модель · Google · вышла 17 июня 2025
Gemini 2.5 Flash
Устаревшая рабочая модель Google для чатов и приложений с картинками, аудио и видео, где важны скорость и цена
О модели
Gemini 2.5 Flash — средняя модель линейки Gemini 2.5. Она стоит между сильной Gemini 2.5 Pro и дешёвой Gemini 2.5 Flash-Lite. Google называет её своей первой полностью гибридной моделью с рассуждениями: разработчик сам решает, будет ли она думать перед ответом. Сколько думать, задаёт «бюджет размышлений» — от 0 до 24 576 токенов. На простых запросах модель тратит меньше, чем разрешено.
Предварительная версия вышла в апреле 2025 года, стабильная — в июне, без изменений по сравнению с майской сборкой. По словам Google, от Gemini 2.0 Flash модель почти не отстаёт по скорости и цене, но рассуждает заметно лучше. На сложных запросах в рейтинге LMArena она на момент выхода уступала только Gemini 2.5 Pro. К стабильной версии компания упростила цены: отдельной платы за режим с рассуждениями больше нет.
Её берут для обычной разработки, когда нужен баланс качества, скорости и цены. С выключенными рассуждениями она подходит для простых переводов и справочных вопросов. С рассуждениями — для расчётов, планирования расписаний и задач по программированию. Google отмечала, что на Gemini 2.5 Flash работают многие популярные инструменты для разработчиков.
Сейчас модель устарела: у Google вышло больше десятка более новых моделей Flash, вплоть до Gemini 3.8 Flash. Для самых сложных задач компания предлагала Pro, а если главное — минимальная цена и задержка, то Flash-Lite. Больший бюджет рассуждений повышает качество ответа, но делает его дольше и дороже.
источники:Анонс Gemini 2.5 Flash в блоге для разработчиков ↗Выход стабильной версии и новые цены ↗
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗
весь рейтинг107место из 268индекс 141вероятный разброс 138–142
- DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗60,9%
- LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗32,3%
- FrontierMath-Tier-4-2025-07-01-PrivateСамый сложный уровень FrontierMath: исследовательские задачи по математике, на которые у математика уходят часы или дниРезультат посчитан на закрытом наборе задач версии от июля 2025 года; в 2026 году вышла исправленная версия, и числа двух версий не сравнимы.Подробнее на английском ↗6,9%
- Terminal BenchЗадачи в командной строке по мотивам реальной работы: агент сам выполняет их в терминале, результат проверяют автотестыПодробнее на английском ↗17,1%
- FrontierMath-2025-02-28-PrivateНеопубликованные задачи FrontierMath (уровни 1–3) в версии от 28.02.2025: трудная математика, над которой специалист сидит часамиПодробнее на английском ↗8,5%
- BalrogМодель играет в шесть текстовых и клеточных игр, от простых головоломок до NetHack, где нужно выжить и продвинутьсяБалл — средний прогресс от 0 до 100 по всем играм; в NetHack даже лидеры продвигаются очень мало.Подробнее на английском ↗33,5%
- SimpleBenchВопросы с подвохом на здравый смысл: пространство, время, поведение людей. 213 вопросов, у каждого шесть вариантов ответаЛюди в проверке авторов набрали около 84%, а балл модели — средняя точность по пяти прогонам.Подробнее на английском ↗29,4%
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).