Choose your path
Gemini 2.5 Flash 是 Google 的多模式 AI 模型，開發者可以透過 API 開啟或關閉進階「思考」功能。最新模型是 gemini-2.5-flash-preview-05-20。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)Gemini 2.5 Flash API 是 Google 最新的多模態 AI 模型，專為高速、經濟高效的任務而設計，具有可控的推理能力，允許開發人員透過 Gemini API 開啟或關閉高級「思考」功能。最新模型是 gemini-2.5-flash.
Gemini 2.5 Flash 旨在提供快速響應，同時不影響輸出品質。它支援多模式輸入，包括文字、圖像、音頻和視頻，適用於各種應用。該模型可透過 Google AI Studio 和 Vertex AI 等平台訪問，為開發人員提供無縫整合到各種系統所需的工具。
Gemini 2.5 Flash 引入了幾個突出的 功能 在 Gemini 2.5 系列中脫穎而出：
Gemini 2.5 Flash 已通過以下關鍵 版本:
截至 2025 年 2.5 月，Gemini XNUMX Flash 現已公開發布且穩定（與 gemini-2.5-flash-預覽-05-20 )。如果您使用 gemini-2.5-flash-preview-04-17，現有預覽版定價將持續到 15 年 2025 月 XNUMX 日模型端點計畫停用（屆時將關閉）。您可以遷移到正式發布的模型“gemini-2.5-flash“。
更快、更便宜、更聰明：
輸入上下文視窗：最多 1 萬個標記，允許廣泛的上下文保留。
輸出令牌：每次回應最多可產生 8,192 個令牌。
支援的形式：文字、圖像、音訊和視訊。
整合平台：可透過 Google AI Studio 和 Vertex AI 取得。
定價：基於代幣的競爭性定價模式，促進具有成本效益的部署。
Gemini 2.5 Flash 的底層是 基於變壓器的 基於網路、程式碼、圖像和視訊資料混合訓練的大型語言模型。關鍵 技術 規格包括：
多模式訓練：經過訓練可以對齊多種模式，Flash 可以無縫地將文字與 圖片, 視頻， 或者 音頻，對於視訊摘要或音訊字幕等任務很有用。
動態思維過程：實作內部推理循環，其中模型 計劃 分解複雜的提示 最終輸出之前。
可配置思維預算：“ 思考預算 可以從 0 （無需推理）最多 24,576令牌，允許在延遲和答案品質之間進行權衡。
工具集成：支持 Google 搜尋基礎, 代碼執行, URL 上下文和 函數呼叫，直接從自然語言提示實現現實世界的操作。
在嚴格的評估中，Gemini 2.5 Flash 表現出 行業領先 性能：
這些結果表明 Gemini 2.5 Flash 在推理、科學理解、數學問題解決、編碼、視覺解釋和多語言能力方面具有競爭優勢：
Gemini 2.5 Flash 雖然功能強大，但還是存在一些 限制:
Gemini 2.5 Flash 證明了 Google 致力於推動人工智慧技術的承諾。憑藉其強大的性能、多模式功能和高效的資源管理，它為尋求在營運中利用人工智慧力量的開發人員和組織提供了全面的解決方案。
Gemini 2.5 Flash 來自 CometAPI 的 APIGemini 2.5 Flash CometAPI 中的 API 定價，比官方價格便宜 20%：https://api.cometapi.com/gemini-2.5-flash「端點發送 API 請求並設定請求體。請求方法和請求體可從我們網站的 API 文件取得。為了方便您使用，我們網站也提供了 Apifox 測試。有關 Comet API 中的模型啟動信息，請參閱 https://api.cometapi.com/new-model.
有關 Comet API 中的模型價格信息，請參閱 https://api.cometapi.com/pricing.
開發人員可以與 gemini-2.5-flash 透過CometAPI的API，可以整合到各種應用程式中。下面是一個 Python 範例：
import os
from openai import OpenAI
client = OpenAI(
base_url="
https://api.cometapi.com/v1/chat/completions",
api_key="<YOUR_API_KEY>",
)
response = openai.ChatCompletion.create(
model="gemini-2.5-flash",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Explain the concept of quantum entanglement."}
]
)
print(response)
此腳本向 Gemini 2.5 Flash 模型並列印產生的回應，示範如何利用 Gemini 2.5 Flash 以獲得複雜的解釋。