AI TOOLS RADAR
Explorer
Tous les modèles / GOOGLE
google logo
google

Google: Gemini 2.5 Flash Lite

Gemini 2.5 Flash-Lite is a lightweight reasoning model in the Gemini 2.5 family, optimized for ultra-low latency and cost efficiency. $0.10 per million input tokens, $0.40 per million output tokens. 1,048,576 token context window, maximum output of 65,535 tokens. Higher uptime with 2 providers. Includes independent benchmarks from Artificial Analysis.

Voir la source sur OpenRouter
Présentation

Caractéristiques du modèle

Contexte
1 048 576 tokens
Sortie maximale
65 535 tokens
Architecture
text+image+file+audio+video->text
Tokenizer
Gemini
Limite des connaissances
2025-01-31
Modéré
Non
OPENROUTER

Tarification complète

Tarifs synchronisés depuis OpenRouter, par million de tokens.

Entrée
$0.1
/M tokens
Sortie
$0.4
/M tokens
Lecture du cache
$0.01
/M tokens
Écriture du cache
$0.0833
/M tokens
Image Input
$0.1
/M tokens
Input Audio
$0.3
/M tokens
Input Audio Cache
$0.03
/M tokens
API

Configuration du modèle

Raisonnement

Modéré
Non
Paramètres par défaut
Non
API

Démarrage rapide

Appelez ce modèle via l’API compatible OpenAI d’OpenRouter.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-2.5-flash-lite","messages":[{"role":"user","content":"Hello!"}]}'
Capacités et modalités

Entrée → Sortie

Entrée
textimagefileaudiovideo
Sortie
text
Raisonnement

Non

API

Paramètres API pris en charge

include_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p
Fournisseurs disponibles

5 fournisseurs

Fournisseurs en direct sur OpenRouter

Disponibilité, latence, débit et routage évoluent en continu. Consultez la source pour les données en temps réel.

OpenRouter

Google

unknown
Contexte
1.0M
Sortie maximale
66K
Entrée
$0.100
Sortie
$0.400
Lecture du cache
$0.010
Écriture du cache
$0.083

Google

unknown
Contexte
1.0M
Sortie maximale
66K
Entrée
$0.100
Sortie
$0.400
Lecture du cache
$0.010
Écriture du cache
$0.083

Google AI Studio

unknown
Contexte
1.0M
Sortie maximale
66K
Entrée
$0.100
Sortie
$0.400
Lecture du cache
$0.010
Écriture du cache
$0.083

Google AI Studio

unknown
Contexte
1.0M
Sortie maximale
66K
Entrée
$0.050
Sortie
$0.200
Lecture du cache
$0.0050
Écriture du cache
$0.042

Google AI Studio

unknown
Contexte
1.0M
Sortie maximale
66K
Entrée
$0.180
Sortie
$0.720
Lecture du cache
$0.018
Écriture du cache
$0.150
google

modèles

Tous les modèles
google logogoogle

Google: Gemini 3.7 Flash

Gemini 3.7 Flash is a multimodal model from Google for fast agentic workflows, coding, and complex multi-step reasoning. It is designed for tasks that require responsive performance and reliable multi-step...

Contexte
1.0M
Entrée
text · image · video · file · audio
Sortie
text
Entrée: $0.750Sortie: $3.75par million de tokens
Voir la fiche du modèle →
google logogoogle

Google: Gemini 3.7 Flash (batch)

Gemini 3.7 Flash is a multimodal model from Google for fast agentic workflows, coding, and complex multi-step reasoning. It is designed for tasks that require responsive performance and reliable multi-step...

Contexte
1.0M
Entrée
text · image · video · file · audio
Sortie
text
Entrée: $0.188Sortie: $0.938par million de tokens
Voir la fiche du modèle →
google logogoogle

Google: Gemini 3.6 Flash

Gemini 3.6 Flash is a high-efficiency model from Google for coding, agentic workflows, and web and app development. It is designed to produce polished outputs with fewer unnecessary edits and...

Contexte
1.0M
Entrée
text · image · video · file · audio
Sortie
text
Entrée: $0.750Sortie: $3.75par million de tokens
Voir la fiche du modèle →
google logogoogle

Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash is a high-efficiency model from Google for coding, agentic workflows, and web and app development. It is designed to produce polished outputs with fewer unnecessary edits and...

Contexte
1.0M
Entrée
text · image · video · file · audio
Sortie
text
Entrée: $0.375Sortie: $1.88par million de tokens
Voir la fiche du modèle →