gemini-2.5-flash-liteGemini 2.5 Flash-Lite 面向高频轻量任务,适合快速分类、简单字段提取和多模态内容初筛,注重速度与成本。
比较同一模型在不同供应商的价格与服务表现。
| 供应商 | 折扣 | 输入/M | 输出/M | 缓存读取/M | ||
|---|---|---|---|---|---|---|
Google AI Studio 谷歌官方接口 | 省50% | $0.05 | $0.2 | $0.005 | ||
Google Vertex 谷歌官方接口 | 省30% | $0.07 | $0.28 | $0.007 |
左右滑动表格,查看完整价格与性能。
标准化评测得分。百分比越高越好,并展示排名百分位。
指标来源:Artificial Analysis 2026-09-30·Gemini 2.5 Flash Lite
当前基准快照不包含此模型。
缺失的模型或测量值不代表零分。
基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。
Gemini 2.5 Flash-Lite 适合大量、简单且规则明确的工作,例如给消息打标签、提取单据字段、概括短文,或为上传内容生成简短说明。对于调用频繁、响应时间与预算敏感的应用,可以让它先完成基础整理,再把复杂问题交给后续流程。
它能接受文字、图片、音频、视频和 PDF,输出文字。你可以用一套字段规则处理不同形态的材料:从宣传截图提取活动时间,从文档中找联系人,从录音中概括主要诉求,再把结果返回给系统。请求越聚焦,越容易保持快速、稳定的处理方式。
结构化输出适合建立自动化管道。为每个字段定义含义、合法值和缺失规则,要求保留原始材料中的关键文字,程序便可以进行校验和统计。分类任务应包括容易混淆的类别说明;初筛任务则需要明确哪些情况进入人工复核,而不是强行得出确定判断。
它也支持思考与函数调用,但产品定位仍以轻量任务为主。需要检索最新资料、读取指定网页或执行计算时,应由调用端启用相应工具。涉及复杂推理、长链代码排错或重大方案取舍时,可以让它先提取事实和待解决问题,再交给更适合的深入分析流程。
怎样减少批量提取的口径变化? 固定字段定义与示例,验证模糊输入、缺失内容和边界值,并让程序检查返回格式。
能处理图片里的小字吗? 可以尝试读取,但应提供清晰图片;关键号码与金额要求返回原文并复核,不要让它补齐模糊数字。
规定每次只做一类处理,避免把简单提取扩展成开放分析。
从这张活动海报中提取 title、start_date、end_date、location 和 signup_method。
仅返回 JSON。未写明的字段为 null,日期保留海报原文,不补充年份。
如果字迹不清或两处信息冲突,增加 needs_review: true,并在 note 中说明具体位置。
文本分类提供固定标签,短摘要指定字数与必含信息。先用代表样本检查字段准确率和复核比例,再接入批量处理;对复杂输入设置转交条件,使后续流程有明确入口。
/v1beta/models/gemini-2.5-flash-lite:generateContent| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度;越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。
所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。
在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。
| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度;越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
| 供应商 | RPM | TPM | RPD |
|---|---|---|---|
| Google AI Studio | 无限制 | 无限制 | 无限制 |
| Google Vertex | 无限制 | 无限制 | 无限制 |
无限制
Gemini 2.5 Flash-Lite 面向高频轻量任务,适合快速分类、简单字段提取和多模态内容初筛,注重速度与成本。
创建具有 gemini-2.5-flash-lite 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。
费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。
模型目录配置的上下文窗口为 1048576 tokens。具体请求限制请查看所选接口。
模型目录配置的最大输出为 65536 tokens。请求设置可能指定更低的上限。
请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。
