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

Benchmark-Meta-Score: Nicht berechenbar
Weniger als acht Testreihen
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

Benchmark-Metaanalyse

Gesamt- und Bereichsscores

Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.

Abrufstände der verwendeten Quellen 2026-10-15 - 2026-10-15

Gesamtindex

Noch nicht genug unabhängige Werte für einen Score

Ein Gesamtwert braucht mindestens acht Testreihen.

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Testreihen: 3
Testfamilien: 2 / 65
Quellen: 1
Anteil am festen Testpanel (informativ): 6 %

Gesundheit

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 1,6
Testreihen: 2
Testfamilien: 2 / 3
Quellen: 1
Anteil am festen Testpanel (informativ): 67 %

Bildung

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 2
Quellen: 1
Anteil am festen Testpanel (informativ): 50 %

Dokumentierte Methode · Einbezogene Testfamilien und Messwerte

Methodenfassung: benchmark-meta-score-v3

Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.

Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.

Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.

Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.

Die Quellenzahl ist keine Anzahl unabhängiger Experimente.

OECD-Handbuch zu zusammengesetzten Indikatoren

Alle 3 Testfamilien und 3 von 3 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.

Testfamilie: MedCode
Gesundheit · Mittleres Rangperzentil der Familie: 1,5 / 100
Gewicht der Familie im festen Testpanel (informativ): 2,78 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-medcode
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,78 %
  Rohwert:
  27,115 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  68
  Rangperzentil innerhalb der Kohorte:
  1,5 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-medcode:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-medcode:1:overall
  Datensatztyp:
  private
  Setup- und Modellparameter
  Temperatur: 1. Maximale Ausgabetoken: 30000
  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: 2026-10-13. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 5.746. Standardfehler: 1.843. Kosten je Aufgabe in USD: 0.001342. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-10-15-988a6ae1e07e. Prüfsumme der Quelldaten: 988a6ae1e07e33ce031572ed4a804be11c36ee97a1dd75cbe4740fff3b534f8c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: MedScribe
Gesundheit · Mittleres Rangperzentil der Familie: 17,6 / 100
Gewicht der Familie im festen Testpanel (informativ): 2,78 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-medscribe
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,78 %
  Rohwert:
  72,832 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  69
  Rangperzentil innerhalb der Kohorte:
  17,6 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-medscribe:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-medscribe:1:overall
  Datensatztyp:
  private
  Setup- und Modellparameter
  Temperatur: 1. Maximale Ausgabetoken: 30000
  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: 2026-10-13. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 4.847. Standardfehler: 1.982. Kosten je Aufgabe in USD: 0.001211. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-10-15-271fc122ddc2. Prüfsumme der Quelldaten: 271fc122ddc2b0602bd6c7947f65a9a7f0d8cab94f6dc27d62a9380a9317f9c0. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: SAGE
Bildung · Mittleres Rangperzentil der Familie: 3,4 / 100
Gewicht der Familie im festen Testpanel (informativ): 0 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-sage
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0 %
  Rohwert:
  27,533 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  59
  Rangperzentil innerhalb der Kohorte:
  3,4 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-sage:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-sage:1:overall
  Datensatztyp:
  private
  Setup- und Modellparameter
  Temperatur: 1. Maximale Ausgabetoken: 30000
  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: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 13.781. Standardfehler: 3.124. Kosten je Aufgabe in USD: 0.000929. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15

Benchmarkquellen im Überblick

Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Artificial Analysis	3	1	16
Vals AI	3	0	7

Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.

Bei 6 Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Sie erhöhen die Zahl der Testreihen nicht.

Veröffentlichte Benchmarks

Gesundheit

MedCode

Overall

1.Gemini 2.5 Pro50,59 %

2.GLM-5.240,77 %

3.Qwen 3.8 Max 090240,67 %

4.Claude Sonnet 4.540,57 %

5.Qwen 3.7 Max38,75 %

6.Gemini 2.5 Flash-Lite27,12 %

7.Llama 4 Scout23,31 %

höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %

Quelle: Vals AI

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-medcode:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 7
Methodik und Einordnung: 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: 2026-10-13. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 5.746. Standardfehler: 1.843. Kosten je Aufgabe in USD: 0.001342. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-10-15-988a6ae1e07e. Prüfsumme der Quelldaten: 988a6ae1e07e33ce031572ed4a804be11c36ee97a1dd75cbe4740fff3b534f8c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15

Quelle: Vals AI

MedScribe

Overall

1.Qwen 3.8 Max 090284,95 %

2.Claude Sonnet 4.584,52 %

3.GLM-5.283,53 %

4.Qwen 3.7 Max79,4 %

5.Gemini 2.5 Pro73,55 %

6.Gemini 2.5 Flash-Lite72,83 %

7.Llama 4 Scout50,59 %

höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %

Quelle: Vals AI

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-medscribe:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 7
Methodik und Einordnung: 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: 2026-10-13. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 4.847. Standardfehler: 1.982. Kosten je Aufgabe in USD: 0.001211. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-10-15-271fc122ddc2. Prüfsumme der Quelldaten: 271fc122ddc2b0602bd6c7947f65a9a7f0d8cab94f6dc27d62a9380a9317f9c0. Parserversion: vals-astro-v3. Importiert am: 2026-10-15

