---
url: /thinking-levels/what_is_thinking_levels.md
description: >-
  2026年10月9日起 Gemini 应用改版分批推送，免费用户模型选择器只剩 Auto，付费用户迎来低/中/高三档思考等级取代
  Extended。本文讲清思考等级和模型选择到底是不是一回事、Auto 路由怎么分流浪、智能模型选择开关该不该关、AI Plus
  被限制到哪两个模型，以及开发者侧 thinking_level 参数的各模型默认值。
---

# Gemini 思考等级：Google 收走了模型选择器，塞给你三档旋钮

前天我打开 Gemini，习惯性去点那个模型下拉框——想把一个挺绕的重构问题丢给 Pro。

下拉框里没东西了。

只剩一个 **Auto**。

我第一反应是"又抽风了"，刷新三次，还是 Auto。翻了一圈才知道，这不是 bug，是 Google 故意的：**2026 年 10 月 9 日（美西时间）起，Gemini 应用这次改版开始大规模推送**，当天晚上绝大多数免费账号都能看到生效。

说实话，那一刻的心情挺微妙的。我用 Gemini 两三年，养成了一个近乎迷信的习惯：**简单问题用 Flash，难题手动切 Pro**。这个动作让我觉得"我在掌控"。

然后 Google 把这个按钮拿走了。

但冷静下来之后我发现，这次改版真正有意思的地方不在"拿走"，而在"换了个东西给你"——**三档思考等级**。而它背后其实藏着一个 Google 这两年一直在偷偷做的产品判断：

> **"用哪个模型"这种技术决策，本来就不该由用户来做；"让 AI 想多久"才是人能凭直觉判断的事。**

这句话我一开始是不服的，后面慢慢讲为什么我最后觉得它有点道理。

## 什么是 Gemini 思考等级

先把最容易搞混的一件事说清楚，一次讲明白：

**思考等级 ≠ 模型。**

* **模型**（Flash-Lite / Flash / Pro）决定的是**谁来回答你**——相当于你找了个实习生，还是找了个资深工程师。
* **思考等级**（低 / 中 / 高）决定的是**这个人愿意花多长时间想**——是扫一眼就答，还是关起门来算半小时。

这两件事以前是混在一起的。你选了 Pro，默认它就很认真地想；你选了 Flash，默认它随口就答。而现在 Google 把它们拆开了：**同一个人，可以匆匆忙忙答，也可以认认真真答。**

按 Google 官方支持文档的说法，新的三档对应三种描述：

| 档位 | 官方描述 | 大概适合什么 |
| --- | --- | --- |
| **低**（Low） | 快速高效 | 改一句话、查个概念、总结一段文字、轻量脑暴 |
| **中**（Medium） | 均衡深度 | 需要一点分析，但没必要等到天荒地老的请求 |
| **高**（High） | 额外详尽 | 复杂规划、难搞的代码、数学、多步文档分析 |

原来的 **Extended** 选项被这三档取代了。这个变化看着小，含义不小：Extended 是个**开关**（想 / 不想），思考等级是个**旋钮**（想一点 / 想一些 / 想很多）。

> 从开关到旋钮，是产品成熟度的一个标志性动作。开关意味着"这个功能要么开要么关"，旋钮意味着"我们已经承认这是个可以连续调节的成本-质量权衡"。

还有个细节很多人会忽略，我单独拎出来：**如果你什么都不选，系统默认用「低」。** 这是 Google 支持文档里明确写的提示。也就是说，默认值站在"快"这一边，而不是"好"这一边。

## 这次改版到底改了三件事

我按"谁受影响"的顺序排：

* **免费用户：模型选择器只剩 Auto。** 没有订阅任何 AI 套餐的账号，下拉框里只有一个 Auto，标签上写着"Gemini 3 模型"。而 Google 的支持文档里，这一项写的是 **3.5 Flash-Lite**——界面标签和文档里的版本号对不上，这点值得留意，别拿标签当技术事实
* **Auto 是一层自动路由，不是一个模型。** 按官方说法，它会把每条提示送给"最高效的模型和思考等级"，在质量、延迟和你的可用额度之间做权衡。大多数提示流向最快的 **Flash-Lite**；只有当它判断需要更深推理时，才可能分到 **Flash 或 Pro**
* **付费用户：拿到三档思考等级。** 低 / 中 / 高对所有付费订阅用户开放，目前仍在分批推送。付费用户可以自己选模型，再为这次对话选一个思考等级
* **付费侧也在收紧。** 公开报道称 **Google AI Plus** 用户很快会被限制在 **Flash-Lite 和 3.8 Flash** 两个模型上——"用上 Pro"正在变成更高价位套餐的专属能力
* **智能模型选择可以自己关掉。** 在 gemini.google.com 左下角 **设置 > 用量限额** 里开关。但注意关掉的后果：无 AI 套餐的账号，所有回复一律由 **Flash-Lite** 承担，再没有"升到更强的模型试试"的机会

最后这条我要多说一句，因为它是我觉得最反直觉的陷阱：**关掉"智能模型选择"，听起来像是"我不要你替我做主"，实际上等于"我自愿锁死在最弱的那档"。** 免费账号关掉这个开关，选择器里并不会有明显提示告诉你这一点。

> 换句话说，免费层用户现在的可调空间，从"换模型"变成了"开或关自动路由"。开，可能偶尔蹭到 Flash 或 Pro；关，永远是 Flash-Lite。这是个挺狠的二选一。

