Gemini 2.5 Flash-Lite ist Googles kosteneffizientestes multimodales Gemini-2.5-Modell und bietet die schnellste Leistung der Familie für hochfrequente, leichtgewichtige Aufgaben wie Klassifikation, Datenextraktion und Zusammenfassung.
- Eingabe
- Text Bild Video Audio $0.1/M
- Ausgabe
- Text $0.4/M
- Audio-Input
- $0.3/M
- Cache-Read
- $0.01/M
- Kontext
- 1M
- vs. GPT-4o
- ~98% günstiger
- Knowledge Cutoff
- 2025-01
Preis im Vergleich
Preisposition unter 60 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 1.048.576 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 65.536 |
| Knowledge Cutoff | 2025-01 |
Prompt Caching
| Modus | automatisch + explizit |
|---|---|
| Min. Präfix | 4.096 |
Thinking
| Anbieter-Parameter | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Zulässige Werte | thinkingBudget 512 to 24576, or -1 for dynamic · Interactions API: low, medium, high |
| Standardwert | aus; das Modell denkt nicht, solange kein Budget gesetzt ist gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Das einzige Gemini, das standardmäßig mit abgeschaltetem Thinking ausgeliefert wird; der Budgetbereich beginnt bei 512, doch thinkingBudget 0 ist gesondert zulässig und lässt Thinking aus, während -1 dynamisches Thinking einschaltet. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild + Video + Audio → Text |
|---|
- 1.048.576 Token Input / 65.536 Output
- Text-, Bild-, Video-, Audio- und PDF-Eingabe
- Thinking unterstützt
Ein Prompt, gemessen über das Gateway
Gemini 2.5 Flash-Lite bestanden · 3 sentences
Enabling reasoning allows our LLM to perform more complex, multi-step computations, directly increasing the computational resources and time required per query. This enhanced capability, while powerful, inherently consumes more processing power and leads to a proportional rise in our operational costs. Consequently, the doubled bill accurately reflects the significant increase in the LLM's workload and the underlying infrastructure expenses associated with its advanced reasoning functions.
Ausgabe 80 tok Latenz 1.0 s
Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.
Gemini 2.5 Flash-Lite bestanden · 8/8 cases
The bug in the `longest_run` function is that it doesn't account for the initial run length of 1 for any element, and it fails to consider a run that might end at the very last element of the list. The `cur` variable is incremented *after* checking for equality, meaning for a single element, it never gets incremented from its initial value of 0. Similarly, if the longest run extends to the end of the list, the `best` variable might not be updated with the final `cur` value. […]
Ausgabe 728 tok Latenz 2.8 s
Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.
Gemini 2.5 Flash-Lite bestanden · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
Ausgabe 58 tok Latenz 0.9 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
Gemini 2.5 Flash-Lite verfehlt · 78 words, 0 banned, 1 question
Introducing Enhanced Prompt Caching for our API Gateway! This new capability intelligently stores your prompts, reducing repeated API calls to multiple providers. Significantly cut down latency and optimize your application's performance by leveraging cached responses. How much could this speed boost improve your user experience? Our advanced caching ensures consistency and faster access to information, no matter the underlying service. Experience a more efficient and cost-effective integration strategy. Get started today and see the difference prompt caching makes.
Ausgabe 97 tok Latenz 1.0 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
Gemini 2.5 Flash-Lite in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-2.5-flash-lite",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-2.5-flash-lite",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-2.5-flash-lite",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-2.5-flash-lite",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-2.5-flash-lite")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Gemini 2.5 Flash-Lite
- Google nennt als beste Einsatzzwecke Klassifikation in großem Volumen, einfache Datenextraktion und „extrem latenzarme Anwendungen, bei denen Budget und Geschwindigkeit die wichtigsten Beschränkungen sind“, was zugleich die Trennlinie zu 2.5 Flash ist.
- Es akzeptiert Text-, Bild-, Video-, Audio- und PDF-Eingaben mit einem Kontextfenster von 1.048.576 Token und einem Output-Limit von 65.536 Token und gibt Text zurück.
- Function Calling, strukturierte Ausgaben, Code-Ausführung, Search- und Maps-Grounding, URL-Kontext, Context-Caching, die Batch API sowie Flex- und Priority-Inferenz werden allesamt unterstützt; Live API, Bildgenerierung und Audiogenerierung nicht.
- Sein prägendes Verhalten ist das Thinking: Als einziges Modell dieser Reihe wird Flash-Lite mit standardmäßig deaktiviertem Thinking ausgeliefert, sodass nichts für Reasoning-Token ausgegeben wird, sofern Sie sie nicht anfordern. thinkingBudget akzeptiert 512 bis 24.576 für ein festes Kontingent oder -1 für dynamisches Thinking, und 0 hält es deaktiviert, was zählt, weil Thinking-Token zum Output-Tarif abgerechnet werden.
- Googles neuere Interactions API drückt dieselbe Steuerung als thinking_level-String mit low, medium oder high aus.
- Der Knowledge Cutoff liegt im Januar 2025, und Google hat für die allgemein verfügbaren Modelle der 2.5-Generation kein Abschaltdatum veröffentlicht.
- Synthorai leitet Anfragen über den standardmäßigen OpenAI-kompatiblen Chat-Completions-Endpoint an es weiter.
FAQ
Lässt sich die Gemini 2.5 Flash-Lite API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $0.1/M Input-Tokens deckt allein dieses Guthaben rund 1,250 Requests mit je ~8K Tokens gegen Gemini 2.5 Flash-Lite ab.
Worin ist Gemini 2.5 Flash-Lite am besten?
Kosteneffizientestes, schnellstes seiner Familie; optionales Thinking für schwierigere Probleme; für Klassifikation, Extraktion und Zusammenfassung gebaut. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Gemini 2.5 Flash-Lite?
Gemini 2.5 Flash-Lite kostet auf Synthorai $0.1 pro Million Input-Tokens und $0.4 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.01/M abgerechnet.
Unterstützt Gemini 2.5 Flash-Lite Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Input-Tokens werden mit $0.01/M statt $0.1/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 4,096 Tokens, um gecacht zu werden. Prompt-Caching-Guide →
Wie erhalte ich Zugang zu Gemini 2.5 Flash-Lite?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="gemini-2.5-flash-lite", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Wo liegt der Knowledge Cutoff von Gemini 2.5 Flash-Lite?
Der Knowledge Cutoff von Gemini 2.5 Flash-Lite liegt bei 2025-01, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.