SprachmodellAktiv

Gemini 2.5 Flash-Lite

Google

Veröffentlicht: 22. Juli 2025
Datenstand: 8. September 2026
Vorgängermodell: Gemini 2.0 Flash-Lite Preview (Herstellerdokumentation)
Nachfolgermodell: Gemini 3.1 Flash-Lite

Geschwindigkeit: 325,9 Token/s
Ausgabe-Tempo
Preis: 0,1 $ · 0,4 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild, Audio, Video
Ausgabe: Text

Neu an Gemini 2.5 Flash-Lite ist die Kombination aus stabiler GA-Verfügbarkeit und einer inzwischen eingeschränkten Zugangspolitik. Google lässt die API für Nutzer mit bisheriger 2.5-Nutzung weiterlaufen, empfiehlt für neue Projekte aber neuere Modelle. Die dokumentierte Vorgeschichte ist Gemini 2.0 Flash-Lite Preview.

Google nennt keine Parameterzahl. Die Modellkarte beschreibt Gemini 2.5 Flash-Lite als Sparse-Mixture-of-Experts-Modell mit nativer multimodaler Unterstützung für Text, Bild und Audio.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	ProprietärQuelle
Zugang	APIQuelle
Kontextfenster	1.048.576 TokenQuelle
Knowledge Cutoff	Januar 2025Quelle
Hinweise	1M Kontext, Parameteranzahl nicht veröffentlichtQuelle
API-Modellkennung	gemini-2.5-flash-liteQuelle
Status laut Quelle	stableQuelle
Maximale Ausgabe	65.536 TokenQuelle
Eingabe	Text, Bild, Video, Audio, pdfQuelle
Ausgabe	TextQuelle
Reasoning-Modus	low, medium, highQuelle
Werkzeugaufrufe	JaQuelle
Strukturierte Ausgabe	JaQuelle
Veröffentlichung	2025-07-22Quelle
Wissensstand	2025-01Quelle
Funktionen	function calling, structured outputs, search grounding, Google Maps grounding, URL context, code execution, file searchQuelle
Allgemeine Verfügbarkeit	2025-07-22 (General availability (GA).)Quelle

