Gemini 2.5 Flash 模型档案

• 厂商：Google
• 版本：Gemini 2.5 Flash
• 调用方式：Gemini API / Google AI Studio / Vertex AI
• 上下文窗口：1,048,576 tokens
• 计费方式：输入 $0.30（文本/图像/视频）或 $1.00（音频），输出 $2.50（每百万 Token）

核对日期：2026-07-20。官方资料确认它是云端低延迟、多模态模型，但没有把 Gemini 2.5 Flash 定义为“端侧离线模型”。端侧离线多模态的描述更接近 Google 的 Gemma 3n；两者不能混写。

一句话介绍

Gemini 2.5 Flash 是 Google 面向低延迟、高并发和需要推理的多模态任务打造的高性价比模型。

模型概览

综合评分

综合得分：85.4/100｜数据覆盖率：100%｜证据强度：B｜核对日期：2026-07-20

核心能力

• 支持 thinking、结构化输出、函数调用和代码执行。
• 支持 Google Search grounding、Google Maps grounding、URL context 和 File Search。
• 适合实时对话前的文本/多模态推理；若需要原生实时音频流，应使用 Gemini Live 专用模型。

价格与配额

优势与限制

优势

1. 多模态输入范围广，且支持 1M 级上下文。
2. 速度和价格适合大批量生产任务。
3. Google Search grounding、代码执行和 Maps grounding 便于构建工具型应用。

限制

1. 不是端侧离线模型，离线部署不能按本档案规划。
2. 只输出文本；原生音频输出和图像生成需选专用模型。
3. 知识截止时间较早，实时事实应启用 Search grounding。

推荐使用场景

• 多模态文档、视频和音频理解。
• 低延迟、高并发的分类、抽取、问答和 Agent 任务。
• 需要 Google 搜索、地图或代码执行的云端应用。

不推荐使用场景

• 无网络、隐私隔离或完全离线的端侧场景。
• 需要原生音频对话输出或图像/视频生成。
• 高风险任务中不开启 grounding 和人工复核。

相关端侧模型说明

Google 的 Gemma 3n 官方页面才明确强调“on-device”“offline-ready”和音频、文本、图像、视频理解。若用户真正需要端侧离线多模态，应另建 Gemma 3n 档案，不要把能力归给 Gemini 2.5 Flash。

结论

Gemini 2.5 Flash 是成熟的云端多模态高性价比模型，适合高并发推理和 Google 工具生态。它不是离线端侧模型；端侧需求应转向 Gemma 3n 或其他明确支持本地运行的模型。

官方资料

• Gemini 2.5 Flash 模型页
• Gemini API 价格
• Gemini API 模型目录
• Gemma 3n 端侧模型页

更新记录