Google: Gemini 2.5 Flash-Lite

Voie Gemini 2.5 légère pour un trafic multimodal économique et des agents rapides

gemini-2.5-flash-lite

DisponibleGoogleDiscussionEntrée en cache : 90% de réduction

Entrée / Sortie-50%: $0.10 / $0.40$0.05 / $0.20
Contexte: 1M
Sortie maximale: 64K
Modalités: VisionDiscussion
Capacités: Utilisation d'outilsCache de promptsRaisonnement

À propos de Gemini 2.5 Flash-Lite

Gemini 2.5 Flash-Lite est le modèle multimodal le plus rapide et le plus économique de Google au sein de la famille Gemini 2.5. Il traite le texte et les images, prend en charge les appels d'outils, le JSON contraint par schéma et la mise en cache des invites (prompt caching), et est destiné aux requêtes simples envoyées en très grand nombre, telles que la classification, l'étiquetage et les étapes rapides d'un agent. Google le répertorie comme étant de génération précédente.

Points forts

Google le présente comme le modèle multimodal le plus rapide et le plus économique de la famille 2.5, ce qui convient au trafic où chaque appel est simple.
Il lit les images aussi bien que le texte, de sorte que l'étiquetage d'images à faible coût, le sous-titrage et le tri de captures d'écran ne nécessitent pas de modèle de vision distinct.
Les schémas de réponse et les appels d'outils fonctionnent, il peut donc fournir du JSON propre à du code en aval ou diriger des requêtes au sein d'un agent.
La mise en cache des invites (prompt caching) favorise les charges de travail qui réutilisent un long bloc d'instructions sur de nombreuses entrées courtes.

Quand préférer un autre modèle

La qualité sur le raisonnement en plusieurs étapes, l'analyse longue et le code complexe est inférieure à celle de gemini-2.5-flash, qui est le meilleur choix lorsque les réponses nécessitent de la profondeur.
Google marque les modèles 2.5 comme étant de génération précédente et recommande 3.5 Flash-Lite pour les nouveaux projets.
Il produit uniquement du texte, sans sortie image, parole ou audio en direct.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Texte vers texteGemini API

POST/v1beta/models/gemini-2.5-flash-lite:generateContent

Format d'API:

curl "https://api.tokenlab.sh/v1beta/models/gemini-2.5-flash-lite:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: sk-xxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Hello!"}]}
    ]
  }'

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Spécification par défaut

Par 1M Token

Prix Official: Entrée $0.10 / Sortie $0.40 / Lecture cache $0.01
Prix Verified: Entrée $0.05 / Sortie $0.20 / Lecture cache $0.005
Remise: -50%

Tarification du cache de prompt

Lecture cache

Prix Official: $0.01
Prix Verified: $0.005
Remise: -50%

Frais d'outils

Facturation à l'appel, uniquement lors de l'utilisation de l'outil par le modèle.

Ancrage de recherche

Prix Official: $0.035/req
Prix Verified: $0.0175/req
Remise: -50%

	Prix OfficialPar 1M Token	Prix VerifiedPar 1M Token	Remise
Spécification par défaut	Entrée $0.10 / Sortie $0.40 / Lecture cache $0.01	Entrée $0.05 / Sortie $0.20 / Lecture cache $0.005	-50%
Tarification du cache de prompt
Lecture cache	$0.01	$0.005	-50%
Frais d'outilsFacturation à l'appel, uniquement lors de l'utilisation de l'outil par le modèle.
Ancrage de recherche	$0.035/req	$0.0175/req	-50%

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 10 nov. 2026, 23:57 UTC

Taux de réussite sur 30 jours: 100,0%
Requêtes sur 30 jours: 100+
Dernière activité: il y a 6 jours

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Gemini 2.5 Flash-Lite dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester gemini-2.5-flash-lite avec un message sur /v1beta/models/gemini-2.5-flash-lite:generateContent. Affiche la réponse, la latence et le coût.

Cas d'usage

Idéal pour

Raisonnement
Vision

Modération et étiquetage de contenu
Étiquetez des publications d'utilisateurs, des images ou des listes de produits selon une grille fixe à haut volume et renvoyez l'étiquette au format JSON.
Routage d'intention
Classez un message entrant et choisissez le gestionnaire ou l'outil approprié avant qu'un modèle plus large ne le traite.
Sous-titres et texte alternatif en masse
Rédigez une description d'une ligne pour chaque image d'une bibliothèque de produits, en conservant un style cohérent à partir d'une instruction mise en cache.
Résumés à faible enjeu
Produisez des résumés courts d'e-mails, de tickets ou de fils de discussion où une idée générale suffit.

Exemples de prompts

Classez ce message de support en tant que facturation, bug, demande de fonctionnalité ou autre, et renvoyez uniquement l'étiquette au format JSON.

Rédigez un texte alternatif de moins de 15 mots pour chacune de ces photos de produits, en nommant la couleur et le matériau.

Lisez l'image de ce reçu et renvoyez le nom du commerçant et le total au format JSON ; utilisez « null » pour tout ce que vous ne pouvez pas lire.

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

À quoi Gemini 2.5 Flash-Lite est-il destiné ?

Au traitement rapide et économique de requêtes simples à grande échelle. Google le décrit comme le modèle multimodal le plus rapide et le plus économique de la famille 2.5. La classification, l'étiquetage, l'extraction à partir d'entrées claires et le routage sont ses tâches typiques.

Quand dois-je utiliser Flash plutôt que Flash-Lite ?

Utilisez gemini-2.5-flash lorsque la tâche nécessite un raisonnement en plusieurs étapes, une analyse plus longue ou un code plus fiable. Utilisez Flash-Lite lorsque les invites sont courtes et que la réponse est facile à vérifier. Un modèle courant consiste à utiliser Lite en premier, puis à réessayer avec Flash en cas d'échec.

Gemini 2.5 Flash-Lite peut-il traiter des images ?

Oui. Les images et le texte peuvent être inclus dans la même requête. Il fonctionne pour l'étiquetage, les sous-titres courts et la lecture de documents simples, mais les images denses ou ambiguës bénéficient d'un modèle plus large.

Prend-il en charge la sortie structurée ?

Oui. Le schéma de réponse, le mode JSON et l'utilisation d'outils sont pris en charge. Fournissez le schéma dans la requête et le modèle renvoie un JSON qui le respecte, ce qui est utile pour les pipelines qui analysent les résultats automatiquement.

Les nouveaux projets doivent-ils commencer sur Gemini 2.5 Flash-Lite ?

La liste des modèles de Google indique que les modèles 2.5 sont de génération précédente et oriente les nouveaux projets vers 3.5 Flash-Lite. Ce modèle fonctionne toujours pour les intégrations existantes, mais une nouvelle construction devrait d'abord évaluer la version Flash-Lite plus récente.

Combien coûte Gemini 2.5 Flash-Lite ?

Sur TokenLab, Gemini 2.5 Flash-Lite coûte Entrée $0.05 / Sortie $0.20 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les limites de contexte et de sortie de Gemini 2.5 Flash-Lite ?

Gemini 2.5 Flash-Lite accepte jusqu'à 1 048 576 jetons de contexte et génère jusqu'à 65 536 jetons par réponse.

Quel endpoint Gemini 2.5 Flash-Lite doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1beta/models/gemini-2.5-flash-lite:generateContent pour Gemini 2.5 Flash-Lite. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Gemini 2.5 Flash-Lite prend-il en charge ?

Gemini 2.5 Flash-Lite prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.