Gemini 2.5 Flash-Lite 现已可用于规模化生产

今天，我们发布 Gemini 2.5 Flash-Lite 的稳定版，这是 Gemini 2.5 模型系列中速度最快、成本最低的模型（输入每 100 万 token 0.10 美元，输出每 100 万 token 0.40 美元）。我们打造 2.5 Flash-Lite，是为了推动单位成本智能水平的前沿；它具备原生推理能力，并可针对更高要求的用例选择性开启。继 2.5 Pro 和 2.5 Flash 的势头之后，这一模型完善了我们可用于规模化生产的 2.5 模型组合。

迄今为止我们最具成本效益、速度最快的 2.5 模型

Gemini 2.5 Flash-Lite 在性能与成本之间取得平衡，同时不牺牲质量，尤其适用于翻译和分类等对延迟敏感的任务。

以下是它的突出之处：

• 同类最佳速度：在广泛的提示样本中，Gemini 2.5 Flash-Lite 的延迟低于 2.0 Flash-Lite 和 2.0 Flash。

• 成本效益：这是我们迄今成本最低的 2.5 模型，定价为输入 token 每 100 万 0.10 美元、输出 token 每 100 万 0.40 美元，使你能够以可负担的成本处理大量请求。与预览版发布时相比，我们还将音频输入价格降低了 40%。

• 智能且小巧：在编码、数学、科学、推理和多模态理解等广泛基准测试中，它整体质量高于 2.0 Flash-Lite。

• 功能完整：使用 2.5 Flash-Lite 构建时，你可以访问 100 万 token 的上下文窗口、可控的思考预算，并支持 Grounding with Google Search、Code Execution 和 URL Context 等原生工具。

Gemini 2.5 Flash-Lite 的实际应用

自 2.5 Flash-Lite 发布以来，我们已经看到一些非常成功的部署，以下是我们最喜欢的一些案例：

• Satlyt 正在构建一个去中心化空间计算平台，将改变卫星数据的处理和利用方式，用于在轨遥测的实时摘要、自主任务管理以及卫星间通信解析。与其基线模型相比，2.5 Flash-Lite 的速度使关键机载诊断延迟降低了 45%，功耗降低了 30%。

• HeyGen 使用 AI 为视频内容创建虚拟形象，并利用 Gemini 2.5 Flash-Lite 自动化视频规划、分析和优化内容，以及将视频翻译成 180 多种语言。这使他们能够为用户提供全球化、个性化的体验。

• DocsHound 使用 Gemini 2.5 Flash-Lite 处理长视频并以低延迟提取数千张截图，从而将产品演示转化为文档。这比传统方法更快地把素材转化为完整文档和 AI 智能体训练数据。

• Evertune 帮助品牌了解它们在各类 AI 模型中的呈现方式。Gemini 2.5 Flash-Lite 对他们而言具有变革意义，可显著加快分析和报告生成速度。其快速性能使他们能够迅速扫描并综合大量模型输出，为客户提供动态、及时的洞察。

你可以通过在代码中指定“gemini-2.5-flash-lite”开始使用 2.5 Flash-Lite。如果你正在使用预览版，可以切换到“gemini-2.5-flash-lite”，这是相同的底层模型。我们计划于 8 月 25 日移除 Flash-Lite 的预览别名。

准备开始构建了吗？现在可在 Google AI Studio 和 Vertex AI 中试用 Gemini 2.5 Flash-Lite 稳定版。