快如闪电，还能控制思考深度？谷歌 Gemini 2.5 Flash 来了，用户盛赞“绝妙组合”。

🍹 Insight Daily 🪺

Aitrainee | 公众号：AI进修生

Hi，这里是Aitrainee，欢迎阅读本期新文章。

Google 闪电战，Gemini 2.5 Flash 杀入 LMArena 榜单，直追 GPT-4.5 和 Grok-3。

LMArena 排行榜迎来新玩家：Google 最新发布的 Gemini 2.5 Flash。

战绩：

排名直接冲到并列第二， 跟 GPT 4.5 Preview 和 Grok-3 这些顶级模型打成平手。

• 硬核实力不俗： 在困难提示词 (Hard Prompts)、编码 (Coding) 和长查询 (Longer Query) 这三个硬骨头领域，直接拿到并列第一。
• 全面能打： 在所有评测类别里都排进了前四。
• 性价比是王道： 官方说法是针对速度和可扩展性优化过的轻量设计，但社区投票显示它在硬核任务上表现惊人。更关键的是，价格比它大哥 Gemini 2.5 Pro 便宜 5-10 倍。

LMArena 还专门放了张图，显示 Gemini 2.5 Flash 在性价比曲线上表现突出。

LMArena 的新 Beta UI 网站 (beta.lmarena.ai) 上已经可以同时测试 Gemini 2.5 Flash 和 Pro 了。

• 有人称赞它 “快如闪电，锐如刀锋 (blazing fast and razor sharp)”，在硬核任务上表现出色，价格还低，是可扩展 AI 工作流的“绝妙组合 (chef’s kiss combo)”。

网友Nathan Lambert 开头就点赞：“谷歌可以啊，把昨天刚出的 O4-mini 都放进来了！不像有些公司只跟自己比。”

有人火力全开喷 OpenAI：“OpenAI 最近的图表真让人火大，想方设法藏着掖着，就是不想让人知道还有别的选择吧。”

“虽然没一个 SOTA，但这价格几乎是 o4-mini 的十分之一，厉害了。Flash 系列改名叫 Nano 更合适。”

“确实没打过 o4-mini，但看在价格份上，也说得过去。”

总之，大家对 Google 的坦诚表示肯定，但也觉得对比信息还可以更全，同时对性价比很关注。

Google 详解 Gemini 2.5 Flash：不光快和省，还能让你控制它“想多少”。

Google Cloud 官宣了 Gemini 2.5 Flash 的预览版上线（通过 Gemini API 在 Google AI Studio 和 Vertex AI 可用），并详细拆解了这款新模型的“杀手锏”。

Flash 2.5 不只是 2.0 的简单升级，核心变化是引入了“思考 (Thinking)”能力，而且是 Google 首个完全混合推理 (fully hybrid reasoning) 模型。

啥叫“思考模型”？

• 跟之前拿到 prompt 就直接输出不一样，2.5 Flash 能先 “想一想”。
• 这个“思考”过程能帮它更好地理解你的要求，把复杂任务拆解开，规划好怎么回答。
• 对于需要多步推理的复杂问题（比如解数学题、分析研究问题），先“想一想”能让答案更准、更全面。

此外，可以看到，与 Flash 2.0 相比，2.5提升了不少。

Google 上图了：Gemini 性价比曲线，Flash 2.5 稳坐 C 位。

醒目的蓝线——“帕累托前沿 (Pareto Frontier)”：

• 这条线代表了当前市场上 性价比的极限。线上的点，意味着在同等价格下性能最好，或者在同等性能下价格最低。

帕累托前沿，几乎完全被 Google 的 Gemini 模型家族霸占了。从低端的 2.0 Flash-Lite，到中端的 2.0 Flash-001，再到最新的 2.5 Flash 和旗舰的 2.5 Pro，全都在这条线上。

思考多少，你说了算。

Google 知道不同场景对质量、成本、延迟的要求不一样，所以给开发者提供了 “思考预算 (thinking budget)” 这个精细控制的开关。

• 你可以设置一个 token 上限，告诉模型“最多想这么多”。预算越高，模型就能思考得更深入，质量可能就更好。

• 但注意：这只是个 上限。模型很聪明，会根据任务的复杂度自己判断需要想多少，不会没事儿就用满预算瞎想。
• 想追求极致的低成本和低延迟？直接把 思考预算设为 0。即使这样，性能也比之前的 2.0 Flash 有提升。
• 预算范围：0 到 24576 tokens (对于 2.5 Flash)。可以通过 API 参数或 AI Studio / Vertex AI 里的滑块来设置。

看看下面的例子，告诉你啥情况模型默认会想多少：

• 低思考量： “西班牙语的谢谢怎么说？” / “加拿大有几个省？”
• 中等思考量： “掷两个骰子，和为 7 的概率是多少？” / “给我排个健身房打球和上班都不冲突的时间表…”
• 高思考量： 复杂的物理题（悬臂梁弯曲应力计算） / 复杂的编程题（写个解析电子表格公式的函数，还得处理依赖、优先级、循环检测）。

现在就能上手：

• 2.5 Flash 预览版已在 Gemini API (Google AI Studio / Vertex AI) 和 Gemini App 的下拉菜单中提供。
• 官方鼓励大家多试试 thinking_budget 参数，看看这种可控推理能力能不能帮你解决更复杂的问题。还附上了 Python 代码示例：

from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
  model="gemini-2.5-flash-preview-04-17",
  contents="You roll two dice. What’s the probability they add up to 7?",
  config=genai.types.GenerateContentConfig(
    thinking_config=genai.types.ThinkingConfig(
      thinking_budget=1024
    )
  )
)
print(response.text)

Google 最后表示，会持续改进 2.5 Flash，在正式版 (GA) 发布前还会有更多更新。目标是让开发者用最低的成本、最快的速度，解决更复杂的问题。

网友实测：Gemini 2.5 Flash 吊打 OpenAI 模型，复杂编程任务“手到擒来”？

网友 RameshR (rezmeram) 搞了个测试：让 AI 写一个 包含物理模拟的 Galton Board (弹珠盘) HTML 文件。要求多，比如单文件、特定尺寸、用 2D 物理引擎、全宽障碍物、有物理隔断的收集箱、特定颜色、还得能演示正态分布…

结果：

Gemini 2.5 Flash: 用了 5 步迭代 搞定了。

• OpenAI 的模型 (o4-mini, o4-mini-high, o3): 哥们儿试了 半小时直接放弃，没跑出来。

RameshR 的结论： Gemini 2.5 Flash 在处理这种合并了多种复杂要求的任务时，理解能力和出码效率明显更强。他甚至贴出了 Prompt，鼓励大家自己去试试对比。

小插曲： 他也提了一句，虽然 Prompt 里写了“正态分布”，但技术上准确说是“二项分布”，AI 后端可能没太纠结这个细节。

Google 这款“闪电版”Gemini 2.5 Flash，不仅在性能上直逼顶级模型，而且价格优势明显，主打一个性价比。这对需要大规模部署 AI 的开发者来说，是个好消息。

以上。