Google Gemini 3.5 Pro 完整解析：中小企業 AI 採購 5 個訊號 + 60 天評估清單（對標 Claude Opus 4.8、GPT-5.4）

最近我們在內部 AI 流程的 routing 表上吵了一架——要不要把 Google Gemini 3.5 Pro 加進去。同事一句話總結：「Google 把 AI Ultra 從 $200 砍到 $100、又把 Pro 系列丟出來對標 Claude Opus 4.8 跟 GPT-5.4，我們真的撐得住不加嗎？」這個討論最後變成今天這篇——把 6 月這波 Gemini 3.5 Pro 發布拆給中小企業老闆與 IT 採購評估者看，到底該加進來、該觀望、還是該等下一輪。

先把今天最大的訊號講白：Google 這次不是再做一個「跟 Claude 比一比」的新模型，而是用價格槓桿把高階 AI 訂閱方案的天花板拉低一倍。對中小企業而言這代表：原本只有兩條路（Claude Pro/Max、ChatGPT Team/Enterprise），現在第三條路用同樣的錢能拿到接近頂級的 reasoning 表現。但「能拿到」不等於「值得換」——這篇要做的是把「換 / 留 / 混搭」三條路的決策框架攤開。

Gemini 3.5 Pro 這波發布到底動了什麼

根據 Google I/O 2026 公告與後續定價更新，Gemini 3.5 Pro 主要做了三件事：旗艦級 reasoning 模型訂閱（AI Ultra）從每月 $200 降到 $100，新增 $20 入門訂閱（AI Lite），並把 Gemini 3.5 Pro 本身定位為「對標 Claude Opus 4.8 與 GPT-5.4」的長 context + 多模態主力模型。背後的真正動作是價格槓桿——Google 願意用 50% 的價格砍下去，因為他們手上有 TPU、有 YouTube + Google Docs + Gmail 的資料閉環，邊際成本扛得起。

我們的判斷是這波降價打到的是 OpenAI，不是 Anthropic。中小企業如果原本是用 ChatGPT Team/Plus 為主力，這波要重新算帳；如果原本走 Claude Pro/Max 主力，反而 Google 對你不痛——因為 Anthropic 的市場區隔仍然是「能跑 production agent + Claude Code 工具鏈整合」，這兩塊 Gemini 3.5 Pro 目前還跟不上。

Gemini 3.5 Pro vs Claude Opus 4.8 vs GPT-5.4 快速對照

這張表只是「規格快照」，真正的選型決策得回到第 2 段「你的 routing 表現在長什麼樣」。我們建議用同一條 production 流程跑 A/B 評測，不要看 benchmark——benchmark 跟你公司的 RAG schema、工具呼叫慣例、prompt cache 命中率幾乎無關。

中小企業老闆該關注的 5 個採購訊號

我們把這波發布拆成 5 個對中小企業老闆採購決策有實際影響的訊號。每一個都對應到一個「該不該動 routing 表」的判斷依據。

訊號 1：你目前的主力 AI 訂閱是 ChatGPT 系列

這個訊號最強。Google 把 $100 AI Ultra 推出來，幾乎就是直接對打 ChatGPT Team / Enterprise。如果你公司每月在 OpenAI 上花 $25–$60 / seat，又主要用在「長文件閱讀 + 表單萃取 + 簡單問答」這類意圖，Gemini 3.5 Pro 用同樣甚至更低的錢就能完成同一件事，且 context 大 5 倍。建議把 routing 表中 70% 流量先試打 Gemini，留 30% Claude 給 production agent。

訊號 2：你公司的資料閉環本來就在 Google Workspace

Gmail、Google Docs、Sheets、Drive 已經是日常 → Gemini 3.5 Pro 內建的 Workspace integration 對你是真的省事。但這也是 vendor lock-in 訊號最強的地方——一旦把整個 prompt cache、Workspace 私有資料、@-mention 機制都搬上去，未來想換到 Claude 或 GPT-5 的搬遷成本會跳高。詳細搬遷對策可以參考 中小企業客製化系統「資料遷移」完整指南。

訊號 3：你在做的是 production AI agent / 自動化流程

這個訊號是反向的——Gemini 3.5 Pro 雖然 reasoning 表現追上 Claude Opus 4.8，但 production agent 的工具鏈（function calling 穩定度、stop sequence 控制、MCP 接入）仍然落後一個世代。如果你在跑 LangGraph / CrewAI / AutoGen 等 agent 框架 接 Claude，建議先觀望 6 個月——讓 Gemini Agent SDK 跑穩了再評估。production 環境一旦切換主模型，整條 prompt 都要重新 tune，這個成本通常被低估。

