Google

GGemini 2.5 Flash (batch)API

Gemini 2.5 Flash è il modello di punta di Google, progettato specificamente per ragionamento avanzato, codifica, matematica e compiti scientifici.

Finestra di contesto
1M
token
Prezzo di input
$0.15
per M token
Prezzo di output
$1.25
per M token
Fornitore
Google

I prezzi si aggiornano automaticamente — controllati ogni ora rispetto ai prezzi della lista dei fornitori.

Vedi alternative open-source → Confronta tutti i prezzi dei modelli

Benchmark e prestazioni

Punteggi di benchmark indipendenti per Gemini 2.5 Flash (batch), misurati da Artificial Analysis. Maggiore è meglio. Modalità di misurazione: Reasoning.

Intelligence index20.1
Math index73.3
GPQA79%
MMLU-Pro83.2%
Humanity's Last Exam11.1%
Long Context Reasoning61.7%
LiveCodeBench69.5%
SciCode39.4%
MATH-50098.1%
AIME82.3%
AIME 202573.3%
IFBench50.3%
τ²-Bench31.6%
Terminal-Bench Hard13.6%
💰 Blended price$0.85 / 1M tokens
📈 Value23.6 intelligence points per $
Dati di benchmark di Artificial Analysis

Informazioni su questo modello

Gemini 2.5 Flash (batch) è un modello AI commerciale di Google. Le specifiche qui sotto sono tracciate automaticamente: i prezzi vengono aggiornati ogni ora dai prezzi pubblici, quindi i numeri su questa pagina riflettono il costo attuale di utilizzo del modello tramite la sua API.

Domande frequenti

Che cos'è Gemini 2.5 Flash (batch)?

Gemini 2.5 Flash (batch) è un modello di linguaggio AI di Google. È un modello proprietario, disponibile tramite un'API. Ottiene 20.1 sull'indice di intelligenza Artificial Analysis.

Gemini 2.5 Flash (batch) è gratuito?

Gemini 2.5 Flash (batch) non è gratuito: costa $0.15 per milione di token di input e $1.25 per milione di token di output. Le alternative open-weight possono essere auto-ospitate senza costi per token.

A cosa serve Gemini 2.5 Flash (batch)?

I benchmark indipendenti di Artificial Analysis gli danno GPQA 79%, MMLU-Pro 83.2%, Humanity's Last Exam 11.1%, Long Context Reasoning 61.7%, LiveCodeBench 69.5%, SciCode 39.4%, MATH-500 98.1%, AIME 82.3%, AIME 2025 73.3%, IFBench 50.3%, τ²-Bench 31.6%, Terminal-Bench Hard 13.6%. È particolarmente utilizzato per ragionamento matematico.

Modelli correlati

Gemini 3.1 Pro PreviewGoogleGemini 3.1 Pro Preview Custom ToolsGoogleNano Banana Pro (Gemini 3 Pro Image)GoogleGoogle Gemini Pro LatestGoogleGemini 2.5 ProGoogleGemini 2.5 Pro Preview 05-06Google