Google

GGemini 2.5 Flash Lite (batch)API

Gemini 2.5 Flash-Lite é um modelo de raciocínio leve da família Gemini 2.5, otimizado para latência ultra-baixa e eficiência de custo.

Janela de contexto
1M
tokens
Preço de entrada
$0.05
por M tokens
Preço de saída
$0.2
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 o Gemini 2.5 Flash Lite (batch), medidas pela Artificial Analysis. Quanto maior, melhor. Modo de medição: 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 $
Dados de benchmark por Artificial Analysis

Sobre este modelo

O Gemini 2.5 Flash Lite (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 Lite (batch)?

Gemini 2.5 Flash Lite (batch) é um modelo de linguagem de IA da Google. É um modelo proprietário, disponível através de uma API. Ele pontua 11.4 no índice de inteligência Artificial Analysis.

O Gemini 2.5 Flash Lite (batch) é gratuito?

O Gemini 2.5 Flash Lite (batch) não é gratuito: custa $0.05 por milhão de tokens de entrada e $0.2 por milhão de tokens de saída. Alternativas de peso aberto podem ser auto-hospedadas sem custo por token.

Para que o Gemini 2.5 Flash Lite (batch) é bom?

Benchmarks independentes da Artificial Analysis dão a ele 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%. 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