Gemini

Gemini 2.5 Flash Lite

Google按量计费
别名:gemini-2.5-flash-lite

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。

textimageaudiovideofilecachingcode_interpreterfunction_callingtoolsweb_searchstructured_outputjson_modereasoningvisioncontext:1048576
起始价格
输入 / 输出 · 1M
上下文
1M
最大输入窗口
最大输出
65.5K
单次响应最大 token 数
模态
→
知识截止
Jan 2025
发布于
Jul 2025

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商2
USD · 每 1M tokens性能 · 最近 24 小时
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$0.1
$0.2$0.4
$0.005$0.01
Google Vertex

谷歌官方接口

省30%
$0.07$0.1
$0.28$0.4
$0.007$0.01
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

提示词缓存代码解释器函数调用工具网络搜索结构化输出推理视觉
输入
输出

厂商与数据隐私

厂商
Google文档
分词器
SentencePiece (Gemini)
许可证
Proprietary (commercial)商业闭源
数据保留42 天默认不会用于上游训练

性能

基准测试

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。

关于 Gemini 2.5 Flash Lite

给重复内容安排轻量处理

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。

应用设计问题

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。

使用场景与提示词

用少量明确字段完成初筛

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。

接入 API

API 接口文档

调用示例

请求POST/v1beta/models/gemini-2.5-flash-lite:generateContent
请求示例
参数
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
integer0 ~ 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。

身份验证

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。

支持的参数

Generation parameters
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
integer0 ~ 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

速率限制

供应商RPMTPMRPD
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

关于 gemini-2.5-flash-lite 的常见问题

gemini-2.5-flash-lite 是什么?

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。

如何调用 gemini-2.5-flash-lite?

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。

gemini-2.5-flash-lite 如何计费?

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。

gemini-2.5-flash-lite 的上下文窗口有多大?

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。

gemini-2.5-flash-lite 的最大输出是多少?

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。

如何评估 gemini-2.5-flash-lite 是否适合我的项目?

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。