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。官方文档强调低延迟、低成本、多模态支持、thinking budget，以及 grounding 和代码执行等工具集成。它适合分类、翻译、路由、抽取和大规模高频任务。

上下文窗口

1M Token

最大输出

65.5K Token

发布日期

2025年6月17日

模态

Gemini 2.5 Flash-Lite 价格

输入价格	输出价格	缓存读取
$0.1/M	$0.4/M	$0.01/M

Gemini 2.5 Flash-Lite API 能力

推理

支持

工具调用

支持

Temperature 参数

支持

附件

支持

知识库

2025-01-01

Endpoint 协议

Completions APIMessages APIgemini

Gemini 2.5 Flash-Lite 模型亮点

Gemini 2.5 Flash-Lite 侧重低延迟与高效多模态处理，适合大规模运行高频轻量任务。

低延迟处理

模型针对轻量请求的快速执行进行了优化，可用于交互式应用和高频处理流程。

广泛的多模态输入

模型能够理解文本、图像、视频、音频和 PDF 文件，并为下游应用生成文本结果。

大输入窗口

1,048,576 token 的输入上限让轻量处理也能覆盖长文档和较大内容集合，减少拆分请求的需要。

Gemini 2.5 Flash-Lite 使用场景

Gemini 2.5 Flash-Lite 适合高吞吐分类、简单信息提取以及对延迟敏感的内容处理任务。

高吞吐分类

快速为大量文本和多模态内容分配类别、优先级或审核标签。

简单数据提取

从消息、表单、图像或 PDF 文件中提取常规字段和事实，用于索引与后续自动化。

快速文档摘要

将长文档和 PDF 压缩为简短概览、关键要点或分发元数据，供内容流水线使用。

如何通过 TokenHub API 使用 Gemini 2.5 Flash-Lite

创建 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 基准测试

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力指数汇总多个评测维度，用于观察模型的整体能力表现。	Artificial Analysis 综合能力评分	11.4
Artificial Analysis 代码能力指数Artificial Analysis 代码能力指数汇总模型在代码生成、调试和软件工程任务中的表现。	Artificial Analysis 软件任务评分	9.5
Artificial Analysis 数学能力指数Artificial Analysis 数学能力指数汇总模型在数学推理和竞赛题求解中的表现。	Artificial Analysis 数学推理评分	53.3
知识与推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑战的问题，评估模型在学术和专业知识上的综合能力。	高难度多任务知识评测	75.9%
GPQAGPQA 是面向研究生级科学问题的评测集，用来测试模型的专家级推理能力。	高阶科学问题求解	62.5%
HLEHLE 覆盖多个领域的高难度专家级知识与推理问题。	广泛专家级考试集合	6.4%
代码与工程
LiveCodeBenchLiveCodeBench 使用较新的编程题评估模型代码能力，降低训练数据污染带来的影响。	近期编程题评测	59.3%
SciCodeSciCode 评估模型在科学计算场景下编写 Python 代码和实现算法的能力。	科学计算代码挑战	19.3%
Terminal-Bench HardTerminal-Bench Hard 评估 AI Agent 在终端环境中完成复杂任务的能力。	高难度终端任务执行	4.5%
数学能力
MATH-500MATH-500 通过一组精选高难度数学题评估模型的问题求解能力。	高难度数学解题	96.9%
AIMEAIME 用竞赛风格数学题评估模型的数学推理能力。	数学竞赛题	70.3%
AIME 2025AIME 2025 评估模型在高难度竞赛数学题上的表现。	数学竞赛题	53.3%
指令遵循与 Agent 任务
IFBenchIFBench 衡量模型遵循复杂指令和约束条件的稳定性。	指令约束遵循	49.9%
AA-LCRAA-LCR 衡量模型在长上下文窗口中的推理质量。	长上下文推理	51.3%
τ²-Benchτ²-Bench 使用带工具和状态约束的真实工作流，评估对话式 Agent 的任务完成能力。	Agent 工作流任务	18.4%

指标来源 Artificial Analysis

关于 Gemini 2.5 Flash-Lite 的常见问题

了解 Gemini 2.5 Flash-Lite 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。

Gemini 2.5 Flash-Lite 是一款什么类型的模型？+

Gemini 2.5 Flash-Lite 是 Google 在 Gemini 2.5 系列中最经济的一款模型，适合简单、高频的多模态处理。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。

团队可以用 Gemini 2.5 Flash-Lite 做什么？+

它适合大规模分类与路由、简单结构化数据提取以及大规模翻译。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-Lite 在哪些技术方面更有优势？+

它最实用的优势包括较好的成本效率、较快的响应速度以及支持多种多模态输入。这些特点对简单结构化数据提取尤其有价值。

什么情况下应该选择其他模型，而不是 Gemini 2.5 Flash-Lite？+

如果任务包含高难度多步推理、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。

通过 TokenHub 接入 Gemini 2.5 Flash-Lite 前需要检查什么？+

在 TokenHub 中，请选择页面显示的 Gemini 2.5 Flash-Lite 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。

准备调用 Gemini 2.5 Flash-Lite？

通过一个 API Key 接入 Gemini 2.5 Flash-Lite 与更多 AI 模型。

创建 API Key