Gemini 2.5 Flash-Lite

Fiche modèle · Google · gemini-2.5-flash-lite

Gemini 2.5 Flash-Lite is a model developed by Google DeepMind, designed to handle various tasks including reasoning, science, mathematics, code generation, and more. It features advanced capabilities in multilingual performance and long context understanding. It is optimized for low latency use cases, supporting multimodal input with a 1 million-token context length.

Fiches modèles

Identité

Organisation	Google
Pays	—
Famille	—
Type	llm
Date de sortie	2025-06-17
Licence	creative commons attribution 4.0 license
Licence commerciale	non
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	inconnu — paramètres totaux non renseignés
Modalités	image\|text
Fenêtre de contexte	40 960
KV cache / token (Q8)	57.3 ko/token
Paramètres totaux	—
Paramètres actifs (session)	1.72 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (TeichAI/Qwen3-1.7B-Gemini-2.5-Flash-Lite-Preview-Distill)) ; total : config Hugging Face (TeichAI/Qwen3-1.7B-Gemini-2.5-Flash-Lite-Preview-Distill)
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	2025-01-01
Créé le	2026-05-07T16:53:28.947262Z
Mis à jour le	2026-11-04T06:04:42.843279Z
Source	LLM Stats
URL	https://llm-stats.com/models/gemini-2.5-flash-lite

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.80
long_context	0.20
math	0.30
multimodal	0.60
physics	0.60
reasoning	0.50
factuality	0.50
frontend_development	0.30
general	0.40
grounding	0.80
healthcare	0.70
biology	0.60
chemistry	0.60
code	0.30
vision	0.40

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aider-polyglot	general	0.27	1.00	0.27	non	oui	2026-11-04T06:04:42.853372Z
aime-2025	math	0.50	1.00	0.50	non	oui	2026-11-04T06:04:42.863149Z
arc	reasoning	0.03	1.00	0.03	non	oui	2026-11-04T06:04:42.873191Z
facts-grounding	reasoning	0.84	1.00	0.84	non	oui	2026-11-04T06:04:42.883339Z
global-mmlu-lite	general	0.81	1.00	0.81	non	oui	2026-11-04T06:04:42.893137Z
gpqa	reasoning	0.65	1.00	0.65	non	oui	2026-11-04T06:04:42.901723Z
humanity's-last-exam	reasoning	0.05	1.00	0.05	non	oui	2026-11-04T06:04:42.906984Z
livecodebench	reasoning	0.34	1.00	0.34	non	oui	2026-11-04T06:04:42.913502Z
mmmu	multimodal	0.73	1.00	0.73	non	oui	2026-11-04T06:04:42.923061Z
mrcr-v2	long_context	0.17	1.00	0.17	non	oui	2026-11-04T06:04:42.927152Z
simpleqa	factuality	0.11	1.00	0.11	non	oui	2026-11-04T06:04:42.932917Z
swe-bench-verified	reasoning	0.32	1.00	0.32	non	oui	2026-11-04T06:04:42.938272Z
vibe-eval	multimodal	0.51	1.00	0.51	non	oui	2026-11-04T06:04:42.943083Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	266	—	-2.85	3	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04