Google: Gemini 2.5 Flash-Lite

Via Gemini 2.5 enxuta para tráfego multimodal barato e agentes rápidos

gemini-2.5-flash-lite

DisponívelGoogleChatEntrada em cache 90% mais barata

Entrada / Saída-50%: $0.10 / $0.40$0.05 / $0.20
Contexto: 1M
Saída máxima: 64K
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de promptsRaciocínio

Sobre o Gemini 2.5 Flash-Lite

O Gemini 2.5 Flash-Lite é o modelo multimodal mais rápido e econômico do Google na família Gemini 2.5. Ele aceita texto e imagens, suporta chamadas de ferramentas, JSON com esquema restrito e cache de prompt, sendo destinado a solicitações simples enviadas em grandes volumes, como classificação, marcação e etapas rápidas de agentes. O Google o classifica como geração anterior.

Pontos fortes

O Google o chama de modelo multimodal mais rápido e econômico da família 2.5, o que se ajusta a tráfegos onde cada chamada é simples.
Ele lê imagens e texto, portanto, marcação de imagens, legendagem e triagem de capturas de tela de baixo custo não precisam de um modelo de visão separado.
Esquemas de resposta e chamadas de ferramentas funcionam, permitindo alimentar JSON limpo para códigos subsequentes ou solicitações diretas dentro de um agente.
O cache de prompt beneficia cargas de trabalho que reutilizam um longo bloco de instruções em muitas entradas curtas.

Quando usar outro modelo

A qualidade em raciocínio de várias etapas, análises longas e códigos complexos é inferior ao gemini-2.5-flash, que é a melhor escolha quando as respostas precisam de profundidade.
O Google marca os modelos 2.5 como geração anterior e recomenda o 3.5 Flash-Lite para novos projetos.
Ele produz apenas texto, sem saída de imagem, fala ou áudio ao vivo.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Texto para textoGemini API

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

Formato da 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!"}]}
    ]
  }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Especificação padrão

Por 1M Token

Preço Official: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01
Preço Verified: Entrada $0.05 / Saída $0.20 / Leitura de cache $0.005
Desconto: -50%

Preços de cache de prompt

Leitura de cache

Preço Official: $0.01
Preço Verified: $0.005
Desconto: -50%

Taxas de ferramentas

Cobrado por chamada, apenas quando o modelo utiliza a ferramenta.

Fundamentação de busca

Preço Official: $0.035/req
Preço Verified: $0.0175/req
Desconto: -50%

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Especificação padrão	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01	Entrada $0.05 / Saída $0.20 / Leitura de cache $0.005	-50%
Preços de cache de prompt
Leitura de cache	$0.01	$0.005	-50%
Taxas de ferramentasCobrado por chamada, apenas quando o modelo utiliza a ferramenta.
Fundamentação de busca	$0.035/req	$0.0175/req	-50%

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 10 de nov. de 2026, 23:57 UTC

Taxa de sucesso em 30 dias: 100,0%
Requisições em 30 dias: 100+
Última atividade: há 6 dias

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Gemini 2.5 Flash-Lite no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar gemini-2.5-flash-lite com uma mensagem em /v1beta/models/gemini-2.5-flash-lite:generateContent. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Raciocínio
Visão

Moderação e marcação de conteúdo
Classifique postagens de usuários, imagens ou listagens de produtos em relação a um critério fixo em alto volume e retorne o rótulo como JSON.
Roteamento de intenção
Classifique uma mensagem recebida e escolha o manipulador ou ferramenta correta antes que um modelo maior a processe.
Legendas e texto alternativo em massa
Escreva uma descrição de uma linha para cada imagem em uma biblioteca de produtos, mantendo um estilo consistente a partir de uma instrução em cache.
Resumos de baixo risco
Produza resumos curtos de e-mails, tickets ou threads de chat onde uma ideia geral é suficiente.

Exemplos de prompt

Classifique esta mensagem de suporte como cobrança, bug, solicitação de recurso ou outro, e retorne apenas o rótulo como JSON.

Escreva um texto alternativo com menos de 15 palavras para cada uma destas fotos de produtos, mencionando cor e material.

Leia esta imagem de recibo e retorne o nome do comerciante e o total como JSON; use null para qualquer coisa que não conseguir ler.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

Para que o Gemini 2.5 Flash-Lite foi projetado?

Processamento barato e rápido de solicitações simples em escala. O Google o descreve como o modelo multimodal mais rápido e econômico da família 2.5. Classificação, marcação, extração de entradas claras e roteamento são suas tarefas típicas.

Quando devo usar o Flash em vez do Flash-Lite?

Use o gemini-2.5-flash quando a tarefa exigir raciocínio em várias etapas, análise mais longa ou código mais confiável. Use o Flash-Lite quando os prompts forem curtos e a resposta for fácil de verificar. Um padrão comum é usar o Lite primeiro, com falhas sendo reprocessadas no Flash.

O Gemini 2.5 Flash-Lite pode processar imagens?

Sim. Imagens e texto podem ser enviados na mesma solicitação. Funciona para marcação, legendas curtas e leitura de documentos simples, mas imagens densas ou ambíguas se beneficiam de um modelo maior.

Ele suporta saída estruturada?

Sim. Esquema de resposta, modo JSON e uso de ferramentas são suportados. Forneça o esquema na solicitação e o modelo retornará um JSON que o segue, o que é útil para pipelines que analisam resultados automaticamente.

Novos projetos devem começar no Gemini 2.5 Flash-Lite?

A lista de modelos do Google diz que os modelos 2.5 são de geração anterior e direciona novos projetos para o 3.5 Flash-Lite. Este modelo ainda funciona para integrações existentes, mas uma nova construção deve avaliar o Flash-Lite mais recente primeiro.

Quanto custa o Gemini 2.5 Flash-Lite?

No TokenLab, Gemini 2.5 Flash-Lite custa Entrada $0.05 / Saída $0.20 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Gemini 2.5 Flash-Lite?

O Gemini 2.5 Flash-Lite aceita até 1.048.576 tokens de contexto e gera até 65.536 tokens por resposta.

Qual endpoint o Gemini 2.5 Flash-Lite deve usar?

Use https://api.tokenlab.sh/v1beta/models/gemini-2.5-flash-lite:generateContent para Gemini 2.5 Flash-Lite. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Gemini 2.5 Flash-Lite suporta?

Gemini 2.5 Flash-Lite suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.