Gemini 2.5 Flash-Lite è il modello Gemini 2.5 multimodale più efficiente in termini di costo di Google e offre le prestazioni più rapide della famiglia per compiti leggeri e ad alta frequenza come classificazione, estrazione di dati e riassunto.
- Input
- testo immagine video audio $0.1/M
- Output
- testo $0.4/M
- Input audio
- $0.3/M
- Lettura cache
- $0.01/M
- Contesto
- 1M
- vs GPT-4o
- ~98% più economico
- Knowledge cutoff
- 2025-01
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 1.048.576 |
|---|---|
| Output massimo (specifica del provider) | 65.536 |
| Knowledge cutoff | 2025-01 |
Prompt caching
| Modalità | automatico + esplicito |
|---|---|
| Prefisso min. | 4.096 |
Ragionamento
| Parametro del provider | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valori accettati | thinkingBudget 512 to 24576, or -1 for dynamic · Interactions API: low, medium, high |
| Valore di default | disattivato, e il modello non pensa a meno che non venga impostato un budget applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | L'unico Gemini che esce con il thinking disattivato di default; l'intervallo del budget parte da 512, ma thinkingBudget 0 è comunque valido e mantiene il thinking disattivato, mentre -1 attiva il thinking dinamico. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine + video + audio → testo |
|---|
- 1.048.576 token in input / 65.536 in output
- input di testo+immagini+video+audio+PDF
- thinking supportato
Un solo prompt, misurato attraverso il gateway
Gemini 2.5 Flash-Lite superato · 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.
out 80 tok latenza 1.0 s
Rispetto delle istruzioni (esattamente tre frasi: si contano), adattamento al destinatario (registro da CFO) e lo scarto di fatturazione dovuto al ragionamento nascosto, che i contatori di token qui sotto mettono in luce.
Gemini 2.5 Flash-Lite superato · 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. […]
out 728 tok latenza 2.8 s
Se la correzione è davvero giusta (si può eseguire), quanto è densa la spiegazione e quanti token servono per un compito circoscritto.
Gemini 2.5 Flash-Lite superato · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
out 58 tok latenza 0.9 s
Aderenza allo schema (nessun campo inventato), tentazione di allucinare (il testo dice espressamente che la guidance non viene comunicata) e differenze tra i percorsi di output strutturato.
Gemini 2.5 Flash-Lite non superato · 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.
out 97 tok latenza 1.0 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica e controllo della lunghezza.
Usa Gemini 2.5 Flash-Lite in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));Informazioni su Gemini 2.5 Flash-Lite
- Google indica come suoi usi migliori la classificazione ad alto volume, l'estrazione semplice di dati e le "applicazioni a latenza estremamente bassa in cui budget e velocità sono i vincoli principali", che è anche la linea per sceglierlo al posto di 2.5 Flash.
- Accetta input di testo, immagini, video, audio e PDF con una finestra di contesto da 1.048.576 token e un limite di output da 65.536 token, e restituisce testo.
- Function calling, output strutturati, esecuzione di codice, grounding con Search e Maps, contesto da URL, caching del contesto, la Batch API e l'inferenza Flex e Priority sono tutti supportati; Live API, generazione di immagini e generazione di audio no.
- Il suo comportamento distintivo è il thinking: unico in questa lineup, Flash-Lite arriva con il thinking disattivato di default, quindi non si spende nulla in token di ragionamento se non li si chiede. thinkingBudget accetta da 512 a 24.576 per un'allocazione fissa oppure -1 per il thinking dinamico, e 0 lo mantiene disabilitato, il che conta perché i token di thinking sono fatturati alla tariffa di output.
- La più recente Interactions API di Google esprime lo stesso controllo come stringa thinking_level a low, medium o high.
- Il cutoff di conoscenza è gennaio 2025, e Google non ha pubblicato alcuna data di ritiro per i modelli 2.5 in disponibilità generale.
- Synthorai instrada le richieste verso di esso tramite l'endpoint standard chat completions compatibile OpenAI.
FAQ
L'API di Gemini 2.5 Flash-Lite si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $0.1/M per i token di input, quel credito basta da solo per circa 1,250 richieste da ~8K token a Gemini 2.5 Flash-Lite.
In cosa eccelle Gemini 2.5 Flash-Lite?
Il più economico, il più veloce della sua famiglia; thinking opzionale per i problemi più difficili; costruito per classificazione, estrazione e sintesi. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa Gemini 2.5 Flash-Lite?
Su Synthorai Gemini 2.5 Flash-Lite costa $0.1 per milione di token di input e $0.4 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.01/M.
Qual è la finestra di contesto di Gemini 2.5 Flash-Lite?
Gemini 2.5 Flash-Lite ha una finestra di contesto di 1M token su Synthorai. Una singola risposta può arrivare a 65,536 token.
Gemini 2.5 Flash-Lite supporta il prompt caching?
Sì: il caching automatico è attivo di default, con una modalità esplicita per risparmi garantiti. I token di input letti dalla cache costano $0.01/M, contro $0.1/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 4,096 token. Guida al prompt caching →
Come ottengo l'accesso a Gemini 2.5 Flash-Lite?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="gemini-2.5-flash-lite" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Qual è il knowledge cutoff di Gemini 2.5 Flash-Lite?
Il knowledge cutoff di Gemini 2.5 Flash-Lite è 2025-01, secondo la documentazione ufficiale del provider (dato aggiornato al 2026-07-09).
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.