Gemini 2.5 Flash는 Google에서 가격 대비 성능이 가장 좋은 Gemini 2.5 모델로, 대규모 처리와 에이전틱 애플리케이션을 포함해 여전히 추론이 필요한 저지연·대용량 워크로드를 겨냥합니다.
- 입력
- 텍스트 이미지 동영상 오디오 $0.3/M
- 출력
- 텍스트 $2.5/M
- 오디오 입력
- $1/M
- 캐시 읽기
- $0.03/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 94% 저렴
- 지식 컷오프
- 2025-01
벤치마크
공급자 공개 자료: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
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 0 to 24576, or -1 for dynamic · Interactions API: low, medium, high |
| 기본값 | 동적 사고(thinkingBudget -1) 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | thinkingBudget을 0으로 두면 사고가 꺼집니다. 사고 토큰은 출력 토큰으로 과금됩니다(thoughtsTokenCount). 2.5는 사고가 켜져 있고 요청이 함수를 선언한 경우에만 thought signature를 반환합니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 + 오디오 → 텍스트 |
|---|
- 첫 안정 버전 2.5 Flash 릴리스
- 입력 1,048,576 토큰 / 출력 65,536 토큰
- 텍스트+이미지+영상+오디오 입력
- 사고 지원
출처: Google 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
Gemini 2.5 Flash 통과 · 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.
출력 368 tok (+290 사고) 지연 시간 3.1 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 통과 · 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. […]
출력 3871 tok (+3463 사고) 지연 시간 19.8 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
Gemini 2.5 Flash 통과 · 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" } ```
출력 380 tok (+314 사고) 지연 시간 2.5 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 통과 · 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.
출력 1242 tok (+1108 사고) 지연 시간 7.3 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Gemini 2.5 Flash 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",
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(""));Gemini 2.5 Flash 소개
- Google 모델 페이지는 이 모델을 “가격 대비 성능 측면에서 최고의 모델이며 두루 균형 잡힌 능력을 제공”한다고 표현하는데, 비용을 위해 추론 깊이를 포기하는 Flash-Lite와 깊이를 위해 지연을 포기하는 2.5 Pro 사이의 중간 선택지입니다.
- 1,048,576 토큰 컨텍스트 윈도우와 65,536 토큰 출력 제한을 갖춘 사고 모델이며, 텍스트·이미지·영상·오디오 입력을 받아 텍스트를 반환합니다.
- 지원 기능에는 함수 호출, 구조화 출력, 코드 실행, 검색·지도 그라운딩, URL 컨텍스트, 컨텍스트 캐싱, Batch API, Flex 및 Priority 추론이 포함되고, Live API, 이미지 생성, 오디오 생성, 컴퓨터 사용은 지원되지 않습니다.
- 사고는 기본적으로 동적으로 동작하며, 2.5 Flash는 사고를 아예 끌 수 있는 몇 안 되는 Gemini 모델 중 하나입니다. thinkingBudget은 0부터 24,576까지를 받고 -1은 동적, 0은 사고를 완전히 비활성화합니다.
- 요약만 반환되더라도 사고 토큰이 출력 토큰으로 과금되므로 이 설정은 의도적으로 고를 만합니다.
- Google의 새로운 Interactions API는 같은 제어를 숫자 예산 대신 low, medium, high의 thinking_level 문자열로 노출하므로, 어느 인터페이스를 호출하느냐에 따라 요청 방식이 달라집니다.
- 지식 컷오프는 2025년 1월입니다.
- 개발자는 Synthorai에서 익숙한 OpenAI 호환 chat completions API로 이 모델에 접근합니다.
자주 묻는 질문
Gemini 2.5 Flash API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $0.3 기준으로 계산하면, 이 크레딧만으로 Gemini 2.5 Flash에 약 8K 토큰짜리 요청을 416회쯤 보낼 수 있습니다.
Gemini 2.5 Flash는 어떤 작업에 가장 강한가요?
대용량 추론에 최고의 가격 대비 성능, 1,048,576 토큰 컨텍스트의 사고 모델, 코드 실행과 검색 그라운딩 내장. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Gemini 2.5 Flash 가격은 얼마인가요?
Synthorai에서 Gemini 2.5 Flash 가격은 입력 100만 토큰당 $0.3, 출력 100만 토큰당 $2.5입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.03입니다.
Gemini 2.5 Flash의 컨텍스트 길이는 얼마인가요?
Gemini 2.5 Flash의 컨텍스트 윈도우는 1M 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Gemini 2.5 Flash는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 절감을 확실히 보장받고 싶다면 명시적 모드를 쓸 수 있습니다. 캐시된 입력 토큰은 100만 토큰당 $0.03입니다(캐시되지 않으면 $0.3). 캐시되려면 프롬프트에 4,096토큰 이상의 변하지 않는 접두사가 있어야 합니다. 프롬프트 캐싱 가이드 →
Gemini 2.5 Flash는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="gemini-2.5-flash"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
Gemini 2.5 Flash의 지식 컷오프는 언제인가요?
공급자 공식 문서에 따르면 Gemini 2.5 Flash의 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.