%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 Lite (Reasoning)
Gemini 2.5 Flash の軽量推論バージョンで、高速推論タスク向けに最適化されています。調整可能な推論ダイヤル（0-24,576 トークン）を備え、速度と推論の深さのバランスを柔軟に調整できます。超高速推論速度を維持しつつ、コスト効率の高い推論能力を提供し、迅速な応答が必要だが、時折深い思考が必要なリアルタイム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(中程度)
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
2025-01-01
知識カットオフ
価格設定
￥0.72 /M tokens
入力
￥2.88 /M tokens
出力
￥1.26 /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-Lite (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
2025-01-01
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
5
リリース日
2025-06-17
応答速度
671.6,547 tokens/s
ベンチマークスコア
以下はGemini 2.5 Flash-Lite (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
54.87
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
39.29
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
83.6
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
75.9
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
62.5
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
6.4
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
59.3
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
19.3
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
97.1
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
96.9
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
70.3
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