Gemini 2.5 Flash-Lite는 Google에서 가장 비용 효율적인 멀티모달 Gemini 2.5 모델로, 분류, 데이터 추출, 요약처럼 가볍고 빈도 높은 작업에 대해 패밀리에서 가장 빠른 성능을 제공합니다.
- 입력
- 텍스트 이미지 동영상 오디오 $0.1/M
- 출력
- 텍스트 $0.4/M
- 오디오 입력
- $0.3/M
- 캐시 읽기
- $0.01/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 98% 저렴
- 지식 컷오프
- 2025-01
가격 수준 비교
같은 종류의 모델 68개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,048,576 |
|---|---|
| 최대 출력(공급자 사양) | 65,536 |
| 지식 컷오프 | 2025-01 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 접두사 | 4,096 |
사고
| 공급자 파라미터 | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| 허용 값 | thinkingBudget 512 to 24576, or -1 for dynamic · Interactions API: low, medium, high |
| 기본값 | off, 예산을 설정하지 않으면 모델이 사고하지 않음 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | 사고가 기본으로 꺼진 상태로 출시된 유일한 Gemini입니다. 예산 범위는 512부터 시작하지만, thinkingBudget 0도 별도로 유효하며 사고를 끈 상태로 유지하고, -1은 동적 사고를 켭니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 + 오디오 → 텍스트 |
|---|
- 입력 1,048,576 토큰 / 출력 65,536 토큰
- 텍스트+이미지+영상+오디오+PDF 입력
- 사고 지원
출처: Google 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
Gemini 2.5 Flash-Lite 통과 · 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.
출력 80 tok 지연 시간 1.0 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
Gemini 2.5 Flash-Lite 통과 · 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. […]
출력 728 tok 지연 시간 2.8 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
Gemini 2.5 Flash-Lite 통과 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
출력 58 tok 지연 시간 0.9 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
Gemini 2.5 Flash-Lite 실패 · 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.
출력 97 tok 지연 시간 1.0 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Gemini 2.5 Flash-Lite 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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(""));Gemini 2.5 Flash-Lite 소개
- Google은 최적 용도로 대용량 분류, 단순 데이터 추출, 그리고 “예산과 속도가 주된 제약인 극도로 낮은 지연 시간의 애플리케이션”을 꼽는데, 이것이 2.5 Flash 대신 이 모델을 고르는 기준이기도 합니다.
- 텍스트·이미지·영상·오디오·PDF 입력을 1,048,576 토큰 컨텍스트 윈도우와 65,536 토큰 출력 제한으로 받아 텍스트를 반환합니다.
- 함수 호출, 구조화 출력, 코드 실행, 검색·지도 그라운딩, URL 컨텍스트, 컨텍스트 캐싱, Batch API, Flex 및 Priority 추론을 모두 지원하며, Live API, 이미지 생성, 오디오 생성은 지원하지 않습니다.
- 이 모델을 규정하는 특징은 사고입니다.
- 이 라인업에서 유일하게 Flash-Lite는 사고가 기본으로 꺼진 채 제공되므로, 명시적으로 요청하지 않는 한 추론 토큰에 비용이 들지 않습니다. thinkingBudget은 고정 허용량으로 512부터 24,576까지, 동적 사고로는 -1을 받고, 0은 비활성 상태를 유지합니다.
- 사고 토큰이 출력 요율로 과금되기 때문에 중요한 부분입니다.
- Google의 새로운 Interactions API는 같은 제어를 low, medium, high의 thinking_level 문자열로 표현합니다.
- 지식 컷오프는 2025년 1월이며, Google은 2.5 정식 제공 모델의 지원 종료일을 공개하지 않았습니다.
- Synthorai는 표준 OpenAI 호환 chat completions 엔드포인트로 이 모델에 요청을 라우팅합니다.
자주 묻는 질문
Gemini 2.5 Flash-Lite API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $0.1 기준으로 계산하면, 이 크레딧만으로 Gemini 2.5 Flash-Lite에 약 8K 토큰짜리 요청을 1,250회쯤 보낼 수 있습니다.
Gemini 2.5 Flash-Lite는 어떤 작업에 가장 강한가요?
패밀리 내 최고 비용 효율·최고 속도, 어려운 문제엔 선택적 사고, 분류·추출·요약용 설계. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Gemini 2.5 Flash-Lite 가격은 얼마인가요?
Synthorai에서 Gemini 2.5 Flash-Lite 가격은 입력 100만 토큰당 $0.1, 출력 100만 토큰당 $0.4입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.01입니다.
Gemini 2.5 Flash-Lite의 컨텍스트 길이는 얼마인가요?
Gemini 2.5 Flash-Lite의 컨텍스트 윈도우는 1M 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Gemini 2.5 Flash-Lite는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 절감을 확실히 보장받고 싶다면 명시적 모드를 쓸 수 있습니다. 캐시된 입력 토큰은 100만 토큰당 $0.01입니다(캐시되지 않으면 $0.1). 캐시되려면 프롬프트에 4,096토큰 이상의 변하지 않는 접두사가 있어야 합니다. 프롬프트 캐싱 가이드 →
Gemini 2.5 Flash-Lite는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="gemini-2.5-flash-lite"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
Gemini 2.5 Flash-Lite의 지식 컷오프는 언제인가요?
공급자 공식 문서에 따르면 Gemini 2.5 Flash-Lite의 지식 컷오프는 2025-01입니다(2026-07-09 기준).
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.