Gemini 2.5 Flash-Lite
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
- 综合 Index48
- 推理39
- 编程40
- 智能体与工具49
- 数学58
- 指令遵循52
嵌入这个排名
更多徽章样式[](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。
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 Lite | 2026年7月21日 | 51.4 | #310 |
| Gemini 3.1 Flash Lite | 2026年3月3日 | 52.6 | #273 |
| Gemini 2.5 Flash Lite 09thinking | 2025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 001 | 2025年2月25日 | – | – |
| Gemini 2.0 Flash-Lite | 2025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 | #418 | 284 tok/s | 0.35 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 |
| thinking | 47.9 | #394 | 366 tok/s | 18 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- 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 Prompts | 1390#188 | 1383#194 | – | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 47.4%#447 | 62.5%#367 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.7%#600 | 6.8%#400 | – | Artificial Analysis | |
| Kagi LLM Benchmark推理强度未说明 | – | – | 40.5%#104 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)不计入 Index推理强度未说明 | – | – | 30.9%#60 | HELM Capabilities | |
| CritPt不计入 Index | 0.0%#337 | 0.0%#337 | – | Artificial Analysis | |
| Arena Expert不计入 Index | 1387#189 | 1372#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%#127 | 35.2%#127 | WeirdML | |
| Arena Coding | 1397#205 | 1383#221 | – | Arena (LMArena) | |
| ALE-Bench不计入 Index | – | 325.9#129 | – | Epoch AI Benchmarking Hub | |
| LiveCodeBench (AA)不计入 Index | 40.0%#168 | 59.3%#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 Hard | 2.3%#325 | 4.5%#289 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 19.0%#348 | 18.4%#352 | – | Artificial Analysis | |
| BFCL Overall推理强度未说明 | – | – | 36.9%#40 | Berkeley 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%#20 | HELM Capabilities | |
| Arena Maths | 1361#197 | 1363#191 | – | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 35.3%#165 | 53.3%#131 | – | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro (HELM)不计入 Index | 53.7%#55 | HELM Capabilities | |
| MedCode不计入 Index | 27.1%#99 | Vals AI | |
| MedScribe不计入 Index | 72.8%#83 | Vals AI |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 31.5%#356 | 49.9%#176 | – | Artificial Analysis | |
| IFEval (HELM)推理强度未说明 | – | – | 81.0%#44 | HELM Capabilities | |
| WildBench (HELM)推理强度未说明 | – | – | 81.8%#24 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1363#187 | 1369#181 | – | Arena (LMArena) |
人类偏好
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1379#182 | 1375#185 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1360#164 | 1373#150 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1373#184 | 1366#191 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1387#180 | 1379#187 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision | 1198#93 | 1187#99 | Arena (LMArena) | |
| MMMU-Pro | 54.0%#245 | 58.2%#233 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Fiction.LiveBench 120k | – | 21.9%#34 | Fiction.live | |
| AA-LCR v1.1 | 32.0%#411 | 55.7%#316 | Artificial 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#139 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 6.7#523 | 8.6#444 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 181.8#471 | 202.4#406 | – | Artificial Analysis | |
| HELM Capabilities mean不计入 Index推理强度未说明 | – | – | 59.1%#46 | HELM 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
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
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。
[](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}
}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。