模型详情
Gemini 2.5 Flash-Lite
Gemini 2.5 Flash-Lite 是 Gemini 2.5 系列中的轻量级推理模型，针对超低延迟和成本效益进行了优化。与早期 Flash 模型相比，它具有更高的吞吐量、更快的 Token 生成速度以及在常见 benchmark 中更优异的性能。默认情况下，“思考”（即） 为了优先考虑速度，多遍推理功能已被禁用，但开发者可以通过 [推理 API 参数](https://openrouter.ai/docs/use-cases/reasoning-tokens) 启用它，以选择性地权衡成本和智能。
模型规格
- 模型 ID
-
gemini-2.5-flash-lite
- 上下文长度
- 1.048576M
- 最大输出
- 65.536K
- 输入/输出模态
- 发布日期
- 2025-07
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
Gemini
/v1beta/models/{model}:generateContentPOST -
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.1000 /1M Tokens
补全
$0.4000 /1M Tokens
缓存读取
$0.0100 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
多模态模型；输入：文本、图像、文件、语音、视频；输出：文本
Gemini 2.5 Flash-Lite 是多模态模型。规格上，context window 为 1,048,576 个 Token，单次最多输出 65,536 个 Token。
使用前应检查什么？
1,048,576 context，输出上限 65,536
采用 Gemini 2.5 Flash-Lite 前，标准输入费率为 $0.10／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2025-01；发布于 2025-07-22。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
通过 MixRoute 的兼容端点（/v1beta/models/{model}:generateContent）以模型 ID gemini-2.5-flash-lite 调用。现有的兼容 SDK 只需调整 base URL 与模型标识符。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
gemini-2.5-flash-lite 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
gemini-2.5-flash-lite 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
gemini-2.5-flash-lite 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
gemini-2.5-flash-lite 在支持的路由条件下可以使用提示缓存。
视觉输入
gemini-2.5-flash-lite 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 gemini-2.5-flash-lite。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
Gemini 2.5 Flash-Lite 是 Gemini 2.5 系列中的轻量级推理模型，针对超低延迟和成本效益进行了优化。与早期的 Flash 模型 相比，它具有更高的吞吐量、更快的 Token 生成速度以及在常见 benchmark 中更好的性能。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。