POSTopenai
/v1/chat/completionsGemini 2.5 Flash
gemini-2.5-flashGemini 2.5 Flash 是 Gemini 2.5 系列中平衡价格与性能的模型，将 thinking 能力与较低延迟和成本结合起来。Google 资料将它定位在 Pro 的深度能力和 Flash-Lite 的效率之间。它适合需要推理、多模态输入和实际吞吐量的生产任务。
最大上下文
1MToken
最大输出
65.5KToken
发布日期
2025年6月17日
模态
Gemini 2.5 Flash 价格
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $0.3/M | $2.5/M | $0.03/M |
Gemini 2.5 Flash API
POSTanthropic
/v1/messagesPOSTgemini
/v1beta/models/{model}:generateContentGemini 2.5 Flash 基准测试
14.1
/100
Artificial Analysis 综合能力指数
Artificial Analysis 综合能力评分
指数分数
17.8
/100
Artificial Analysis 代码能力指数
Artificial Analysis 软件任务评分
指数分数
60.3
/100
Artificial Analysis 数学能力指数
Artificial Analysis 数学推理评分
指数分数
知识与推理
MMLU-Pro
高难度多任务知识评测
80.9%
GPQA
高阶科学问题求解
68.3%
HLE
广泛专家级考试集合
5.1%
代码与工程
LiveCodeBench
近期编程题评测
49.5%
SciCode
科学计算代码挑战
29.1%
Terminal-Bench Hard
高难度终端任务执行
12.1%
数学能力
MATH-500
高难度数学解题
93.2%
AIME
数学竞赛题
50%
AIME 2025
数学竞赛题
60.3%
指令遵循与 Agent 任务
IFBench
指令约束遵循
39.0%
AA-LCR
长上下文推理
45.9%
τ²-Bench
Agent 工作流任务
14.9%
指标来源 Artificial Analysis
关于 Gemini 2.5 Flash 的常见问题
了解 Gemini 2.5 Flash 的定位、适合处理的任务、主要优势、使用限制，以及在 TokenHub 中接入时需要注意的事项。
开发者该如何理解 Gemini 2.5 Flash 的定位？+
Gemini 2.5 Flash 是 Google 的均衡型 Gemini 2.5 Flash，适合仍需一定推理能力的高并发、低延迟任务。它仍是明确的模型版本，但新项目评估时通常也应比较同系列更新型号。
在哪些场景下，Gemini 2.5 Flash 最能发挥实际价值？+
它适合高并发应用请求、可靠执行多步骤智能体流程以及文本与图像输入分析。上线前应使用有代表性的输入进行测试，并制定可衡量的验收标准。
Gemini 2.5 Flash 最实用的特点有哪些？+
它最实用的优势包括质量、速度与成本的良好平衡、较快的响应速度以及对难题的较强推理能力。这些特点对可靠执行多步骤智能体流程尤其有价值。
Gemini 2.5 Flash 有哪些实际限制？+
如果任务需要最强的 Pro 级推理、项目可以采用更新一代 Gemini，或重要决策流程无法安排人工复核，可以考虑其他模型。涉及事实、法律、财务、医疗或运营的重要结果，应由具备相关资质的人员复核。
如何在 TokenHub 中调用 Gemini 2.5 Flash？+
在 TokenHub 中，请选择页面显示的 Gemini 2.5 Flash 精确模型标识，使用账号文档中指定的接口，并通过 TokenHub 凭证完成认证。请确认 TokenHub 实际开放的输入类型、工具、信息依据选项和模型生命周期，不要默认与 Gemini API 完全一致。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube