BenchLeader

Gemini 2.5 Flash-Lite

推理强度
质量第 184 / 339 名
48.3Index
低于中位数
较中位数 −1.9
价格第 35 / 255 名
$0.175每百万 token
最便宜的四分之一
中位数的 0.2 倍
性价比第 35 / 255 名
276.0分/$
前四分之一
中位数的 5.0 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有三分之一。

有 8 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138),另有 5 个。

截至 2026年11月16日,Gemini 2.5 Flash-Lite(Google)在 BenchLeader Index 上得分 48.3(共 608 个已排名配置)。表现最好的是数学(58),最弱的是推理(39)。API 价格为输入每百万 token $0.100、输出每百万 token $0.400(按 3:1 混合为 $0.175),为 2026年11月16日的标价。发布于 2025年6月17日。

要点(截至 2026年11月16日)

  • Gemini 2.5 Flash-Lite 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.400(按 3:1 混合为 $0.175)(标价,2026年11月16日)。
  • Gemini 2.5 Flash-Lite 于 2025年6月17日发布(Google)。

详细说明:Gemini 2.5 Flash-Lite 是 Google 的闭源模型,发布于 2025年6月17日。其最佳配置在 BenchLeader Index 上得分 48.3 ±6.1,在 608 个配置中排第 387 名,处于下半区。关键在于这个“±”:另有 288 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(58),推理最低(39)。按混合价格计,每百万 token $0.175,属于已排名模型中最便宜的五分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年11月24日。数据较旧:六个月内没有新结果

混合价格
$0.175/M
输入 $0.100 · 输出 $0.400
来源:models.dev
输出速度
–
首次回答
–
上下文
1.0M
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年6月17日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index48
  2. 推理39
  3. 编程40
  4. 智能体与工具49
  5. 数学58
  6. 指令遵循52

嵌入这个排名

更多徽章样式
[![Gemini 2.5 Flash-Lite on BenchLeader: 综合第 183 名](https://www.benchleader.com/badge/gemini-2-5-flash-lite.svg?style=compact)](https://www.benchleader.com/models/gemini-2-5-flash-lite)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Google 以这个名称发布过 6 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Gemini 3.5 Flash Lite2026年7月21日51.4#310
Gemini 3.1 Flash Lite2026年3月3日52.6#273
Gemini 2.5 Flash Lite 09thinking2025年9月25日49.6#355
Gemini 2.5 Flash-Lite本页2025年6月17日48.3#387
Gemini 2.0 Flash Lite 0012025年2月25日––
Gemini 2.0 Flash-Lite2025年2月5日48.0#391

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理46.9#418284 tok/s0.35 s$0.0002智能体与工具 36 · 编程 52 · 人类偏好 55 · 指令遵循 35 · 长上下文 40 · 数学 53 · 多模态 44 · 推理 54
thinking47.9#394366 tok/s18 s$0.0002智能体与工具 38 · 编程 45 · 人类偏好 54 · 指令遵循 51 · 长上下文 39 · 数学 53 · 多模态 45 · 推理 53
未说明最佳48.3#387––$0.0002智能体与工具 49 · 编程 40 · 指令遵循 52 · 数学 58 · 推理 39

Index 走势

2026年9月9日 至 2026年11月16日
364555
  • 默认
  • thinking
  • 无推理

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试无推理thinking默认来源趋势
Arena Hard Prompts1390#1881383#194–Arena (LMArena)
GPQA Diamond (AA)不计入 Index47.4%#44762.5%#367–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.7%#6006.8%#400–Artificial Analysis
Kagi LLM Benchmark推理强度未说明––40.5%#104Kagi LLM Benchmark
GPQA Diamond (HELM)不计入 Index推理强度未说明––30.9%#60HELM Capabilities
CritPt不计入 Index0.0%#3370.0%#337–Artificial Analysis
Arena Expert不计入 Index1387#1891372#196–Arena (LMArena)
LMCA不计入 Index–18.1%#171–Epoch AI Benchmarking Hub
DTBench不计入 Index–62.8%#182–Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
WeirdML–35.2%#12735.2%#127WeirdML
Arena Coding1397#2051383#221–Arena (LMArena)
ALE-Bench不计入 Index–325.9#129–Epoch AI Benchmarking Hub
LiveCodeBench (AA)不计入 Index40.0%#16859.3%#111–Artificial Analysis

