Google: Gemini 2.5 Flash在线

google/gemini-2.5-flash

Gemini 2.5 Flash 是 Google 最先进的主力模型，专为高级推理、编码、数学和科学任务而设计。它有内置的 "thinking" 功能，能提供更准确且有细致语境处理能力的响应。另外，正如文档所述，Gemini 2.5 Flash 可以通过 "max tokens for reasoning" 参数配置。

由:Google输入类型:输出类型:发布时间:2025-06-17

供应商

在多个供应商之间路由请求。复制供应商标识以设置偏好供应商。

供应商缓存命中率上下文

Google Vertex

google-vertex

33.0%$0.3/ 百万 token$2.5/ 百万 token读取：0.03/ 百万 token写入：1/ 百万 token1.05M14.4s181tps

SkyRouter下线

skyrouter

-$0.3/ 百万 token$2.5/ 百万 token读取：0.03/ 百万 token写入：1/ 百万 token1.05M--

可用率

24 小时

AI Gateway 直连请求及各供应商的成功率。

Oct 26, 19:54

Google Vertex96.30%

吞吐量

24 小时

AI Gateway 实时流量的 P50 吞吐量，单位为每秒 token 数（TPS）。

Oct 26, 19:00

Google Vertex181 tps

延迟

24 小时

AI Gateway 实时流量的 P50 首 token 延迟（TTFT），单位为毫秒。

Oct 26, 19:00

Google Vertex14.43s

活动

该模型随时间变化的 token 用量和请求流量。

Token 消耗

Oct 25

Google Vertex24.9M

SkyRouter-

按实际处理请求的供应商拆分 token 用量。区块越大，表示该供应商处理的模型流量越多。

基准测试

标准化评测得分。百分比越高越好，并展示排名百分位。

指标来源：Artificial Analysis

Gemini 2.5 Flash Google

Intelligence Index13.1

Apps

Public apps that send the most traffic to this model. Good signal for what real production workloads look like — and a hint at which use cases this model is best suited for. View All

Token 排行

No app usage is available for this period.

相关模型

更多模型来自 Google

Google: Gemini 4 Argon

11.60Btoken

Google: Gemini 4 Argon 是 Google DeepMind 于 2026 年 9 月 30 日发布的尖端模型。它是 Gemini 4 系列中的首个模型，采用了全新的命名方案。它在编程、金融研究、法律起草以及自主修复网络安全漏洞方面表现强劲。该模型支持文本、图像、视频和文件输入，并拥有 100 万 token 的上下文窗口。在基准测试中，其 DeepSWE v1.1 得分为 77.9%，领先于 Claude Opus 5.5 和 GPT-6 Astra，并以 68.90% 的成绩在 Vals Index 中排名第一。

Google: Nano Banana 2.1 (Gemini Nano Banana 2.1)

87.96Mtoken

Google: Nano Banana 2.1 (Gemini Nano Banana 2.1) 是一款升级版多模态推理图像模型，专为生产级图像生成和编辑而设计。它有更强的提示遵循能力、多参考编辑功能以及更高的视觉保真度。该模型能理解文本、图像、视频和 PDF 输入，支持文本与图像的交替生成，并在生成图像前能对复杂的空间和构图指令推理。另外，该模型还支持通过 Google 搜索和 Google 图片搜索进行基础验证，这样实现更好的长尾实体识别、视觉理解和输出准确性。

Gemini 3.8 Flash TTS

594.57Ktoken

Gemini 3.8 Flash TTS 是来自 Google 的一款文本转语音模型，也是 Gemini 3.1 Flash TTS Preview 的后续版本。它是 3.8 TTS 系列中的创意层级产品，适用于叙述、角色配音和多说话人对话等场景，在这些场景中，语音保真度、表演细腻程度以及地区方言覆盖范围比延迟更为重要。