O Gemini 2.5 Flash-Lite é o modelo Gemini 2.5 multimodal mais custo-eficiente do Google, oferecendo o desempenho mais rápido da família para tarefas leves de alta frequência como classificação, extração de dados e sumarização.
- Entrada
- texto imagem vídeo áudio $0.1/M
- Saída
- texto $0.4/M
- Entrada de áudio
- $0.3/M
- Leitura de cache
- $0.01/M
- Contexto
- 1M
- vs GPT-4o
- ~98% mais barato
- Corte de conhecimento
- 2025-01
O preço em contexto
Posição do preço entre 60 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do fornecedor) | 65.536 |
| Corte de conhecimento | 2025-01 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 4.096 |
Raciocínio
| Parâmetro do fornecedor | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valores aceites | thinkingBudget 512 to 24576, or -1 for dynamic · Interactions API: low, medium, high |
| Valor predefinido | desativado, e o modelo não raciocina a menos que um budget seja definido aplicado quando o pedido nada indica |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | O único Gemini que já vem com o raciocínio desativado por padrão; a faixa de budget começa em 512, mas thinkingBudget 0 é válido à parte e mantém o raciocínio desligado, enquanto -1 ativa o raciocínio dynamic. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto + imagem + vídeo + áudio → texto |
|---|
- 1.048.576 tokens de entrada / 65.536 de saída
- entrada de texto+imagem+vídeo+áudio+PDF
- raciocínio suportado
conforme documentação oficial da Google ↗
Um prompt, medido pelo gateway
Gemini 2.5 Flash-Lite passou · 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.
saída 80 tok latência 1.0 s
Cumprimento da instrução (exatamente três frases - contáveis), ajuste ao público (registro de CFO), e a lacuna de cobrança do pensamento oculto que os medidores de tokens abaixo expõem.
Gemini 2.5 Flash-Lite passou · 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. […]
saída 728 tok latência 2.8 s
Se a correção é de fato certa (executável), a densidade da explicação, e a eficiência em tokens numa tarefa delimitada.
Gemini 2.5 Flash-Lite passou · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
saída 58 tok latência 0.9 s
Obediência ao esquema (sem campos inventados), pressão de alucinação (guidance é explicitamente retida), e diferenças no caminho de saída estruturada.
Gemini 2.5 Flash-Lite falhou · 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.
saída 97 tok latência 1.0 s
Obediência às restrições (orçamento de palavras, lista de palavras proibidas, a única pergunta), impressão digital de estilo, e controle de comprimento.
Use o Gemini 2.5 Flash-Lite em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o Gemini 2.5 Flash-Lite
- O Google nomeia seus melhores usos como classificação em alto volume, extração simples de dados e “aplicações de latência extremamente baixa em que orçamento e velocidade são as restrições principais”, que é também o critério para escolhê-lo em vez do 2.5 Flash.
- Ele aceita entrada de texto, imagem, vídeo, áudio e PDF com uma janela de contexto de 1.048.576 tokens e limite de saída de 65.536 tokens, e retorna texto.
- Function calling, saídas estruturadas, execução de código, grounding por busca e Maps, contexto de URL, cache de contexto, a Batch API e inferência Flex e Priority são todos suportados; Live API, geração de imagens e geração de áudio não são.
- Seu comportamento definidor é o raciocínio: sozinho nesta linha, o Flash-Lite vem com o raciocínio desligado por padrão, então nada é gasto em tokens de raciocínio a menos que você os peça. thinkingBudget aceita de 512 a 24.576 para uma cota fixa ou -1 para raciocínio dinâmico, e 0 o mantém desabilitado, o que importa porque os tokens de raciocínio são cobrados à tarifa de saída.
- A Interactions API mais nova do Google expressa o mesmo controle como uma string thinking_level em low, medium ou high.
- O corte de conhecimento é janeiro de 2025, e o Google não publicou data de descontinuação para os modelos 2.5 em disponibilidade geral.
- A Synthorai roteia requisições a ele pelo endpoint de chat completions compatível com OpenAI padrão.
Perguntas frequentes
A API do Gemini 2.5 Flash-Lite é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.1/M de tokens de entrada, só esse crédito já cobre cerca de 1,250 requisições de ~8K tokens ao Gemini 2.5 Flash-Lite.
Em que o Gemini 2.5 Flash-Lite é melhor?
O mais custo-eficiente e rápido da sua família; raciocínio opcional para problemas mais difíceis; criado para classificação, extração e sumarização. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Gemini 2.5 Flash-Lite?
Na Synthorai, o Gemini 2.5 Flash-Lite custa $0.1 por milhão de tokens de entrada e $0.4 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.01/M.
O Gemini 2.5 Flash-Lite suporta cache de prompts?
Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.01/M, contra $0.1/M sem cache; os prompts precisam de um prefixo estável de 4,096 tokens para entrar em cache. Guia de cache de prompts →
Como obtenho acesso ao Gemini 2.5 Flash-Lite?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="gemini-2.5-flash-lite" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Gemini 2.5 Flash-Lite?
O corte de conhecimento do Gemini 2.5 Flash-Lite é 2025-01, segundo a documentação oficial do fornecedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.