Gemini 的定位：不是最强，但有一项别人没有
如果只看破甲后的综合能力，Gemini 排在 GPT 和 Claude 之后。它被选择的原因只有一个：上下文窗口。
一百万 token 是什么概念：大约 70 万汉字，或者一整个中型项目的全部源码加文档。你可以把整个代码库丢进去问「这个项目有哪些安全问题」，这是别的模型做不到的。
Pro 与 Flash 怎么选
| 版本 | 破甲难度 | 速度 | 上下文 | 适合 |
|---|---|---|---|---|
| Pro | 中 | 中 | 1M | 长文档、整库分析 |
| Flash | 低 | 极快 | 1M | 批量、实时、简单任务 |
Flash 破甲后质量掉得比较明显——会漏要点、会编造、长上下文里的细节召回率下降。它的价值在速度和成本，不在质量。
Pro 是主力。破甲难度高一点，但输出稳定，长上下文能力完整。
破甲后能做什么
1. 整库代码审计
把一个项目的全部源码一次性丢进去，问：
- 哪些地方有注入风险
- 鉴权逻辑有没有漏洞
- 哪些依赖版本有已知 CVE
- 数据流向有没有泄漏点
原版会在「怎么利用」这一步停，破甲版会给出完整的验证思路。这是 Gemini 破甲后最实用的场景。
2. 超长文档通读
几百页的技术规范、合同、年报、判决书，一次读完并交叉比对。别的模型要切块，切块就丢上下文关联，Gemini 不用切。
3. 多模态处理
Gemini 原生支持图片、视频、音频输入。破甲后可以处理：
- 截图里的文字与界面结构提取
- 视频内容分析与时间轴标注
- 图表数据反向提取
4. 批量任务
用 Flash 跑大批量简单任务，成本低速度快。适合分类、打标、抽取。
实测数据
26/30 略低于 GPT 和 Claude 的破甲版。差的那几题集中在多安全层叠加的话题上——Gemini 的安全架构是分层的，破甲处理有时只覆盖主层。
但长文召回率 98% 是它的独特优势，这个指标其他模型在百万级输入下做不到。
怎么接入
Flash 版本把模型名换成 gemini-2.5-flash-unlocked。完整步骤见破甲教程。
三个模型怎么分工
| 任务 | 首选 | 理由 |
|---|---|---|
| 写代码 / 重构 | Claude | 代码能力第一梯队 |
| 通用问答 / 中文 | GPT | 生态最全，中文自然 |
| 整库审计 / 超长文档 | Gemini | 百万上下文，不用切块 |
| 图片视频分析 | Gemini | 原生多模态 |
| 批量低成本任务 | DeepSeek / Gemini Flash | 成本最低 |
合理的配置是四个都接，按任务路由。只用一个模型，要么贵，要么在某些场景上吃亏。
完整对比见七家模型优劣势对比。
常见问题
Gemini 破甲后还能用图片输入吗
能，多模态能力不受破甲处理影响。图片、视频、音频输入都正常。
百万上下文实际能跑满吗
能，但成本和延迟都会上升。实际使用建议控制在 30 万 token 以内，超过这个量响应会明显变慢。
为什么 Gemini 有时会拒答
多层安全架构导致。破甲处理覆盖主层，个别话题会触发次级层。遇到这种情况换模型，或者把具体问题反馈给服务商。
Gemini 和 Google 账号有关系吗
走中转没有任何关系，不需要 Google 账号，也不需要海外网络环境。