Veröffentlichte Benchmarks

Gesundheit

MedCode

Overall

1.Claude Opus 563,57 %

2.Gemini 3.1 Pro Preview59,06 %

3.Claude Fable 556,07 %

4.Gemini 3 Flash Preview55,92 %

5.Gemini 3.5 Flash55,83 %

6.Claude Opus 4.754,86 %

7.Claude Fable 5.153,51 %

8.Gemini 3.7 Flash53,39 %

9.Claude Opus 4.853,22 %

10.Gemini 3.6 Flash53,15 %

11.Claude Sonnet 5.552,92 %

12.Gemini 2.5 Pro50,59 %

13.Claude Opus 5.549,8 %

14.GPT-549,63 %

15.Grok 4.749,55 %

16.GPT-5.549,1 %

17.Kimi K348,88 %

18.GPT-6 Astra48,49 %

19.Claude Opus 4.648,24 %

20.Gemini 3.8 Flash48,14 %

21.Gemini 3.1 Flash-Lite47,6 %

22.Claude Sonnet 547,54 %

23.o347,29 %

24.GPT-6 Sol47,07 %

25.MiniMax M346,29 %

26.Claude Opus 4.545,17 %

27.Grok 4.644,71 %

28.GPT-6 Luna44,69 %

29.GPT-5.6 Sol43,97 %

30.Gemini 3.5 Flash-Lite43,49 %

31.GPT-5.6 Terra43,41 %

32.Grok 4.543,29 %

33.GPT-5 mini43,05 %

34.GLM-5.342,86 %

35.GPT-5.6 Luna42,39 %

36.GLM-5.141,6 %

37.GPT-5.441,29 %

38.Inkling41,19 %

39.DeepSeek-V4.1-Flash41,17 %

40.GPT-5.4 nano41,03 %

41.GLM-5.240,77 %

42.Qwen 3.8 Max 090240,67 %

43.Claude Sonnet 4.540,57 %

44.DeepSeek-V4-Pro40,46 %

45.Kimi K2.640,14 %

46.Kimi K2.539,32 %

47.Qwen 3.7 Max38,75 %

48.Nemotron 3 Ultra38,62 %

49.Grok 4.338,07 %

50.Inkling Small37,89 %

51.MiniMax M2.734,44 %

52.MiniMax M2.134,08 %

53.o4-mini33,79 %

54.Mistral Medium 3.533,75 %

55.GLM-4.732,77 %

56.MiMo-V2.5-Pro32,48 %

57.Ling 3.0 Flash32,28 %

58.Grok 4.20 Reasoning32,16 %

59.MiMo-V2.531,9 %

60.Mercury 2.531,33 %

61.GPT-5 nano30,44 %

62.Qwen 3.8 27B28,7 %

63.Gemini 2.5 Flash-Lite27,12 %

64.Llama 4 Scout23,31 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-medcode:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 64
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 5.746. Kosten je Aufgabe in USD: 0.001342. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-09-29-7062229b5ab4. Prüfsumme der Quelldaten: 7062229b5ab4a5e16f014a78fd550f9f34e7147be6be796b610ab1ca3de055ab. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

MedScribe

Overall

1.Claude Opus 5.591,43 %

2.Claude Fable 5.191,29 %

3.Claude Sonnet 5.591,1 %

4.Claude Opus 590,99 %

5.Grok 4.789,38 %

6.GLM-5.3-Flash88,94 %

7.GLM-5.388,81 %

8.Claude Fable 588,52 %

9.Kimi K387,96 %

10.GPT-6 Astra87,91 %

11.MiniMax M387,25 %

12.Grok 4.586,88 %

13.GPT-5.586,87 %

14.Claude Opus 4.686,74 %

15.Grok 4.686,53 %

16.Claude Opus 4.885,76 %

17.DeepSeek-V4.1-Flash85,5 %

18.Inkling85,41 %

19.GPT-5.6 Sol85,23 %

20.Qwen 3.8 Max 090284,95 %

21.Claude Sonnet 4.584,52 %

22.Gemini 3.8 Flash84,5 %

23.GPT-5.6 Luna84,39 %

24.Inkling Small84,11 %

25.Gemini 3.7 Flash83,94 %

26.Qwen 3.8 27B83,85 %

27.MiMo-V2.5-Pro83,73 %

28.GPT-6 Luna83,71 %

29.GPT-583,65 %

30.GLM-5.283,53 %

31.Claude Opus 4.583,25 %

32.Claude Opus 4.782,95 %

33.GPT-5.6 Terra82,87 %

34.GPT-6 Sol82,03 %

35.Ling 3.0 Flash80,9 %

36.MiniMax M2.180,78 %

37.GPT-5 mini80,58 %

38.MiniMax M2.779,87 %

39.Gemini 3.6 Flash79,66 %

40.Qwen 3.7 Max79,4 %

41.Kimi K2.678,15 %

42.GPT-5.477,55 %

43.GPT-5.4 nano77,09 %

44.o376,65 %

45.Gemini 3.5 Flash76,57 %

46.Kimi K2.576,44 %

47.Gemini 3.1 Pro Preview76,11 %

48.Claude Sonnet 576,05 %

49.DeepSeek-V4-Pro75,14 %

50.Grok 4.374,4 %

51.Gemini 2.5 Pro73,55 %

52.GPT-5 nano72,87 %

53.Gemini 2.5 Flash-Lite72,83 %

54.GLM-5.172,27 %

55.MiMo-V2.572,15 %

56.Gemini 3.5 Flash-Lite70,89 %

57.Gemini 3 Flash Preview69,92 %

58.o4-mini69,14 %

59.GLM-4.768,63 %

60.Mistral Medium 3.567,73 %

61.Gemini 3.1 Flash-Lite63,9 %

62.Grok 4.20 Reasoning63,41 %

63.Mercury 2.555,09 %

64.Llama 4 Scout50,59 %

65.Nemotron 3.5 Lightning4,27 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-medscribe:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 65
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 4.847. Kosten je Aufgabe in USD: 0.001211. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-09-29-6533d95c8055. Prüfsumme der Quelldaten: 6533d95c80553d2dd26927f7269ab6454c589d2181f1858c662a4f493b5685c7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Bildung

SAGE

Teilaufgabe	Gemini 2.5 Flash-Lite (Dieses Modell)	Kimi K3	Gemini 2.5 Pro	Claude Opus 5
Automata	33,33 %	44,05 % (bester Wert dieser Zeile)	43,65 %	32,54 %
Calculus	13,89 %	75,62 %	70,68 %	77,16 % (bester Wert dieser Zeile)
Linear Algebra	28,63 %	72,7 %	51,94 %	76,06 % (bester Wert dieser Zeile)
Partial Differential Equations	20,64 %	46,03 % (bester Wert dieser Zeile)	30,16 %	39,68 %

höhere Werte sind besserStand 11. August 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg

