Gemini 2.5 Flash 是 Google 首款全混合推理模型，允許開發者根據需求開啟或關閉「思考」模式，並設定「思考預算」（thinking budget，0 至 24,576 個 token）。此功能解決了推理模型的高成本與延遲問題，適用於高頻率任務如即時聊天、文件摘要與資料萃取。相較於 Gemini 2.0 Flash，2.5 Flash 在推理能力上提升顯著，支援：
- 多模態輸入：處理文字、圖像、音訊與視訊，具 100 萬 token 的上下文窗口。
- 動態推理：根據提示複雜度自動調整推理程度，例如簡單問答（如「加拿大有多少省？」）幾乎不需推理，複雜數學或程式設計問題則深度分析。
- Canvas 整合：在 Gemini 應用程式中支援互動式文件與程式碼編輯，增強用戶體驗。
Google 聲稱，2.5 Flash 在 LMArena 的 Hard Prompts 評測中僅次於 2.5 Pro，於成本效益比上位居「帕累托前沿」（Pareto frontier）。VentureBeat 報導，其在 Humanity’s Last Exam 得分 12.1%，超越 Anthropic 的 Claude 3.7 Sonnet（8.9%）與 DeepSeek R1（8.6%），但略遜於 OpenAI 的 o4-mini（14.3%）。
定價與成本優勢
Gemini 2.5 Flash 的 API 定價具競爭力，特別針對高吞吐量應用：
- 輸入：每百萬 token 0.15 美元
- 輸出（無推理）：每百萬 token 0.60 美元
- 輸出（啟用推理）：每百萬 token 3.50 美元
相較之下，OpenAI 的 o4-mini 定價較高（輸入 0.25 美元，輸出 1.00 美元，推理模式更高），使其更適合高預算應用。Google 允許開發者將思考預算設為 0，匹配 2.0 Flash 的低延遲與成本，確保向下相容。SiliconANGLE 指出，此定價策略吸引企業客戶，特別是對成本敏感的聊天機器人與資料處理應用。
基準測試與競爭態勢
Gemini 2.5 Flash 在多項基準測試中表現出色，顯示其在成本與效能間的平衡：
- GPQA Diamond：78.3%（科學推理），略低於 o4-mini（81.4%）。
- AIME 2025：78.0%（數學競賽問題），落後 o4-mini（92.7%）。
- SWE-Bench Verified：程式碼生成得分 63.8%（使用自訂代理設置），領先業界標準。
儘管 o4-mini 在高階推理上略勝，2.5 Flash 的低成本與速度使其更適合即時應用。與 Anthropic 的 Claude 3.7 Sonnet 與 xAI 的 Grok 3 相比，2.5 Flash 在多模態推理與長上下文處理（100 萬 token）上具優勢。Google DeepMind 的 Tulsee Doshi 表示，2.5 Flash 的混合推理設計讓企業能根據任務需求精準控制成本，預計將搶占中小型企業市場。
Google 的 AI 策略加速
Google 在 2025 年加速 Gemini 系列部署，試圖挑戰 OpenAI 的 ChatGPT 與 Anthropic 的 Claude。Gemini 2.5 Pro（3 月 25 日發布）以 18.8% 的 Humanity’s Last Exam 得分領先 LMArena，顯示 Google 在高階推理上的進展。 2.5 Flash 則瞄準成本敏感市場，與 OpenAI 的 o4-mini（4 月 16 日發布）及 DeepSeek 的 R1 形成競爭。Google Cloud Next 2025 強調企業級 AI，2.5 Flash 的 API 整合與 Vertex AI 部署強化其在雲端工作負載的吸引力。
X 平台用戶對 2.5 Flash 的反應兩極，部分開發者讚賞其低成本與靈活性，但也有人批評 Google 模型命名複雜，難以區分 Flash、Pro 與實驗版本。 Google 回應將簡化消費者端的應用程式體驗，保留開發者的精細控制。