谷歌首个混合推理模型Gemini 2.5 Flash：性能与o4-mini相媲美、可灵活控制「思考预算」

主要观点总结

谷歌发布了首个混合推理模型Gemini 2.5 Flash，具有自定义的“思考预算”功能，可在关闭思考模式下降低成本并维持高性能。新模型在多项基准测试中表现出色，相较于之前的模型性能有所提升。同时，该模型还提供API接口给开发者使用，并邀请开发者加入社群进行模型测试和资源对接。文章还介绍了Gemini 2.5 Flash的特点和优势，以及使用场景。

关键观点总结

关键观点1: Gemini 2.5 Flash发布

谷歌发布了首款混合推理模型Gemini 2.5 Flash，具有自定义的“思考预算”功能，可以根据任务需求调整推理深度。

关键观点2: 模型性能与成本优化

Gemini 2.5 Flash在关闭思考模式下，成本直接降低60%，而且性能不输于之前的版本。开启思考模式则能提高模型性能。

关键观点3: 模型特点与优势

Gemini 2.5 Flash在多模态推理、知识问答等任务上表现出色，完全碾压之前的模型，并且与最新模型o4-mini相媲美。此外，该模型还具有高性价比。

关键观点4: API开放与开发者社群

Gemini 2.5 Flash的API接口已经开放给开发者使用，并且谷歌正在搭建开发者社群，邀请开发者加入进行模型测试和资源对接。

文章预览

文章来源于新智元 刚刚，谷歌重磅发布首个混合推理模型——Gemini 2.5 Flash。 与 Claude 类似，新模型的「思考预算」可以自定义，即可开启/关闭Gemini 2.5 的思考模式。 值得一提的是，关闭思考的成本直接暴降 600%，而且性能还不输 Gemini 2.0 Flash。 具体来说，Gemini 2.5 Flash 关闭思考输出价格 0.6 美元/百万token，开启思考输出价格 3.5 美元/百万token。 当然了，思考越久，模型性能也会随之提升。 在 GPQA 知识问答中，新模型 24k 思考预算，性能提升了 6%；对于代码任务（LiveCodeBench），16k 思考预算性能最佳。 在多项基准测试中，Gemini 2.5 Flash 再次刷新 SOTA。在大模型排行榜中，Flash预览版以 1392 ELO 高分位居第二，与 GPT-4.5-preview、Grok 3 并驾齐驱。 在数学（AIME 2025/2024）、多模态推理（MMMU）、知识问答（GPQA）等基准上，Gemini 2.5 Flash 完全碾压 Claude 3.7 Sonnet，足 ………………………………