gemini-2.0-flash-lite

基本信息

模型名称：Gemini 2.0 Flash-Lite（model code: gemini-2.0-flash-lite） 

设计目的：针对大规模文本输出与高吞吐量任务进行成本优化和效率优化 — 是目前 Gemini 系列中“成本效率最高”的模型变体。

核心特性

大上下文视窗：支持长达 1,048,576 tokens 的输入上下文窗口（约 100 万 tokens），适合处理大段文本或长文档。

多模态输入（Multimodal Input）：支持文本、音频、图片、视频等多种输入类型（虽然输出为文本），便于集成多种内容来源。

结构化输出 & 函数调用能力：支持结构化输出，支持通过 API 函数调用（Function Calling），方便与程式化系统/后端服务整合。

成本优化 & 低延迟：作为 Flash-Lite 的设计目标，是在保持合理模型能力的同时，极大降低使用成本和响应延迟，以适用于大规模／频繁调用场景。

技术亮点

性能优于前代：与前代 Gemini 1.5 Flash 相比，Flash-Lite 在多个基准测试（reasoning, factuality, math, SQL 转换等）上均表现更优或相当稳定，尤其适合大规模文本处理与结构化任务。

简化计价/计费模型：Flash-Lite 与 2.0 Flash 均使用“单一价格 per input type”的定价机制，不再区分短/长上下文请求。与混合上下文需求的旧版相比，在多数使用场景中可能降低总体成本。

适合大规模、高吞吐量场景：由于其成本和效率优化，Flash-Lite 特别适合需要处理海量文本、批量生成内容、摘要、分类、日志处理、搜索索引构建等任务，是企业级、批量场景的理想选项。

注： 现已支持Gemini原生格式进行调用

相关测评：

《o3-mini vs. Gemini 2.0 pro vs. DeepSeek-R1实测对比》

《谷歌再发布实验模型Gemini 2.0 Flash Thinking，实测中能否正确解出考研数学题？！》

《谷歌突袭发布新模型Gemini 2.0 Flash实验版，原来这才是性价比之王？！》