G
Gemini 2.5 Flash (batch)API
Gemini 2.5 Flash ist Googles hochmodernes Arbeitspferd-Modell, das speziell für fortgeschrittenes Denken, Programmierung, Mathematik und wissenschaftliche Aufgaben entwickelt wurde.
Preise werden automatisch aktualisiert — täglich geprüft anhand der Listenpreise der Anbieter.
- $0.43 pro 1M Tokens, basierend auf 3 Eingaben für 1 Ausgabe die von Artificial Analysis verwendete Konvention
- günstiger als 84% der 221 kommerziellen Modelle, die hier verfolgt werden
- 12 von 35 Google Modellen, die hier verfolgt werden, vom günstigsten
Benchmarks & Leistung
Unabhängige Benchmark-Ergebnisse für Gemini 2.5 Flash (Batch), gemessen von Artificial Analysis. Höher ist besser. Messmodus: Non-reasoning.
Modelle auf diesem Niveau kosten $0.39 pro 1M Tokens (Median von 45) — dieses kostet $0.43.
Günstiger und besser in diesem Index: GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) und 42 mehr
Über dieses Modell
Gemini 2.5 Flash (batch) ist ein kommerzielles KI-Modell von Google. Die unten aufgeführten Spezifikationen werden automatisch erfasst: Die Preise werden täglich anhand der öffentlichen Listenpreise aktualisiert, sodass die Zahlen auf dieser Seite die aktuellen Kosten für die Nutzung des Modells über seine API widerspiegeln.
Häufig gestellte Fragen
Was ist Gemini 2.5 Flash (Batch)?
Gemini 2.5 Flash (batch) ist ein KI-Sprachmodell von Google. Es ist ein proprietäres Modell, das über eine API verfügbar ist. Es erzielt 9.9 im Artificial Analysis Intelligenzindex.
Ist Gemini 2.5 Flash (Batch) kostenlos?
Gemini 2.5 Flash (Batch) ist nicht kostenlos: Es kostet $0.15 pro Million Eingabetokens und $1.25 pro Million Ausgabetokens. Open-Weight-Alternativen können ohne Kosten pro Token selbst gehostet werden.
Worin ist Gemini 2.5 Flash (Batch) gut?
Unabhängige Benchmarks von Artificial Analysis geben ihm GPQA 68.3%, MMLU-Pro 80.9%, Humanity's Last Exam 4.7%, Long Context Reasoning 49.9%, LiveCodeBench 49.5%, MATH-500 93.2%, AIME 50%, AIME 2025 60.3%, IFBench 39%, τ²-Bench 14.9%, Terminal-Bench Hard 12.1%. Es wird besonders verwendet für mathematische Argumentation.