GetInfoUs
Head-to-Head Model Comparison

Gemini 2.5 Flash vs Gemini 2.5 Flash-Lite

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs अनुसंधान दल द्वारा समीक्षितअंतिम समीक्षा: October 2026संपादकीय नीति
साझा करें
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

Google का Gemini 2.5 Flash और Google का Gemini 2.5 Flash-Lite दो प्रमुख एआई मॉडल हैं। Gemini 2.5 Flash में 1.05M टोकन कॉन्टेक्स्ट विंडो है और इसकी कीमत $0.30/$2.50 प्रति 1M टोकन है, जबकि Gemini 2.5 Flash-Lite में 1.05M टोकन कॉन्टेक्स्ट विंडो है और कीमत $0.10/$0.40 प्रति 1M टोकन है। यहाँ दोनों के बेंचमार्क, गति और लागत का विश्लेषण दिया गया है।

आमने-सामने मॉडल तुलना (VS)

किसी भी मॉडल को बदलें और तुलना करें

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

अल्ट्रा-फ़ास्ट लो-लेटेंसी

Google का Gemini 2.5 Flash रियल-टाइम चैट, अल्ट्रा-लो लेटेंसी और हाई-वॉल्यूम राउटिंग के लिए निर्मित एक उन्नत AI मॉडल है, जो 1.0M कॉन्टेक्स्ट विंडो, 160 टोकन/सेकंड स्पीड और $0.3/$2.5 प्रति 1M टोकन कीमत के साथ 68/100 इंटेलीजेंस स्कोर प्रदान कर

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

हल्का और किफायती मॉडल

Google का Gemini 2.5 Flash-Lite किफायती टोकन लागत और तेज़ प्रोडक्शन इन्फरेंस के लिए निर्मित एक उन्नत AI मॉडल है, जो 1.0M कॉन्टेक्स्ट विंडो, 220 टोकन/सेकंड स्पीड और $0.1/$0.4 प्रति 1M टोकन कीमत के साथ 56/100 इंटेलीजेंस स्कोर प्रदान करता है।

Intelligence Index56 / 100
Input Token:

$0.10 / 1M

Output Token:

$0.40 / 1M

Context Window:

1.05M tokens

SWE-bench Verified:

N/A

एक नज़र में मुख्य अंतर

  • 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 →
FeatureGemini 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

किस क्षेत्र में कौन आगे है?

At-a-glance decision framework
Coding

Evaluations ongoing

Cost
Gemini 2.5 Flash-Lite
5.1x cheaper monthly runtime
Speed
Gemini 2.5 Flash-Lite
+38% faster generation
Context
Tied
1.05M tokens window

सत्यापित बेंचमार्क स्कोर तुलना

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

लेटेंसी और रिस्पॉन्स समय

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

रियल-टाइम टोकन लागत सिम्युलेटर

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

  • 1.0M कॉन्टेक्स्ट विंडो और अधिकतम 66K आउटपुट टोकन क्षमता (SWE-bench Verified 58.2% · GPQA Diamond 75.4%)
  • 160 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 450ms का प्रथम टोकन लेटेंसी समय (TTFT)
  • $0.3/$2.5 प्रति 1M टोकन कीमत पर प्रॉम्प्ट कैशिंग, फंक्शन कॉलिंग और स्ट्रक्चर्ड JSON आउटपुट का पूर्ण समर्थन
Considerations & Trade-offs
  • प्रोप्राइटरी क्लाउड मॉडल — इसके वेट्स को ऑफ़लाइन लोकल सर्वर पर डाउनलोड नहीं किया जा सकता
  • अत्यंत जटिल वैज्ञानिक शोध कार्यों में शीर्ष फ्लैगशिप रीजनिंग मॉडल की तुलना में गहराई थोड़ी कम हो सकती है

Gemini 2.5 Flash-Lite · Strengths & Key Advantages

  • 1.0M कॉन्टेक्स्ट विंडो और अधिकतम 33K आउटपुट टोकन क्षमता (MMLU-Pro 76.5% · Arena Elo 1330)
  • 220 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 320ms का प्रथम टोकन लेटेंसी समय (TTFT)
  • $0.1/$0.4 प्रति 1M टोकन कीमत पर प्रॉम्प्ट कैशिंग, फंक्शन कॉलिंग और स्ट्रक्चर्ड JSON आउटपुट का पूर्ण समर्थन
Considerations & Trade-offs
  • प्रोप्राइटरी क्लाउड मॉडल — इसके वेट्स को ऑफ़लाइन लोकल सर्वर पर डाउनलोड नहीं किया जा सकता
  • अत्यंत जटिल वैज्ञानिक शोध कार्यों में शीर्ष फ्लैगशिप रीजनिंग मॉडल की तुलना में गहराई थोड़ी कम हो सकती है

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

तकनीकी विशिष्टताएँ (Specs)

Architecture, release timeline, capabilities, and modalities.

FeatureGemini 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: त्वरित प्रश्नोत्तर (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.

निष्कर्ष

Gemini 2.5 Flash (रियल-टाइम चैट, अल्ट्रा-लो लेटेंसी और हाई-वॉल्यूम राउटिंग, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) और Gemini 2.5 Flash-Lite (किफायती टोकन लागत और तेज़ प्रोडक्शन इन्फरेंस, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) दोनों मजबूत विकल्प हैं: Gemini 2.5 Flash जटिल रीजनिंग और कोडिंग बेंचमार्क में आगे है, Gemini 2.5 Flash-Lite तेज़ टोकन जनरेशन देता है, और Gemini 2.5 Flash-Lite बड़े पैमाने के API उपयोग के लिए अधिक किफायती है।

अक्सर पूछे जाने वाले प्रश्न (FAQ)

कोडिंग और रीजनिंग के लिए Gemini 2.5 Flash या Gemini 2.5 Flash-Lite में से कौन बेहतर है?+

समग्र इंटेलिजेंस और कोडिंग बेंचमार्क में Gemini 2.5 Flash आगे है। विस्तृत तुलना के लिए ऊपर SWE-bench और GPQA स्कोर देखें।

Gemini 2.5 Flash और Gemini 2.5 Flash-Lite में किसका API सस्ता है?+

Gemini 2.5 Flash की इनपुट/आउटपुट कीमत $0.30 / $2.50 प्रति 1M टोकन है और Gemini 2.5 Flash-Lite की $0.10 / $0.40 है। समग्र लागत में Gemini 2.5 Flash-Lite अधिक किफायती है।

किस मॉडल का कॉन्टेक्स्ट विंडो और स्पीड बेहतर है?+

Gemini 2.5 Flash में 1.05M टोकन कॉन्टेक्स्ट विंडो है जबकि Gemini 2.5 Flash-Lite में 1.05M टोकन है। जनरेशन स्पीड के मामले में Gemini 2.5 Flash-Lite तेज़ है।

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

Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.

स्रोत: Google और Google आधिकारिक API दस्तावेज़ और स्वतंत्र बेंचमार्क मूल्यांकन (2026)।