Gemini 2.5 Flash ist Googles Gemini-2.5-Modell mit dem besten Preis-Leistungs-Verhältnis, ausgelegt auf latenzarme, volumenstarke Workloads, die dennoch Reasoning erfordern, einschließlich Verarbeitung in großem Maßstab und agentischer Anwendungen.
- Eingabe
- Text Bild Video Audio $0.3/M
- Ausgabe
- Text $2.5/M
- Audio-Input
- $1/M
- Cache-Read
- $0.03/M
- Kontext
- 1M
- vs. GPT-4o
- ~94% günstiger
- Knowledge Cutoff
- 2025-01
Benchmarks
Herstellerangaben: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
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 0 to 24576, or -1 for dynamic · Interactions API: low, medium, high |
| Standardwert | dynamisches Thinking (thinkingBudget -1) gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | thinkingBudget 0 schaltet Thinking ab; Thinking-Token werden als Output-Token abgerechnet (thoughtsTokenCount); 2.5 gibt Thought Signatures nur zurück, wenn Thinking aktiv ist und die Anfrage Funktionen deklariert. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild + Video + Audio → Text |
|---|
- Erstes stabiles Release von 2.5 Flash
- 1.048.576 Token Input / 65.536 Output
- Text-, Bild-, Video- und Audioeingabe
- Thinking unterstützt
Ein Prompt, gemessen über das Gateway
Gemini 2.5 Flash bestanden · 3 sentences
Enabling LLM reasoning means the model processes more complex thoughts, often requiring multiple steps or internal iterations to generate accurate answers. This translates directly to higher token consumption per query, as the model "thinks" more deeply and generates more internal and external text for each request. While increasing cost, this deeper processing significantly enhances output quality and reliability, delivering more robust solutions for critical business functions.
Ausgabe 368 tok (+290 Denken) Latenz 3.1 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 bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 # Initialize best to 1, as a non-empty list always has at least one run of length 1 cur = 1 # Initialize current run length to 1 for the first element for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 # Extend the current run else: cur = 1 # Start a new run of length 1 with the current element xs[i] best = max(best, cur) # Always update best after processing the current element return best ``` **Explanation of the bug:** The original code had two primary flaws. First, it initialized `best` to 0 and `cur` to 0. For single-element inputs (e.g., `[1]`), the loop `range(1, len(xs))` would be empty, causing the function to incorrectly return 0 instead of 1. […]
Ausgabe 3871 tok (+3463 Denken) Latenz 19.8 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 bestanden · 5/5 fields, guidance "withheld pending the Q4 close for Meridi"
```json { "company": null, "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld pending the Q4 close for Meridian Robotics" } ```
Ausgabe 380 tok (+314 Denken) Latenz 2.5 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
Gemini 2.5 Flash bestanden · 111 words, 0 banned, 1 question
Introducing our latest API Gateway enhancement: **Cross-Provider Prompt Caching**. This new feature intelligently stores and reuses frequently used prompts across all your integrated AI services, regardless of the underlying provider. Eliminate redundant API calls and unnecessary expenses from sending identical requests repeatedly. By intelligently serving cached responses, your applications will experience significantly reduced latency and improved operational efficiency, leading to faster user interactions. This update ensures consistent, rapid delivery of AI-generated content, optimizing resource utilization across your entire AI infrastructure. Are you ready to accelerate your AI-driven workflows and reduce operational spend? Experience substantial performance gains and smarter resource management with this advanced capability, bolstering your AI strategy for greater effectiveness.
Ausgabe 1242 tok (+1108 Denken) Latenz 7.3 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
Gemini 2.5 Flash 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",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
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",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
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",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'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",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
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")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Gemini 2.5 Flash
- Googles Modellseite nennt es das „beste Modell im Hinblick auf das Preis-Leistungs-Verhältnis, mit rundum ausgewogenen Fähigkeiten“, die mittlere Wahl zwischen Flash-Lite, das Reasoning-Tiefe für Kosten aufgibt, und 2.5 Pro, das Latenz für Tiefe aufgibt.
- Es ist ein Thinking-Modell mit einem Kontextfenster von 1.048.576 Token und einem Output-Limit von 65.536 Token, das Text-, Bild-, Video- und Audioeingaben akzeptiert und Text zurückgibt.
- Zu den unterstützten Fähigkeiten zählen Function Calling, strukturierte Ausgaben, Code-Ausführung, Search- und Maps-Grounding, URL-Kontext, Context-Caching, die Batch API sowie Flex- und Priority-Inferenz; Live API, Bildgenerierung, Audiogenerierung und Computer Use gehören nicht dazu.
- Thinking läuft standardmäßig dynamisch, und 2.5 Flash ist eines der wenigen Gemini-Modelle, bei denen es sich vollständig abschalten lässt: thinkingBudget akzeptiert 0 bis 24.576, wobei -1 für dynamisch steht und 0 Thinking komplett deaktiviert.
- Diese Einstellung sollten Sie bewusst wählen, denn Thinking-Token werden als Output-Token abgerechnet, selbst wenn nur eine Zusammenfassung zurückkommt.
- Googles neuere Interactions API stellt dieselbe Steuerung als thinking_level-String mit low, medium oder high bereit statt als numerisches Budget, sodass die aufgerufene Oberfläche die Art der Anfrage verändert.
- Der Knowledge Cutoff liegt im Januar 2025.
- Entwickler erreichen es auf Synthorai über die vertraute OpenAI-kompatible Chat-Completions-API.
FAQ
Lässt sich die Gemini 2.5 Flash API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $0.3/M Input-Tokens deckt allein dieses Guthaben rund 416 Requests mit je ~8K Tokens gegen Gemini 2.5 Flash ab.
Worin ist Gemini 2.5 Flash am besten?
Bestes Preis-Leistungs-Verhältnis für volumenstarkes Reasoning; Thinking-Modell mit 1.048.576-Token-Kontext; Code-Ausführung und Search Grounding integriert. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Gemini 2.5 Flash?
Gemini 2.5 Flash kostet auf Synthorai $0.3 pro Million Input-Tokens und $2.5 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.03/M abgerechnet.
Unterstützt Gemini 2.5 Flash Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Input-Tokens werden mit $0.03/M statt $0.3/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?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="gemini-2.5-flash", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Wo liegt der Knowledge Cutoff von Gemini 2.5 Flash?
Der Knowledge Cutoff von Gemini 2.5 Flash 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.