Gemini 2.5 Flash Lite | Google Low-Latency LLM API

Name: Gemini 2.5 Flash Lite API
Brand: google
Price: 0.1 USD
Availability: InStock

google/gemini-2.5-flash-lite

Ngày phát hành: 2025-07-23

1,048,576 context · $0.10/M input tokens · $0.40/M output tokens

Gemini 2.5 Flash-Lite is a lightweight reasoning model in the Gemini 2.5 family, optimized for ultra-low latency and cost efficiency. It offers improved throughput, faster token generation, and better performance...

Giá cả

Trả theo mức dùng

Không tốn phí trả trước, chỉ trả cho những gì bạn dùng

Đầu vào$0.10 / M Tokens

Đầu ra$0.40 / M Tokens

Cache Read$0.01 / M Tokens

Cache Write$0.08 / M Tokens

Dùng thử mô hình

google/gemini-2.5-flash-lite

Trực tuyến

Xin chào! Tôi là trợ lý AI hữu ích. Tôi có thể giúp gì cho bạn?

Sẵn sàng dùng model này trong coding agent local?Setup agent

Sử dụng API

Dùng các ví dụ mã sau để tích hợp với API của chúng tôi:

import OpenAI from 'openai';

if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
  apiKey: process.env.WAVESPEED_API_KEY,
  baseURL: 'https://llm.wavespeed.ai/v1',
  timeout: 120_000,
  maxRetries: 2,
});

try {
  const response = await client.chat.completions.create({
    model: 'google/gemini-2.5-flash-lite',
    messages: [{ role: 'user', content: 'Hello!' }],
  });
  console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
  console.error('LLM request failed:', error);
  process.exitCode = 1;
}

import OpenAI from 'openai';

if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
  apiKey: process.env.WAVESPEED_API_KEY,
  baseURL: 'https://llm.wavespeed.ai/v1',
  timeout: 120_000,
  maxRetries: 2,
});

try {
  const response = await client.chat.completions.create({
    model: 'google/gemini-2.5-flash-lite',
    messages: [{ role: 'user', content: 'Hello!' }],
  });
  console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
  console.error('LLM request failed:', error);
  process.exitCode = 1;
}

Giới thiệu mô hình

Google gemini-2.5-flash-lite

google gemini-2.5-flash-lite

Why It Looks Great

Large Language Model architecture for efficient processing
1048576 context window for long document handling
Competitive pricing at $0.1/$0.4 per million tokens

Key Features

Context Window: 1048576 tokens
Max Output: 65535 tokens
Vision: Supported
Function Calling: Supported

Specifications

Specification	Value
Provider	Google
Model Type	Large Language Model (LLM)
Architecture	N/A
Context Window	1048576 tokens
Max Output	65535 tokens
Input	Text
Output	Text
Vision	Supported
Function Calling	Supported

Pricing

Token Type	Cost per Million Tokens
Input	$0.1
Output	$0.4

How to Use

Write your prompt — describe the task, provide context, and specify desired output format.
Submit — the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: google/gemini-2.5-flash-lite

API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="google/gemini-2.5-flash-lite",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "google/gemini-2.5-flash-lite",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

Model: google/gemini-2.5-flash-lite
Provider: Google

Thông tin

Nhà cung cấpgoogle

Loạillm

Tính năng được hỗ trợ

Đầu vào

Văn bảnHình ảnhÂm thanh

Đầu ra

Văn bản

Ngữ cảnh1,048,576

Đầu ra tối đa65,535

Thị giác✓ Được hỗ trợ

Gọi hàm✓ Được hỗ trợ

Hướng dẫn truy cập API

Base URLhttps://llm.wavespeed.ai/v1

API Endpointchat/completions

Model IDgoogle/gemini-2.5-flash-lite

Câu Hỏi Thường Gặp về Gemini 2.5 Flash Lite

Gemini 2.5 Flash Lite có giá bao nhiêu qua API?+

Giá trên WaveSpeedAI: $0.10 mỗi triệu token đầu vào và $0.40 mỗi triệu token đầu ra. Prompt caching và xử lý theo lô được tính riêng và giảm chi phí thực tế cho các khối lượng công việc dài, lặp lại.

Cửa sổ ngữ cảnh của Gemini 2.5 Flash Lite là gì?+

Gemini 2.5 Flash Lite hỗ trợ tối đa 1049K token ngữ cảnh với tối đa 66K token đầu ra mỗi yêu cầu.

Gemini 2.5 Flash Lite có tương thích OpenAI không?+

WaveSpeedAI cung cấp Gemini 2.5 Flash Lite tại https://llm.wavespeed.ai/v1 qua giao diện Chat Completions tương thích OpenAI. Hầu hết các client OpenAI SDK hoạt động bằng cách đổi base URL và API key; các trường tùy chọn phụ thuộc vào mô hình được chọn.

Làm thế nào để bắt đầu với Gemini 2.5 Flash Lite?+

Đăng nhập vào WaveSpeedAI, tạo một API key trong Access Keys, rồi gửi một yêu cầu đến https://llm.wavespeed.ai/v1/chat/completions với model id hiển thị phía trên. Kiểm tra danh mục mô hình hiện tại để biết tính khả dụng, khả năng và giá cả.