Google: Gemini 2.5 Flash-Lite

精简型 Gemini 2.5，适合低成本多模态流量与快速智能体

gemini-2.5-flash-lite

可用Google聊天缓存输入便宜 90%

输入 / 输出-50%: $0.10 / $0.40$0.05 / $0.20
上下文: 1M
最大输出: 64K
模态: 视觉聊天
能力: 工具调用提示词缓存推理

Gemini 2.5 Flash-Lite 简介

Gemini 2.5 Flash-Lite 是 Google Gemini 2.5 系列中最快、最省钱的多模态模型。它接受文本和图片，支持工具调用、受 schema 约束的 JSON 和提示词缓存，适合大量发送的简单请求，比如分类、打标签和快速的智能体步骤。Google 将它列为上一代模型。

擅长的任务

Google 称它是 2.5 系列中最快、最省钱的多模态模型，适合每次调用都很简单的流量。
既能读图也能读文本，廉价的图片打标签、写说明和截图分诊不需要单独的视觉模型。
支持响应 schema 和工具调用，可以给下游代码输出干净的 JSON，或在智能体里指挥请求。
提示词缓存适合在大量短输入间复用同一段长指令的工作负载。

什么情况换别的模型

在多步推理、长篇分析和高难度代码上，质量不如 gemini-2.5-flash，答案需要深度时后者更合适。
Google 将 2.5 系列标为上一代，新项目推荐 3.5 Flash-Lite。
只输出文本，不输出图像、语音，也没有实时音频输出。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

文本生成Gemini API

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

API 格式:

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!"}]}
    ]
  }'

价格

Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

默认规格

每 1M token

Official 价格: 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01
Verified 价格: 输入 $0.05 / 输出 $0.20 / 缓存读取 $0.005
折扣: -50%

提示词缓存价格

缓存读取

Official 价格: $0.01
Verified 价格: $0.005
折扣: -50%

工具附加费

按次计费，仅在模型实际使用工具时收取。

搜索 Grounding

Official 价格: $0.035/次请求
Verified 价格: $0.0175/次请求
折扣: -50%

	Official 价格每 1M token	Verified 价格每 1M token	折扣
默认规格	输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01	输入 $0.05 / 输出 $0.20 / 缓存读取 $0.005	-50%
提示词缓存价格
缓存读取	$0.01	$0.005	-50%
工具附加费按次计费，仅在模型实际使用工具时收取。
搜索 Grounding	$0.035/次请求	$0.0175/次请求	-50%

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Gemini 2.5 Flash-Lite 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 gemini-2.5-flash-lite 发一条简短消息，接口是 /v1beta/models/gemini-2.5-flash-lite:generateContent。返回回复，附上延迟和费用。

使用场景

适用场景

推理
视觉

内容审核和打标签
按固定标准对大量用户帖子、图片或商品信息打标，并以 JSON 返回标签。
意图路由
在更大的模型看到消息之前，先对来信分类，选出合适的处理器或工具。
批量图片说明和 alt 文本
为商品库里的每张图写一行描述，借助缓存的指令保持风格一致。
低风险摘要
为邮件、工单或聊天串生成简短摘要，大意准确就够了。

提示词示例

把这条客服消息分类为 billing、bug、feature request 或 other，只以 JSON 返回标签。

为这些商品照片各写一段不超过 15 个字的 alt 文本，写明颜色和材质。

读取这张收据图片，以 JSON 返回商户名称和总金额；看不清的内容用 null。

此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。

FAQ

Gemini 2.5 Flash-Lite 是为什么设计的？

为了低成本、快速地大规模处理简单请求。Google 称它是 2.5 系列中最快、最省钱的多模态模型。典型任务有分类、打标签、从清晰输入中提取信息，以及路由。

什么时候该用 Flash，而不是 Flash-Lite？

任务需要多步推理、较长的分析或更可靠的代码时，用 gemini-2.5-flash。提示词短、答案容易核对时，用 Flash-Lite。常见做法是先用 Lite，失败的请求再用 Flash 重试。

Gemini 2.5 Flash-Lite 能处理图片吗？

能。图片和文本可以放进同一个请求。它可用于打标签、写简短说明和读取简单文档，但内容密集或有歧义的图片，用更大的模型效果更好。

它支持结构化输出吗？

支持。支持响应 schema、JSON 模式和工具调用。在请求里给出 schema，模型就返回符合它的 JSON，方便自动解析结果的流水线。

新项目应该从 Gemini 2.5 Flash-Lite 开始吗？

Google 的模型列表称 2.5 系列为上一代，并建议新项目用 3.5 Flash-Lite。这个模型对现有集成仍然可用，但新项目应该先评估更新的 Flash-Lite。

Gemini 2.5 Flash-Lite 的费用是多少？

在 TokenLab 上，Gemini 2.5 Flash-Lite 的价格为输入 $0.05 / 输出 $0.20 每 1M token。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Gemini 2.5 Flash-Lite 的上下文窗口和输出上限是多少？

Gemini 2.5 Flash-Lite 最多接收 1,048,576 token 的上下文，单次最多返回 65,536 token。

Gemini 2.5 Flash-Lite 应该使用哪个端点？

Gemini 2.5 Flash-Lite 使用 https://api.tokenlab.sh/v1beta/models/gemini-2.5-flash-lite:generateContent。代码写法见下方的请求示例。

Gemini 2.5 Flash-Lite 支持哪些操作？

Gemini 2.5 Flash-Lite 支持文本生成。选了操作，上面会显示对应的端点和请求示例。

Gemini 2.5 Flash-Lite 对比

Gemini 2.5 Flash-Lite 对比 Gemini 3.5 Flash-Lite Gemini 2.5 Flash-Lite 对比 Gemini 3.1 Flash-Lite Gemini 2.5 Flash-Lite 对比 GPT-5.6 Luna

资料来源

Gemini API models

审阅于 2026年10月2日