Methodik und Einordnung

Messgröße: accuracy

SAGE

Overall

1.Claude Opus 4.756,1 %

2.Gemma 4 31B55,03 %

3.Claude Opus 4.854,79 %

4.Kimi K354,26 %

5.GPT-5.6 Sol52,56 %

6.Qwen 3.8 27B52,4 %

7.Claude Fable 551,89 %

8.Gemini 3 Flash Preview51,85 %

9.Claude Sonnet 5.551,77 %

10.GPT-5.551,53 %

11.Qwen 3.8 Max 090251,25 %

12.GPT-5.4 mini50,81 %

13.MiniMax M350,57 %

14.Kimi K2.650,22 %

15.Gemini 3.5 Flash49,89 %

16.Kimi K2.549,87 %

17.Gemini 3.1 Flash-Lite49,54 %

18.Claude Opus 549,43 %

19.Gemini 3.7 Flash49,23 %

20.Claude Sonnet 548,93 %

21.Gemini 3.6 Flash48,69 %

22.Gemini 3.1 Pro Preview48,68 %

23.Claude Fable 5.148,53 %

24.GPT-6 Luna48,09 %

25.DeepSeek-V4.1-Flash47,88 %

26.Gemini 3.5 Flash-Lite47,3 %

27.GPT-5.6 Terra47 %

28.Claude Sonnet 4.646,58 %

29.GPT-6 Astra46,37 %

30.Claude Opus 5.545,83 %

31.Qwen 3.6 27B45,58 %

32.Claude Opus 4.545 %

33.GPT-6 Sol44,79 %

34.GPT-5.6 Luna44,22 %

35.GPT-543,68 %

36.GPT-5.443,31 %

37.MiMo-V2.543,27 %

38.GPT-5 mini42,99 %

39.Gemini 2.5 Pro41,92 %

40.o341,77 %

41.o4-mini41,06 %

42.Grok 4.740,79 %

43.Qwen 3.7 Plus39,25 %

44.Grok 4.20 Reasoning38,24 %

45.GPT-5.4 nano38,08 %

46.Mistral Medium 3.537,61 %

47.Inkling36,56 %

48.Gemini 3.8 Flash35,06 %

49.Grok 4.534,97 %

50.Llama 4 Scout34,83 %

51.Claude Sonnet 4.532,88 %

52.Inkling Small32,74 %

53.GPT-5 nano30,38 %

54.Grok 4.628,9 %

55.Gemini 2.5 Flash-Lite27,53 %

56.Mistral Large 324,6 %

57.Grok 4.319,74 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-sage:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 57
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 13.781. Kosten je Aufgabe in USD: 0.000929. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-09-29-89f30a3444b7. Prüfsumme der Quelldaten: 89f30a3444b7edab27c895a52e2ce3759c99ee458f9763715a7a344cb2456193. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

GPQA (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 66.7
Bewertung: 66.7
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Thinking configuration

Quelle Google DeepMind

AIME (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 63.1
Bewertung: 63.1
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Thinking configuration

Quelle Google DeepMind

LiveCodeBench (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 34.3
Bewertung: 34.3
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Thinking configuration

Quelle Google DeepMind

SWE-bench Verified (single) (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 27.6
Bewertung: 27.6
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Thinking configuration; single-agent

Quelle Google DeepMind

SWE-bench Verified (multi) (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 44.9
Bewertung: 44.9
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Thinking configuration; multi-agent

Quelle Google DeepMind

Dokumentierte Messdetails

MedCode: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 27.115
Bewertung: 27.115
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: health
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-medcode:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 5.746. Kosten je Aufgabe in USD: 0.001342. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-09-29-7062229b5ab4. Prüfsumme der Quelldaten: 7062229b5ab4a5e16f014a78fd550f9f34e7147be6be796b610ab1ca3de055ab. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

MedScribe: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 72.832
Bewertung: 72.832
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: health
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-medscribe:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 4.847. Kosten je Aufgabe in USD: 0.001211. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-09-29-6533d95c8055. Prüfsumme der Quelldaten: 6533d95c80553d2dd26927f7269ab6454c589d2181f1858c662a4f493b5685c7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

