gemini-2.5-flash-lite

基本信息

• 开发者：Google DeepMind，为Gemini 2.5模型家族成员，2025年7月22日发布稳定版并全面可用。
• 定位：最快且成本最低的Gemini 2.5系列模型，主打高吞吐量、低延迟场景。
• 访问方式：开发者可通过代码指定“gemini-2.5-flash-lite”调用，支持Google AI Studio、Vertex AI平台。

核心特性

• 成本高效：输入token定价0.10美元/百万，输出token0.40美元/百万，音频输入价格较预览版降低40%。
• 低延迟：延迟低于Gemini 2.0 Flash-Lite和2.0 Flash，某车载诊断场景 latency 降低45%，功耗降低30%。
• 性能优越：多基准测试优于2.0 Flash-Lite，如AIME 2025数学测试思维模式得分63.1%，高于2.0 Flash的29.7%。
• 全功能支持：100万token上下文窗口，支持思维预算控制、Google搜索接地、代码执行等原生工具。

技术亮点

• 可控思维模式：可按需开启推理能力，思维模式下LiveCodeBench代码生成得分34.3%，非思维模式33.7%。
• 多模态能力：MMMU视觉推理得分72.9%，高于2.0 Flash的69.3%；Vibe-Eval图像理解思维模式得分57.5%。
• 长上下文处理：128k平均长度MRCR v2测试思维模式得分30.6%，优于2.0 Flash的19.0%。

市场影响

• 完善产品矩阵：作为2.5系列成本最低模型，助力大规模生产级应用落地。
• 赋能企业降本：低定价与低功耗特性，支持企业处理海量请求时控制成本。
• 提升开发效率：快速响应能力让开发者可高效构建动态洞察类应用。

应用场景

• latency 敏感任务：翻译、分类等高频场景，依托低延迟优势提升响应速度。
• 代码开发：支持UI代码编写、多语言代码编辑，SWE-bench Verified多轮尝试得分44.9%。
• 数据处理：可快速扫描海量输出，或转化大型PDF为交互式Web应用。
• 特定领域诊断：如车载诊断场景，实现低延迟、低功耗的故障分析。

相关测评：

《大模型排行榜第二！Gemini-2.5-flash-preview-05-20全方位对比测评》

《Gemini-2.5-pro vs. Claude-3.7-Sonnet 前端编程能力实战对决》