Field

class IncidentSummary(BaseModel):
    severity: str
    facts: list[str] = Field(min_length=1, max_length=5)
    needs_human_review: bool

structured = client.models.generate_content(
    model=model,
    contents="Classify and summarize this incident: ...",
    config=types.GenerateContentConfig(
        response_mime_type="application/json",
        response_schema=IncidentSummary,
    ),
)

summary = structured.parsed

Schema 合法不代表内容真实。仍要检查 severity 枚举、事实是否来自输入、数组长度与敏感信息；高风险决定必须由确定性规则或人工确认。解析失败时保留可诊断元数据但不要把完整私密输入写日志，然后选择有限重试、降级为普通文本或转人工。

速度需要端到端定义

Flash 的产品定位强调速度，但用户体验包含排队、网络、首 token、流式渲染、后处理和工具调用。用与部署地区、输入长度和并发相符的测试测量。短 prompt 的快响应不能证明长文档和峰值并发也快；平均值不能隐藏尾延迟。

若启用流式输出，界面必须处理取消、连接中断和最终内容与增量合并。结构化 JSON 通常适合等待完整结果后解析，不应把半个对象提前交给业务逻辑。

Preview 上线需要回退

把模型 ID、thinking 配置和 schema 版本记录在每次结果元数据中。设置超时、有限重试、并发限制与预算告警。通过 feature flag 将少量非关键流量引入 Preview，并保留已经评测的稳定模型 adapter。模型更新后先重放离线数据集，再扩大比例。

隐私与数据治理按实际 API 条款和项目设置审查，不能从模型名称推断。只发送任务所需字段，执行日志脱敏，密钥使用最小权限并可轮换。若回答会触发外部副作用，把生成与执行分开，后者需要参数验证、权限和幂等。

结论

Gemini 3 Flash Preview 的合理初体验是一场受控实验：针对任务选择 thinking level，以 Schema 稳定机器接口，用本地评测检验质量和延迟，并保留模型回退。速度、思考和结构化输出是三个需要共同测量的变量，而不是三个营销开关。Preview 的价值在于尽早获得证据，不在于提前承诺稳定性。