Google发布首个混合推理模型 Gemini 2.5 Flash，支持可调节“思考预算”功能，可开启或关闭深度推理模式，降低使用成本。目前，Gemini 2.5 Flash 预览版已集成至 Gemini 产品，并面向开发者开放 API 接入。

据介绍，在关闭思考模式下，Gemini 2.5 Flash 的输出价格低至0.6美元/百万 tokens，相比开启思考模式（3.5美元/百万 tokens）降低600%。Google称即便在关闭思考的情况下，新模型性能仍优于上一代 Gemini 2.0 Flash。

该模型在多个基准测试中刷新 SOTA 纪录。Gemini 2.5 Flash（预览版）在大模型排行榜中以1392分 ELO 位列第二，仅次于 GPT-4.5-preview，表现与 Grok-3旗鼓相当。

在 GPQA 知识问答任务中，模型设定24k 思考预算可提升性能6%；在代码基准 LiveCodeBench 上，性能在16k 思考预算下表现最佳。

在数学（AIME 2025/2024）、多模态推理（MMMU）、知识问答（GPQA）等任务上，Gemini 2.5 Flash 明显超越 Claude 3.7 Sonnet，综合性能可与 OpenAI 最新 o4-mini 模型匹敌。

此外，在通用基准“人类最后一次考试”中，Gemini 2.5 Flash 以12.1% 高分表现仅次于 o4-mini。