SAGE: Automata (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 33.334
Bewertung: 33.334
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: automata
Aufgabenbezeichnung: Automata
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:automata
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 10.448. Standardfehler: 6.023. Kosten je Aufgabe in USD: 0.000876. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-08-11-f1f79f6d8af3. Prüfsumme der Quelldaten: f1f79f6d8af3af8a952baa6793df3cdbd11ccfc53c0b95683b89817df366a496. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

Quelle Vals AI

SAGE: Calculus (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 13.889
Bewertung: 13.889
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: calculus
Aufgabenbezeichnung: Calculus
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:calculus
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 13.337. Standardfehler: 4.298. Kosten je Aufgabe in USD: 0.001699. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-08-11-f1f79f6d8af3. Prüfsumme der Quelldaten: f1f79f6d8af3af8a952baa6793df3cdbd11ccfc53c0b95683b89817df366a496. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

Quelle Vals AI

SAGE: Linear Algebra (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 28.629
Bewertung: 28.629
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: linear_algebra
Aufgabenbezeichnung: Linear Algebra
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:linear_algebra
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 18.12. Standardfehler: 5.077. Kosten je Aufgabe in USD: 0.000791. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-08-11-f1f79f6d8af3. Prüfsumme der Quelldaten: f1f79f6d8af3af8a952baa6793df3cdbd11ccfc53c0b95683b89817df366a496. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

Quelle Vals AI

SAGE: Partial Differential Equations (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 20.635
Bewertung: 20.635
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: PDEs
Aufgabenbezeichnung: Partial Differential Equations
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:PDEs
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 12.776. Standardfehler: 5.078. Kosten je Aufgabe in USD: 0.001121. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-08-11-f1f79f6d8af3. Prüfsumme der Quelldaten: f1f79f6d8af3af8a952baa6793df3cdbd11ccfc53c0b95683b89817df366a496. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

Quelle Vals AI

SAGE: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 27.533
Bewertung: 27.533
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: google/gemini-2.5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 13.781. Kosten je Aufgabe in USD: 0.000929. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-09-29-89f30a3444b7. Prüfsumme der Quelldaten: 89f30a3444b7edab27c895a52e2ce3759c99ee458f9763715a7a344cb2456193. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Seite 1 von 3

Vorgänger und Nachfolger

Vorgänger: Gemini 2.0 Flash-Lite Preview (Herstellerdokumentation)
Herstellerdokumentation
Beleg zur Modellfolge
The lifecycle table lists `gemini-2.0-flash-lite-preview` (and its dated snapshot `gemini-2.0-flash-lite-preview-02-05`) as discontinued December 9, 2025 with recommended replacement `gemini-2.5-flash-lite`.
Google Gemini API model deprecations and lifecycle table (2026-09-19)
Spätere Modellgeneration: Gemini 3.1 Flash-Lite
Nächste Generation im Verzeichnis
Beleg zur Modellfolge
The table gives the GA `gemini-2.5-flash-lite` id itself no shutdown date or replacement (still active); only its dated preview snapshot `gemini-2.5-flash-lite-preview-09-2025` is marked replaced by `gemini-3.1-flash-lite`, so this Flash-Lite-tier link is recorded as nearest-profile rather than a directly documented GA-to-GA succession.
Google Gemini API model deprecations and lifecycle table (2026-09-19)

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Google, Non-reasoning. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Kontextfenster-Daten (abgerufen 8. September 2026) · Gemini 2.5 Flash-Lite API documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Kontextfenster-Daten (abgerufen 8. September 2026) · Gemini 2.5 Flash-Lite API documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 4 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	parameters-billions Originalwortlaut Google does not publish a parameter count on the Gemini API model page.
In den geprüften Quellen nicht gefunden	active-parameters-billions Originalwortlaut Google does not publish active parameter counts for Gemini API models.
Weitere Quelle	Modellmetadaten
Weitere Quelle	Wissensstand-Daten
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Google DeepMind (abgerufen 8. September 2026) · Gemini 2.5 Flash-Lite model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0

Gemini 2.5 Flash-Lite

Technische Daten und Zugang

Veröffentlichte Benchmarks

Gesundheit

MedCode

MedScribe

Bildung

SAGE

SAGE

Messungen ohne passende Vergleichswerte

Dokumentierte Messdetails

Unsere Tests

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Vorgänger und Nachfolger

Quellen und Datenstand