Gemini 3 思考等級：設定、預設值與評測方法

Gemini 的思考等級控制的是推理投入，並不保證固定的推理步驟、響應時間或答案正確率。選擇等級時，應同時確定模型版本、任務範圍和驗收方法。

本文針對 Gemini 3 系列，不代表它是當前最新系列。Google API 提供的參數，也不一定出現在第三方聊天介面里。

先確認模型，再選擇等級

根據 2026 年 9 月 18 日查閱的 Google 思考功能文件，Gemini 3 Pro preview 支持 low 和 high；Gemini 3.1 Pro preview 還支持 medium；Gemini 3 Flash preview 則列出 minimal、low、medium 和 high。這幾個模型的預設等級為 high，不能把 medium 當作所有模型的預設值。

接入前重新核對具體模型標識對應的選項，並記錄 API 類型、SDK 版本和請求日期。介面顯示的“Pro”名稱不足以復現實驗。模型下線、別名更新或服務供應商切換後，應重新驗證配置。

按任務選擇候選配置

Low 可以作為分類、提取明確欄位等有限任務的候選。例如，僅使用給定類別判斷工單類型，同時檢查缺失資訊和不屬於任何類別的輸入。低等級不等於完全關閉推理。

模型支持 medium 時，可以用它測試需要兼顧多條約束的任務，例如在固定欄位中總結文件，並保留日期和例外條件。應與預設配置使用相同來源比較；答案更短、更自信，都不能證明提取更準確。

High 適合納入多重核對任務的比較，例如檢查補丁是否符合需求，或分析兩段相互矛盾的材料。判斷重點是它能否減少足夠多的錯誤，抵消額外等待、用量和審核成本。缺少的事實不會因為等級提高而自動補齊。

在 MidassAI Chat 上試用 Gemini 3

不要混用 API 示例

Interactions 與 generateContent 的會話狀態管理不同，SDK 參數名也可能與 REST 欄位名不同。請從所用介面的官方示例開始，確認伺服器端實際接受該選項，再替換業務輸入。

不要編造 /v1/models/gemini-3:generate 之類的請求地址。評測記錄可以包含任務編號、模型、介面、候選等級和驗收規則，但這份記錄不是可直接發送的 API 請求。密鑰應保留在本地環境中，不寫入提示詞或評測報告。

每次只改變一個變量

Gemini 3 開發指南建議保留 temperature 1.0，並指出降低它可能引發不理想的行為。因此，“高推理加 temperature 0.2”不能作為通用的可靠性設定。

先使用文件預設值，固定提示詞、工具、來源文本和輸出上限，只比較思考等級。同一次請求不要同時設置 thinking_level 與 thinking_budget；如果用戶端自動附加預算，先檢查其配置。

建立能發現錯誤的評測集

欄位提取可以準備四類輸入：數值明確、數值缺失、出現衝突數值、材料夾帶與任務無關的指令。查看模型輸出前先寫好預期結果。涉及一致性的決定，應重複關鍵案例，不能只保留最好的一次。

記錄任務編號、配置、是否完成、首個響應時間、完整耗時、可獲取的 token 用量以及人工修復時間。正確性優先於表達風格：JSON 格式合法但客戶編號錯誤，仍然不合格；數值正確卻偷偷換了單位，也應單獨記錄。

將事實錯誤和格式錯誤分開，才能判斷改善來自參數、提示詞還是驗證程式。對於無法判定的案例，標記待補證據，不要用主觀印象補成“通過”。

用完整流程計算時間與成本

網路、工具調用、重試、輸出長度和服務負載都會影響耗時。單次聊天無法證明某等級始終更快。API 測試使用返回的用量與適用費率；第三方服務則使用其實際計費記錄，不按等級名稱猜測帳單。

一次較慢但無需返工的回答，可能比多次快速錯誤回答更早完成任務。超時也要作為有原因的失敗記錄，並限制重試。重發文本生成請求與重複執行有外部影響的操作，需要不同的控制。

在聊天介面中應用結論

若介面提供有文件說明的推理控制，記錄名稱，並使用相同提示詞比較。若沒有該控制，可以評估提示詞效果，但不能宣稱測過 API 思考等級，也不要假設 MidassAI 自帶 Deep Think 開關、用量儀表或批處理調度器。

保留滿足驗收條件的較低投入配置，為已知失敗情形設置人工復核或其他流程，並在模型、介面或任務改變時重新評測。