Google

GGemini 2.5 Flash Lite (batch)API

Gemini 2.5 Flash-Lite è un modello di ragionamento leggero della famiglia Gemini 2.5, ottimizzato per una latenza ultra-bassa e un'efficienza dei costi.

Finestra di contesto
1M
token
Prezzo di input
$0.05
per M token
Prezzo di output
$0.2
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 Lite (batch), misurati da Artificial Analysis. Maggiore è meglio. Modalità di misurazione: Reasoning.

Intelligence index11.4
Math index53.3
GPQA62.5%
MMLU-Pro75.9%
Humanity's Last Exam6.4%
Long Context Reasoning51.3%
LiveCodeBench59.3%
SciCode19.3%
MATH-50096.9%
AIME70.3%
AIME 202553.3%
IFBench49.9%
τ²-Bench18.4%
Terminal-Bench Hard4.5%
💰 Blended price$0.175 / 1M tokens
📈 Value65.1 intelligence points per $
Dati di benchmark di Artificial Analysis

Informazioni su questo modello

Gemini 2.5 Flash Lite (batch) è un modello AI commerciale di Google. Le specifiche sottostanti 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 Lite (batch)?

Gemini 2.5 Flash Lite (batch) è un modello di linguaggio AI di Google. È un modello proprietario, disponibile tramite un'API. Ottiene 11.4 sull'indice di intelligenza Artificial Analysis.

Gemini 2.5 Flash Lite (batch) è gratuito?

Gemini 2.5 Flash Lite (batch) non è gratuito: costa $0.05 per milione di token di input e $0.2 per milione di token di output. Le alternative a peso aperto possono essere auto-ospitate senza costi per token.

A cosa serve Gemini 2.5 Flash Lite (batch)?

I benchmark indipendenti di Artificial Analysis gli danno GPQA 62.5%, MMLU-Pro 75.9%, Humanity's Last Exam 6.4%, Long Context Reasoning 51.3%, LiveCodeBench 59.3%, SciCode 19.3%, MATH-500 96.9%, AIME 70.3%, AIME 2025 53.3%, IFBench 49.9%, τ²-Bench 18.4%, Terminal-Bench Hard 4.5%. 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