gemini-2.5-flash

Gemini 2.5 Flash 是谷歌推出的一款高效能、低延迟的混合推理AI模型，专为高吞吐量和实时应用场景设计，在性能、成本与响应速度之间实现了优秀平衡‌ 。

该模型于2025年4月10日首次发布，定位为兼顾质量与效率的“混合推理”模型，支持开发者通过API动态调整其“思考预算”（Reasoning Budget），以灵活控制推理深度和计算成本 。这一机制使得Gemini 2.5 Flash既能处理简单请求时快速响应，也能在复杂任务中开启深度思考以提升准确性。

核心特性：

1. ‌动态可控推理能力‌
   支持开启或关闭“思考模式”，用户可根据任务需求设置从0到24,576 token的思考预算。关闭时成本大幅降低，开启后可显著提升在数学、编码和知识问答等任务中的表现 。

2. ‌超长上下文支持‌
   拥有高达 ‌100万token‌ 的上下文窗口，适用于长文档分析、多轮对话、大型代码库理解等场景 。

3. ‌原生多模态支持‌
   能够处理文本、图像、音频和视频输入，并生成多模态输出，广泛适用于客户服务、内容审核、智能助手等复杂应用环境 。

4. ‌工具调用与集成能力‌
   支持通过API调用谷歌搜索、代码执行、URL上下文引用等功能，增强信息实时性和实用性 。同时可与Firebase AI Logic SDK集成，便于Android和Web应用开发 。

5. ‌卓越性价比与性能‌
   在CAR-bench评测中，Gemini 2.5 Flash展现出 ‌1.1秒‌ 的平均响应时间，运行100个基础任务仅需约 ‌0.02美元‌，位于当前大模型的帕累托前沿（Pareto Frontier），即在相同成本下性能最优或相同性能下成本最低 。

6. ‌广泛应用场景‌
   适合用于文档解析、实时客服系统、自动化摘要、轻量级AI代理等对延迟敏感且需高并发的任务 。