GetInfoUs
Head-to-Head Model Comparison

Gemini 2.5 Flash vs Gemini 2.5 Flash-Lite

Benchmarks, API Token Pricing, Context Window & Speed Comparison

Vérifié par l’équipe de recherche de GetInfoUsDernière révision : October 2026Politique éditoriale
Partager
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Gemini 2.5 Flash vs Gemini 2.5 Flash-Lite: Benchmarks, Pricing & Speed Comparison

Gemini 2.5 Flash de Google et Gemini 2.5 Flash-Lite de Google sont deux modèles d’IA de premier plan. Gemini 2.5 Flash propose une fenêtre de contexte de 1.05M tokens au tarif de $0.30/$2.50 par million de tokens, tandis que Gemini 2.5 Flash-Lite offre 1.05M tokens de contexte à $0.10/$0.40 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.

Comparaison Face-à-Face (VS)

Changez et Comparez les Modèles

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
Google

Gemini 2.5 Flash

Inférence Ultra-Rapide

Gemini 2.5 Flash de Google est un modèle d’IA conçu pour les applications en temps réel à très faible latence et le routage à haut débit, offrant une fenêtre de contexte de 1.0M, une vitesse de 160 tokens/s, un indice d’intelligence de 68/1

Intelligence Index68 / 100
Input Token:

$0.30 / 1M

Output Token:

$2.50 / 1M

Context Window:

1.05M tokens

SWE-bench Verified:

58.2%

Google

Gemini 2.5 Flash-Lite

Modèle Léger et Économique

Gemini 2.5 Flash-Lite de Google est un modèle d’IA conçu pour une efficacité économique maximale par token et une exécution légère à grande échelle, offrant une fenêtre de contexte de 1.0M, une vitesse de 220 tokens/s, un indice d’intellige

Intelligence Index56 / 100
Input Token:

$0.10 / 1M

Output Token:

$0.40 / 1M

Context Window:

1.05M tokens

SWE-bench Verified:

N/A

Différences Clés en un Coup d’Œil

  • Gemini 2.5 Flash-Lite is 5.1x cheaper for API usage (input + output tokens combined).
  • Gemini 2.5 Flash-Lite is faster at 220 tok/s vs 160 tok/s.
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
CaractéristiqueGemini 2.5 FlashGemini 2.5 Flash-Lite
Intelligence Index
Composite reasoning & knowledge score (0-100)
6856
Provider
GoogleGoogle
Input Price
Cost per million input tokens
$0.30 / 1M$0.10 / 1M
Output Price
Cost per million output tokens
$2.50 / 1M$0.40 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.36 / 1M$0.08 / 1M
Context Window
Maximum input + output tokens
1.05M tokens~1,573 A4 pages of text1.05M tokens~1,573 A4 pages of text
Max Output Tokens
Per single request
66K33K
Throughput Speed
Tokens generated per second
160 tok/s220 tok/s
SWE-bench Verified
Real-world software engineering
58.2%N/A
GPQA Diamond
Graduate-level reasoning
75.4%N/A
Cached Input Price
Prompt caching discount per 1M tokens
$0.07 / 1M$0.03 / 1M

Qui gagne où ?

At-a-glance decision framework
Code

Evaluations ongoing

Coût
Gemini 2.5 Flash-Lite
5.1x cheaper monthly runtime
Vitesse
Gemini 2.5 Flash-Lite
+38% faster generation
Contexte
Tied
1.05M tokens window

Scores de Benchmarks Vérifiés

Official evaluation metrics verified by independent third-party research labs.

Gemini 2.5 FlashGemini 2.5 Flash-Lite
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

58.2%vsN/A
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

75.4%vsN/A
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

83.2%vs76.5%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1385ptsvs1330pts
AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

84.5%vsN/A
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

160 tok/s vs220 tok/s

Latence et Temps de Réponse

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Gemini 2.5 Flash0.45s
Gemini 2.5 Flash-Lite0.32s
Est. End-to-End Response (500 tokens)TTFT + generation time
Gemini 2.5 Flash3.58s
Gemini 2.5 Flash-Lite2.59s

Simulateur Interactif de Coût de Tokens

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Gemini 2.5 Flash Monthly API Bill
$2.81 / month
$0.3/1M in · $2.5/1M out
Gemini 2.5 Flash-Lite Monthly API Bill
$0.55 / month
$0.1/1M in · $0.4/1M out
Gemini 2.5 Flash-Lite saves approximately $2.26 / month (81%) under this workload.5.1x Savings

Gemini 2.5 Flash · Strengths & Key Advantages

  • Fenêtre de contexte de 1.0M et capacité de sortie maximale de 66K tokens (SWE-bench Verified 58.2% · GPQA Diamond 75.4%)
  • Débit rapide de 160 tokens/seconde avec une latence au premier token (TTFT) de 450 ms
  • Tarification API optimisée ($0.3/$2.5 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
  • Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
  • Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

Gemini 2.5 Flash-Lite · Strengths & Key Advantages

  • Fenêtre de contexte de 1.0M et capacité de sortie maximale de 33K tokens (MMLU-Pro 76.5% · Arena Elo 1330)
  • Débit rapide de 220 tokens/seconde avec une latence au premier token (TTFT) de 320 ms
  • Tarification API optimisée ($0.1/$0.4 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
  • Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
  • Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricGemini 2.5 FlashGemini 2.5 Flash-Lite
Cost per Task
Estimated USD to finish one task
$0.85$0.35
Output Tokens / Task
Tokens generated per task
32K12K
Reasoning Tokens / Task
Thinking tokens burned per task
14K4K

Spécifications Techniques

Architecture, release timeline, capabilities, and modalities.