## 为什么 Google 敢这么干

这是我写这篇时想得最久的一段。

表面上看，Google 是在"削弱免费体验"。但把账算一遍，逻辑其实很自洽：**成本控制点在路由层，不在用户的下拉框里。**

当绝大多数请求被引向 Flash-Lite，只有真正需要深度推理的提示才占用 Flash 或 Pro 的算力，付费模型的使用量就变得**可预测**了。可预测意味着能做容量规划，能压成本，敢给免费层更大的量。

而思考等级这个旋钮之所以安全，是因为**它只改变模型"想多深"，不改变请求被分配到哪个模型**。Google 给你的是"深度"，留下的是"调度权"。

这也是为什么这套档位要和 **Google AI Studio** 和 **Antigravity** 里的 thinking levels 对齐——Google 在把"想多久"做成一个**跨产品的通用概念**，从开发者工具一路统一到普通人的聊天框。你在三个地方看到的是同一套词。

> 顺带说个行业背景：把模型架构藏起来、只暴露"速度/深度"这类直觉控件，这条路 ChatGPT 和 Claude 已经在走了。Gemini 这次算是正式跟上，不算首创。

## 场景：什么时候该拧哪一档

我不打算给你一张"万能对照表"，因为那玩意儿通常是编的。下面是几个我自己会这么用的场景，你参考：

**用「低」的场景。** 把一段话改得通顺一点、问一个名词是什么意思、把会议记录总结成三条。这类事用高等级唯一的收益是**等待时间变长**。官方把默认设成"低"是有道理的——绝大多数人的绝大多数请求，属于这一类。

**用「中」的场景。** 需要一点推理但结构清晰的任务。比如"帮我看看这段 SQL 为什么慢"、"这份合同里有哪些条款对我方不利"。中档是我个人用得最多的，它基本是"认真但不磨叽"的状态。

**用「高」的场景。** 真正需要多步推导的活儿：一个跨模块的架构重构方案、一道需要列方程的应用题、一份 80 页 PDF 里前后矛盾的论点比对。官方给的描述是"复杂规划、难搞的代码、数学、多步文档分析"，和我的体感基本吻合。

**一个能验证的小技巧。** 你其实可以看到这条回复**到底用了哪个模型**——在思考步骤视图的底部会显示。这意味着自动路由不是黑箱，至少事后可查。虽然它不让你在回复前指定模型再对比结果，但"事后知道谁干的"已经比完全不透明强了。

还有个行为要记住：**Gemini 会在当前对话中继续沿用你选的模型和思考等级**，即便你之后回到这个对话也是如此。所以一个对话开了 High，后面所有问题都按 High 跑——如果你只是偶尔要一次深度分析，**开个新对话更划算**。

## 快速上手：四步搞定

**第一步：找到模型选择器。** 打开 [gemini.google.com](https://gemini.google.com)，看**对话框底部**，当前模型名就在那儿。点它。

**第二步：选模型。** 付费订阅用户能看到可选的模型和带锁形图标的高级模型——带锁的需要升级到符合条件的方案。免费用户只有 Auto。

**第三步：选思考等级。** 在同一个菜单里，选 **低 / 中 / 高**。这次对话就按这个档位跑。

**第四步（免费用户必看）：检查智能模型选择开关。** 左下角 **设置 > 用量限额**，在底部可以开启或关闭"智能模型选择"。我的建议是**保持开启**——除非你明确希望每次都用最快那档、完全不接受波动。

如果你是付费用户但还没看到三档选项，别急，官方说的是**分批推送**，不是所有人同一天拿到。

## 进阶

如果你不是在用网页版聊天，而是在写码调 API，那这套概念对应的就是 `thinking_level` 参数。它支持的取值比消费者版多一档——**MINIMAL / LOW / MEDIUM / HIGH**，而且**每个模型的默认值不一样**，这张表建议存下来：

| 模型 | 支持的 thinking\_level | 默认值 |
| --- | --- | --- |
| Gemini 3.8 Flash / 3.8 Flash Cyber | LOW、MEDIUM、HIGH | MEDIUM |
| Gemini 3.7 Flash | LOW、MEDIUM、HIGH | MEDIUM |
| Gemini 3.6 Flash | MINIMAL、LOW、MEDIUM、HIGH | MEDIUM |
| Gemini 3.5 Flash | MINIMAL、LOW、MEDIUM、HIGH | MEDIUM |
| Gemini 3.5 Flash-Lite | MINIMAL、LOW、MEDIUM、HIGH | MINIMAL |
| Gemini 3.1 Pro（预览版） | LOW、MEDIUM、HIGH | HIGH |
| Nano Banana 2.1 | MINIMAL、MEDIUM、HIGH | MEDIUM |

两个坑提醒一下：**Gemini 2.5 及更早的模型不认 `thinking_level`，传了会直接报错**，那些版本要用老的 `thinking_budget` 参数（它设置的是内部推理可用 token 数的软上限）；另外这两个参数**不要在同一个请求里同时传**。

想继续往下挖，推荐看本站的《[Gemini 3.8 Flash 模型介绍](/gemini_3.8)》——三档推理强度在 API 侧的完整写法和成本影响里面讲得最细；《[Gemini 3.5 模型介绍](/gemini_3.5)》里有 `thinking_level` 引入时的设计动机。做 Agent 开发的话，《[认识 Google Antigravity](/antigravity/home)》里的 thinking levels 是同一个概念的开发者版本，两边对照看会清楚很多。

更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。