Gemini 2.5 Flash-Lite API

Gemini 2.5 Flash-Lite API 是 Google 混合推理模型家族的最新产品，旨在为高并发、对时延敏感的应用提供无与伦比的成本效益与超低时延。

---

基本信息与特性

于 2025 年 6 月 17 日以预览版本发布，Flash-Lite 与 Flash 和 Pro 一同完善了 Gemini 2.5 产品线，为开发者提供专注于速度、性价比与自适应思考能力的选项。

你可以在代码中指定 “gemini-2.5-flash-lite” 来开始使用 Gemini 2.5 Flash-Lite。如果你正在使用预览版本，可以切换到 “gemini-2.5-flash-lite”，它与预览版本相同。Google 计划于 8 月 25 日移除 Flash-Lite 的预览别名。

• 思考控制：通过 API 参数实现动态思考预算，默认关闭思考以最大化速度并降低成本。
• 低时延：针对极快的首个 token 输出时间（time-to-first-token）而设计，Flash-Lite 将启动开销降至最低，在标准 Google Cloud 基础设施上实现亚 100 ms 的时延。
• 高吞吐：借助高效的解码管线，持续输出每秒数百个 token，为聊天机器人与流式应用解锁实时体验。
• 多模态支持：虽主要针对文本优化，Flash-Lite 也可通过 Gemini API 接收图像、音频与视频输入，支持从文档摘要到轻量级视觉任务等多样场景。

---

技术细节

• 自适应推理：Gemini 2.5 Flash-Lite 支持按需思考，仅在需要更深层推理时分配计算资源。
• 工具集成：与 Gemini 2.5 原生工具完全兼容，包括 Grounding with Google Search、Code Execution、URL Context 与 Function Calling，以实现无缝的多模态工作流。
• Model Context Protocol (MCP)：利用 Google 的 MCP 获取实时网页数据，确保响应最新且具备上下文相关性。
• 部署选项：可通过 CometAPI、Gemini API、Vertex AI 与 Google AI Studio 使用，同时提供预览通道，方便早期用户试用与反馈。

---

Gemini 2.5 Flash-Lite 的基准表现

• 时延：相较 Gemini 2.5 Flash，中位响应时间最多降低 50%，在标准分类与摘要基准上常见亚 100 ms 时延。
• 吞吐：针对高容量工作负载优化，可在每分钟数万请求规模下持续稳定运行而不降级。
• 性价比：相较 Flash，每 1,000 tokens 的成本降低 25%，对于成本敏感的部署是帕累托最优选择。
• 行业采用：早期用户报告其在生产流水线中平滑集成，性能指标与初始预期一致或更优。

---

理想使用场景

• 高频低复杂度任务： 自动标签、情感分析与批量翻译
• 成本敏感流水线： 大型文档语料的数据抽取、周期性批量摘要
• 边缘与移动场景： 当时延至关重要且资源预算有限时

Gemini 2.5 Flash-Lite 的局限

• 预览状态：在 GA 前可能发生 API 变更；集成应考虑版本升级的可能。
• 不支持在线微调：无法上传自定义权重；依赖提示工程与系统消息。
• 创造性降低：面向确定性、高吞吐任务调优；不太适合开放式生成或“创意”写作。
• 资源上限：仅在约 ~16 vCPU 以内呈线性扩展；超过该规模吞吐提升减弱。
• 多模态限制：支持图像/音频输入但保真度有限；不适合重度视觉或音频转写任务。
• 上下文窗口取舍：尽管可接收最多 1 M tokens，在该规模进行推理时吞吐可能下降。

如何通过 CometAPI 调用 Gemini 2.5 Flash-Lite API

Gemini 2.5 Flash-Lite 在 CometAPI 的定价，比官方价优惠 20%：

• 输入 tokens：$0.08/ M tokens
• 输出 tokens：$0.32/ M tokens

必要步骤

• 登录 cometapi.com。如果你还不是用户，请先注册
• 获取该接口的访问凭证 API key。在个人中心的 API token 处点击 “Add Token”，获取 token key：sk-xxxxx 并提交。
• 获取本站的 url：https://api.cometapi.com/

使用方法

1. 选择 “gemini-2.5-flash-lite” endpoint 发送 API 请求并设置请求体。请求方法与请求体请从我们网站的 API 文档获取。我们的网站也提供 Apifox 测试以便使用。
2. 将 <YOUR_AIMLAPI_KEY> 替换为你账号中的实际 CometAPI key。
3. 将你的问题或请求填入 content 字段——模型会对其进行回答。
4. 处理 API 响应以获取生成的答案。

CometAPI 提供完全兼容的 REST API——实现无缝迁移。关键细节见 API doc：

• Base URL： https://api.cometapi.com/v1/chat/completions
• Model Names： “gemini-2.5-flash-lite“
• Authentication： Bearer YOUR_CometAPI_API_KEY 头

另见 Gemini 2.5 Pro