智能体与工具

基准测试无推理thinking默认来源趋势
Terminal-Bench Hard2.3%#3254.5%#289–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index19.0%#34818.4%#352–Artificial Analysis
BFCL Overall推理强度未说明––36.9%#40Berkeley Function Calling Leaderboard

数学

基准测试无推理thinking默认来源趋势
Omni-MATH (HELM)推理强度未说明––48.0%#20HELM Capabilities
Arena Maths1361#1971363#191–Arena (LMArena)
AIME 2025 (AA)不计入 Index35.3%#16553.3%#131–Artificial Analysis

知识

基准测试默认来源趋势
MMLU-Pro (HELM)不计入 Index53.7%#55HELM Capabilities
MedCode不计入 Index27.1%#99Vals AI
MedScribe不计入 Index72.8%#83Vals AI

指令遵循

基准测试无推理thinking默认来源趋势
IFBench31.5%#35649.9%#176–Artificial Analysis
IFEval (HELM)推理强度未说明––81.0%#44HELM Capabilities
WildBench (HELM)推理强度未说明––81.8%#24HELM Capabilities
Arena Instruction Following不计入 Index1363#1871369#181–Arena (LMArena)

人类偏好

基准测试无推理thinking来源趋势
Arena Text1379#1821375#185Arena (LMArena)
Arena Creative Writing不计入 Index1360#1641373#150Arena (LMArena)
Arena Multi-turn不计入 Index1373#1841366#191Arena (LMArena)
Arena Longer Queries不计入 Index1387#1801379#187Arena (LMArena)

多模态

基准测试无推理thinking来源趋势
Arena Vision1198#931187#99Arena (LMArena)
MMMU-Pro54.0%#24558.2%#233Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
Fiction.LiveBench 120k–21.9%#34Fiction.live
AA-LCR v1.132.0%#41155.7%#316Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––133.1#139Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index6.7#5238.6#444–Artificial Analysis
AA Progress Index v1不计入 Index181.8#471202.4#406–Artificial Analysis
HELM Capabilities mean不计入 Index推理强度未说明––59.1%#46HELM Capabilities

使用情况

Gemini 2.5 Flash-Lite 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#59
token 份额 0.14%

来源: 使用情况: OpenRouter 排名 · 数据截至 2026年11月16日。

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.010。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0002$0.0001–
总结一份 30 页的报告12,000 / 600$0.0014$0.0006–
代码编辑6,000 / 1,500$0.0012$0.0008–
智能体编程会话60,000 / 4,000$0.0076$0.0036–
结构化信息提取2,000 / 200$0.0003$0.0001–

Google 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Gemini 2.5 Flash-Lite 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Gemini 2.5 Flash-Lite on BenchLeader: 综合第 183 名](https://www.benchleader.com/badge/gemini-2-5-flash-lite.svg)](https://www.benchleader.com/models/gemini-2-5-flash-lite)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Gemini 2.5 Flash-Lite on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-2-5-flash-lite

BibTeX:

@misc{benchleader_gemini_2_5_flash_lite_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemini 2.5 Flash-Lite on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemini-2-5-flash-lite}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Gemini 2.5 Flash-Lite 的基准测试得分是多少?
截至 2026年11月16日,Gemini 2.5 Flash-Lite 的 BenchLeader Index 为 48.3 ±6.1。最强的是数学(58),最弱的是推理(39)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Gemini 2.5 Flash-Lite 排名第几?
截至 2026年11月16日,Gemini 2.5 Flash-Lite 在 608 个已排名配置中排第 387 名。另有 288 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Gemini 2.5 Flash-Lite 每百万 token 的价格是多少?
截至 2026年11月16日,Gemini 2.5 Flash-Lite 的价格为输入每百万 token $0.100、输出每百万 token $0.400,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.175。
Gemini 2.5 Flash-Lite 是什么时候发布的?
Google 于 2025年6月17日发布了 Gemini 2.5 Flash-Lite。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Gemini 2.5 Flash-Lite:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-2-5-flash-lite。