CaractéristiqueGemini 2.5 FlashGemini 2.5 Flash-Lite
Official API Model ID (SDK)models/gemini-2-5-flashmodels/gemini-2-5-flash-lite
API ProtocolGoogle Gemini API (generateContent) + OpenAI-Compatible SDKGoogle Gemini API (generateContent) + OpenAI-Compatible SDK
Release Date2025-062025-06
Knowledge CutoffMarch 2025March 2025
ArchitectureHigh-throughput sparse multimodal transformer with thinking modeCompact multimodal transformer with lightweight thinking
ParametersConfidentialConfidential
Enterprise Rate Limits (RPM / TPM)10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM
Long-Context Tier (>128K/200K)Standard rate up to 200K tokens; 2x input/output tier above 200K tokensStandard rate up to 200K tokens; 2x input/output tier above 200K tokens
Prompt Cache Policy & TTLImplicit + Explicit Context Caching at $0.075/1M with configurable TTLImplicit + Explicit Context Caching at $0.025/1M with configurable TTL
Computer Use / GUI AgentSupported (Screen coordinate grounding, browser & desktop GUI action loops)Supported (Screen coordinate grounding, browser & desktop GUI action loops)
MCP & Parallel Tool CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxBuilt-in Google Search Grounding + Managed Python Code Execution SandboxBuilt-in Google Search Grounding + Managed Python Code Execution Sandbox
Official Fine-Tuning SupportVertex AI Supervised Adapter Tuning & Context DistillationVertex AI Supervised Adapter Tuning & Context Distillation
Multimodal Token BillingText BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) · Video (~258–300 tokens/sec)Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
Quantization & Min GPU VRAMCloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API)Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API)
Safety & Frontier ClassificationGoogle DeepMind Frontier Safety Framework VerifiedGoogle DeepMind Frontier Safety Framework Verified
Enterprise Compliance (ZDR/HIPAA/SOC2)SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise TierSOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Input Modalitiestext, vision, audio, videotext, vision
Output Modalitiestexttext

Gemini 2.5 Flash vs Gemini 2.5 Flash-Lite: Réponses Rapides (FAQ)

Which is more intelligent, Gemini 2.5 Flash or Gemini 2.5 Flash-Lite?

Gemini 2.5 Flash is more intelligent. It scores 68 compared with 56 on the composite Intelligence Index.

Which model is faster?

Gemini 2.5 Flash-Lite is faster, generating 220 tokens per second compared with 160 tokens per second.

Which model is cheaper to run?

Gemini 2.5 Flash-Lite is cheaper at $0.08 per 1M tokens blended, compared with $0.36 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Gemini 2.5 Flash-Lite has lower latency, with a time to first token of 0.32s compared with 0.45s.

Verdict

Gemini 2.5 Flash (Conçu pour les applications en temps réel à très faible latence et le routage à haut débit, l’intégration RAG et les pipelines de production évolutifs.) et Gemini 2.5 Flash-Lite (Conçu pour une efficacité économique maximale par token et une exécution légère à grande échelle, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Gemini 2.5 Flash domine sur les benchmarks de raisonnement et de programmation, Gemini 2.5 Flash-Lite assure un débit supérieur et Gemini 2.5 Flash-Lite offre le meilleur rapport coût-efficacité en production.

Questions fréquentes

Quel modèle choisir pour le code et le raisonnement, Gemini 2.5 Flash ou Gemini 2.5 Flash-Lite ?+

Sur l’indice d’intelligence composite et les tests de code, Gemini 2.5 Flash prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.

Quelle est la différence de prix API entre Gemini 2.5 Flash et Gemini 2.5 Flash-Lite ?+

Gemini 2.5 Flash est facturé $0.30 / $2.50 par million de tokens (entrée/sortie) contre $0.10 / $0.40 pour Gemini 2.5 Flash-Lite. En coût pondéré, Gemini 2.5 Flash-Lite est plus économique.

Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+

Gemini 2.5 Flash prend en charge 1.05M tokens contre 1.05M tokens pour Gemini 2.5 Flash-Lite. Côté vitesse de génération, Gemini 2.5 Flash-Lite est le plus rapide.

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.

Sources: Documentation API officielle de Google et Google, fiches système et benchmarks indépendants (2026).