Gemini 2.5 Flash-Lite

gemini-2.5-flash-lite

Gemini 2.5 Flash-Lite 是 Google Gemini 2.5 系列中最快、最省成本的选项。官方文件強調低延遲、低成本、多模态支援、thinking budget，以及 grounding 和程式碼执行等工具集成。它適合分類、翻譯、路由、擷取和大规模高頻任務。

上下文視窗

1M Token

最大輸出

65.5K Token

發布日期

2025年6月17日

模態

Gemini 2.5 Flash-Lite 價格

輸入價格	輸出價格	快取讀取
$0.1/M	$0.4/M	$0.01/M

Gemini 2.5 Flash-Lite API 能力

推理

支援

工具呼叫

支援

Temperature 參數

支援

附件

支援

知識庫

2025-01-01

Endpoint 協議

Completions APIMessages APIgemini

Gemini 2.5 Flash-Lite 模型亮點

Gemini 2.5 Flash-Lite 著重低延遲與高效率多模態處理，適合大規模執行高頻率的輕量任務。

低延遲處理

模型針對輕量請求的快速執行進行最佳化，可用於互動式應用與高頻率處理流程。

廣泛的多模態輸入

模型能理解文字、圖片、影片、音訊與 PDF 檔案，並為後續應用產生文字結果。

大型輸入視窗

1,048,576 token 的輸入上限，讓輕量處理也能涵蓋長篇文件與大型內容集合，減少拆分呼叫的需求。

Gemini 2.5 Flash-Lite 使用情境

Gemini 2.5 Flash-Lite 適合高處理量分類、簡單資訊擷取，以及對延遲敏感的內容處理任務。

高處理量分類

快速為大量文字與多模態內容指派類別、優先順序或審核標籤。

簡易資料擷取

從訊息、表單、圖片或 PDF 檔案擷取一般欄位與事實，供建立索引及後續自動化使用。

快速文件摘要

將長篇文件與 PDF 濃縮為簡短概覽、重點或分流中繼資料，供內容處理流程使用。

如何透過 TokenHub API 使用 Gemini 2.5 Flash-Lite

建立 API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

Gemini 2.5 Flash-Lite 基準測試

指數分數
Artificial Analysis 綜合能力指數Artificial Analysis 綜合能力指數彙總多個評測維度，用於觀察模型的整體能力表現。	Artificial Analysis 綜合能力評分	11.4
Artificial Analysis 程式碼能力指數Artificial Analysis 程式碼能力指數彙總模型在程式碼生成、除錯與軟體工程任務中的表現。	Artificial Analysis 軟體任務評分	9.5
Artificial Analysis 數學能力指數Artificial Analysis 數學能力指數彙總模型在數學推理與競賽題求解中的表現。	Artificial Analysis 數學推理評分	53.3
知識與推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑戰的問題，評估模型在學術與專業知識上的綜合能力。	高難度多任務知識評測	75.9%
GPQAGPQA 是面向研究生級科學問題的評測集，用來測試模型的專家級推理能力。	高階科學問題求解	62.5%
HLEHLE 覆蓋多個領域的高難度專家級知識與推理問題。	廣泛專家級考試集合	6.4%
程式碼與工程
LiveCodeBenchLiveCodeBench 使用較新的程式題評估模型程式碼能力，降低訓練資料污染帶來的影響。	近期程式題評測	59.3%
SciCodeSciCode 評估模型在科學計算場景下撰寫 Python 程式碼和實作演算法的能力。	科學計算程式碼挑戰	19.3%
Terminal-Bench HardTerminal-Bench Hard 評估 AI Agent 在終端環境中完成複雜任務的能力。	高難度終端任務執行	4.5%
數學能力
MATH-500MATH-500 透過一組精選高難度數學題評估模型的問題求解能力。	高難度數學解題	96.9%
AIMEAIME 用競賽風格數學題評估模型的數學推理能力。	數學競賽題	70.3%
AIME 2025AIME 2025 評估模型在高難度競賽數學題上的表現。	數學競賽題	53.3%
指令遵循與 Agent 任務
IFBenchIFBench 衡量模型遵循複雜指令和約束條件的穩定性。	指令約束遵循	49.9%
AA-LCRAA-LCR 衡量模型在長上下文視窗中的推理品質。	長上下文推理	51.3%
τ²-Benchτ²-Bench 使用帶工具和狀態約束的真實工作流程，評估對話式 Agent 的任務完成能力。	Agent 工作流程任務	18.4%

指標來源 Artificial Analysis

Gemini 2.5 Flash-Lite 常見問題

了解 Gemini 2.5 Flash-Lite 的定位、適合的使用情境、主要優勢、使用限制，以及在 TokenHub 中串接時要注意的事項。

Gemini 2.5 Flash-Lite 屬於哪一類模型？+

Gemini 2.5 Flash-Lite 是 Google Gemini 2.5 系列中最經濟的模型，適合簡單、高頻率的多模態處理。它仍是明確的模型版本，但新專案評估時通常也應比較同系列較新型號。

團隊可以用 Gemini 2.5 Flash-Lite 做什麼？+

它適合大規模分類與路由、簡單的結構化資料擷取以及大量翻譯。正式上線前應使用具代表性的輸入測試，並訂定可衡量的驗收標準。

Gemini 2.5 Flash-Lite 在哪些技術面向較有優勢？+

它最實用的優勢包括良好的成本效益、較快的回應速度以及支援多種多模態輸入。這些特點對簡單的結構化資料擷取尤其有價值。

什麼情況下應選擇其他模型，而不是 Gemini 2.5 Flash-Lite？+

如果工作包含高難度多步驟推理、專案可採用較新一代 Gemini，或重要決策流程無法安排人工覆核，可以考慮其他模型。涉及事實、法律、財務、醫療或營運的重要結果，應由具備相關資格的人員覆核。

透過 TokenHub 串接 Gemini 2.5 Flash-Lite 前需要檢查什麼？+

在 TokenHub 中，請選擇頁面顯示的 Gemini 2.5 Flash-Lite 精確模型識別碼，使用帳戶文件中指定的介面，並以 TokenHub 憑證完成驗證。請確認 TokenHub 實際開放的輸入類型、工具、資料依據選項與模型生命週期，不要預設與 Gemini API 完全相同。

準備呼叫 Gemini 2.5 Flash-Lite？

透過一個 API Key 接入 Gemini 2.5 Flash-Lite 與更多 AI 模型。

建立 API Key