%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Gemini 2.5 Flash (Reasoning)
推論能力が強化された Gemini 2.5 Flash バージョンで、調整可能な思考バジェットと深度推論モードをサポートします。高速推論と深度思考の間で柔軟に切り替えることができ、高い推論速度を維持しつつ強力な論理分析能力を提供します。コスト効率に優れ、特に時折複雑な推論が必要だが、主に高速タスクを実行するアプリケーションシナリオに適しています。
インテリジェンス(比較的強い)
速度(速い)
入力サポートモダリティ
はい
推論モデルかどうか
1,000,000
コンテキストウィンドウ
65,536
最大出力トークン
2025-01-31
知識カットオフ
価格設定
￥2.16 /M tokens
入力
￥18 /M tokens
出力
￥7.11 /M tokens
混合価格
クイック簡易比較
Gemini 1.5 Pro (May '24)
￥2.5
Gemini 2.0 Pro Experimental (Feb '25)
Gemini 1.5 Pro (Sep '24)
￥2.5
基本パラメータ
Gemini 2.5 Flash (Reasoning)技術パラメータ
パラメータ数
未発表
コンテキスト長
1.0M tokens
トレーニングデータカットオフ
2025-01-31
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキスト、画像
スループット
85
リリース日
2025-05-20
応答速度
344.0,671 tokens/s
ベンチマークスコア
以下はGemini 2.5 Flash (Reasoning)の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
65.05
大規模言語モデルインテリジェンスレベル
コーディング指数
54.44
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
90.23
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
83.2
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
79
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
11.1
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
69.5
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
39.4
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
96.2
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
98.1
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
82.3
高難度の数学競技問題（特にAIMEレベル）を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai
￥1.8
入力トークン/百万
￥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai
￥63
入力トークン/百万
￥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai
￥0.36
入力トークン/百万
￥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai
￥9
入力トークン/百万
￥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm
￥0.43
入力トークン/百万
￥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google
￥3.6
入力トークン/百万
￥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google
￥0.58
入力トークン/百万
￥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai
￥216
入力トークン/百万
￥432
出力トークン/百万
8192
コンテキスト長