Google

GGemini 2.5 Flash (batch)API

Gemini 2.5 Flash é o modelo de trabalho de última geração do Google, especificamente projetado para raciocínio avançado, codificação, matemática e tarefas científicas.

Janela de contexto
1M
tokens
Preço de entrada
$0.15
por M tokens
Preço de saída
$1.25
por M tokens
Fornecedor
Google

Os preços são atualizados automaticamente — verificados a cada hora em relação aos preços da lista do fornecedor.

Veja alternativas de código aberto → Compare todos os preços dos modelos

Benchmarks & performance

Pontuações de benchmark independentes para Gemini 2.5 Flash (batch), medidas pela Artificial Analysis. Quanto maior, melhor. Modo de medição: 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 $
Dados de benchmark por Artificial Analysis

Sobre este modelo

Gemini 2.5 Flash (batch) é um modelo de IA comercial do Google. As especificações abaixo são rastreadas automaticamente: os preços são atualizados a cada hora a partir de preços públicos, então os números nesta página refletem o custo atual de uso do modelo através de sua API.

Perguntas frequentes

O que é o Gemini 2.5 Flash (batch)?

Gemini 2.5 Flash (batch) é um modelo de linguagem de IA da Google. É um modelo proprietário, disponível através de uma API. Ele pontua 20.1 no índice de inteligência Artificial Analysis.

O Gemini 2.5 Flash (batch) é gratuito?

Gemini 2.5 Flash (batch) não é gratuito: custa $0.15 por milhão de tokens de entrada e $1.25 por milhão de tokens de saída. Alternativas de peso aberto podem ser auto-hospedadas sem custo por token.

Para que serve o Gemini 2.5 Flash (batch)?

Benchmarks independentes da Artificial Analysis dão a ele 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%. É particularmente usado para raciocínio matemático.

Modelos relacionados

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