訊號 4：你的 AI 月帳單已開始失控

Gemini 3.5 Pro API 端 input $1.25/MTok 跟 Claude Opus 4.8 的 $5/MTok 比，4 倍價差。如果你公司每月在 LLM API 上花超過 $1,000 美金，且資料敏感度允許用 Google Cloud（不在禁採名單上、不涉及機敏個資），切過去 routing 至少省 40-60%。中小企業 AI Token 成本治理框架 那一篇有完整的試算範本，可以拿來算自己現況。

訊號 5：你需要超長 context（>1M tokens）

Gemini 3.5 Pro 的 2M context window 是目前主流 LLM 中最大的——對「整本程式碼閱讀」「整份 ERP 系統文件 RAG」「全公司一年 email 摘要」這類用例，這個容量是 Claude Opus 4.8 的 2 倍、GPT-5.4 的 5 倍。但 caveat 是：實測 1.5M-2M context 區間 attention 仍然會掉，建議把長 context 用法切成 chunked retrieval + summarize，不要直接灌進去。

我們自己在跑什麼 routing

順帶說一下我們公司自己的 routing 表現況——我們內部跑 20+ 個 AI 流程，從寫稿、code review、客戶提案、報表整理到 SaaS 客服機器人。實際的 routing 是：Claude Opus 4.8 跑 production agent + 寫文章 + Claude Code 整合（佔 60% 預算）；GPT-5.4 跑 Codex 與圖像生成（佔 25%）；剩下 15% 留給 Gemini 系列做超長 context summarize 與多語翻譯。

這波 Gemini 3.5 Pro 上線後我們做的調整是：把原本的 Gemini 3.5 Flash routing 流量提升一倍（從 7% 到 15%），但 production agent 的主模型不動。理由很簡單——我們公司現在賺到的營收主要靠 Claude Code + 內部 agent skill library 接案，這套工具鏈 6 個月內離不開 Claude。

我們不認同的兩個常見說法

市場上對這波 Gemini 3.5 Pro 發布有兩個說法我們不認同。第一個是「Google 這次終於追上 Claude，可以全換」——這個說法的盲點是把 reasoning benchmark 等同於 production 表現。真實生產環境裡，function calling 穩定度、tool use 一致性、stop sequence 控制這些「小事」才是決定一個 agent 跑不跑得起來的關鍵，而這些目前 Gemini 仍然輸 Claude 一截。

第二個是「降價代表 Google 的 AI 商業模式有問題」——這個說法低估了 Google 的策略。Google 不是用 LLM 本身賺錢，是用 LLM 把 Workspace / Cloud / Android 訂閱黏住。$100 AI Ultra 對 Google 來說是流量入口，對 OpenAI 才是價格戰。3 年後贏的不會是價格最低的廠商，而是把「LLM 變成業務基礎設施」黏進最多企業 IT stack 的廠商。

60 天評估清單

如果你看完上面 5 個訊號至少中了 2 個，這份 60 天評估清單可以拿來照表操課。我們設計這份清單時假設你的公司是 20-200 人 SMB、有 IT 主管或外包技術顧問。

Day 1-15：盤點現況

• 列出目前所有 AI 訂閱項目（seat 數、月費、用途）
• 盤點過去 3 個月最高使用率的 5 個 AI 流程，記下「目前用哪個模型 + token 消耗」
• 查資料敏感度——這些流程是否涉及不能上 Google Cloud 的個資 / 機敏
• 對齊禁採中國品牌規範（你的雲端後台、CDN、資料庫供應商有沒有命中）

Day 16-30：A/B 測試

• 把 5 個流程中最不敏感的 2 個拿來跑 A/B（Claude vs Gemini 3.5 Pro）
• 評估維度：回答品質、回應時間、token 成本、function calling 成功率
• 至少跑 100 次 sample，不要只試 3-5 次
• 結果記入「routing 決策表」，標清楚哪個流程適合切換、哪個維持

Day 31-45：合約與資料合規

• 如果要切過去，請 Google Cloud 業務報價（中小企業議價空間通常 5-15%）
• 簽 DPA（資料處理協議），確認你的 prompt 與輸出不會被拿去訓練
• 如果有醫療、金融、個資相關資料，補簽 BAA / DPIA
• 對應到
AI 廠商議價談判完整指南 與 AI 軟體採購供應商盡職調查 SOP 兩篇拉清單跑過一輪。

Day 46-60：分階段上線 + 退場計畫

• 先把 20% 流量切過去（影子部署，雙跑比對結果）
• 監控 7 天，沒問題就升到 50%
• 再 7 天升到 70% 或維持，剩下 30% 留給其他模型做 fallback
• 簽合約時務必保留「90 天無痛切換」條款（資料匯出、API 不被 deprecated）

我們怎麼看 Gemini 3.5 Pro 這波