Quelle: Vals AI

Bildung

SAGE

Teilaufgabe	Gemini 2.5 Flash-Lite (Dieses Modell)	Gemini 2.5 Pro	Qwen 3.8 Max 0902	Qwen 3.7 Plus	Claude Sonnet 4.5	Llama 4 Scout	Mistral Large 3
Automata	33,33 %	43,65 % (bester Wert dieser Zeile)	39,68 %	32,54 %	20,24 %	14,68 %	11,91 %
Linear Algebra	28,63 %	51,94 %	69,64 % (bester Wert dieser Zeile)	51,88 %	51,42 %	61,25 %	44,42 %
Overall	27,53 %	41,92 %	51,25 % (bester Wert dieser Zeile)	39,25 %	32,88 %	34,83 %	24,6 %
Partial Differential Equations	20,64 %	30,16 %	44,44 % (bester Wert dieser Zeile)	33,33 %	26,98 %	28,57 %	17,46 %

höhere Werte sind besserStand 15. Oktober 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg

Methodik und Einordnung

Messgröße: accuracy

SAGE

Calculus

1.Qwen 3.8 Max 090271,91 %

2.Gemini 2.5 Pro70,68 %

3.Claude Opus 4.558,33 %

4.Claude Sonnet 4.537,65 %

5.Gemini 2.5 Flash-Lite13,89 %

6.Llama 4 Scout5,25 %

7.Mistral Large 30 %

höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %

Quelle: Vals AI

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-sage:1:calculus
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 7
Methodik und Einordnung: 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: 2026-10-08. 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-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15

Quelle: Vals AI

Messungen ohne passende Vergleichswerte

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

IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 31.496598639455797
Bewertung: 31.496598639455797
Messgröße: IFBench prompt-level loose accuracy (pass@1)
Einheit: %
Benchmark-Version: AA test set: 294 questions
Kategorie: general
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:tokens=0:suffix=Non-reasoning
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Non-reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite, UUID 1d81aa1c-64c8-442a-9c41-81b37e407b91, reasoning=false, source reasoning-token configuration budget=0, suffix=Non-reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/1d81aa1c-64c8-442a-9c41-81b37e407b91/gemini-2-5-flash-lite/gemini-2-5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Modellstand: Gemini 2.5 Flash-Lite (Non-reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: Non-reasoning. Angezeigter Wert: 31,5 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Non-reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite, UUID 1d81aa1c-64c8-442a-9c41-81b37e407b91, reasoning=false, source reasoning-token configuration budget=0, suffix=Non-reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: Non-reasoning
Einordnung: Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.

Quelle Artificial Analysis

IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 49.8639455782313
Bewertung: 49.8639455782313
Messgröße: IFBench prompt-level loose accuracy (pass@1)
Einheit: %
Benchmark-Version: AA test set: 294 questions
Kategorie: general
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=0:suffix=Reasoning
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite-reasoning, UUID f4e8194a-d0e6-48eb-92be-4307de5aeeec, reasoning=true, source reasoning-token configuration budget=0, suffix=Reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/f4e8194a-d0e6-48eb-92be-4307de5aeeec/gemini-2-5-flash-lite/gemini-2-5-flash-lite-reasoning. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Modellstand: Gemini 2.5 Flash-Lite (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Reasoning-Stufe: Reasoning. Angezeigter Wert: 49,9 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite-reasoning, UUID f4e8194a-d0e6-48eb-92be-4307de5aeeec, reasoning=true, source reasoning-token configuration budget=0, suffix=Reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Reasoning-Stufe: Reasoning
Einordnung: Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.

Quelle Artificial Analysis

MMMU-Pro: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 53.9884393063584
Bewertung: 53.9884393063584
Messgröße: pass@1 accuracy
Einheit: %
Benchmark-Version: AA cohort: 1,730 questions
Kategorie: multimodal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-mmmu-pro:AA cohort: 1,730 questions:standalone:non-reasoning:tokens=0:suffix=Non-reasoning
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Non-reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite, UUID 1d81aa1c-64c8-442a-9c41-81b37e407b91, reasoning=false, source reasoning-token configuration budget=0, suffix=Non-reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Kennung des Quellmodells: artificial-analysis/1d81aa1c-64c8-442a-9c41-81b37e407b91/gemini-2-5-flash-lite/gemini-2-5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Modellstand: Gemini 2.5 Flash-Lite (Non-reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: non-reasoning. Reasoning-Stufe: Non-reasoning. Angezeigter Wert: 54,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Non-reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite, UUID 1d81aa1c-64c8-442a-9c41-81b37e407b91, reasoning=false, source reasoning-token configuration budget=0, suffix=Non-reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: non-reasoning. Reasoning-Stufe: Non-reasoning
Einordnung: Die Benchmarkseite nennt 3.460 Fragen für den vollständigen MMMU-Pro-Datensatz; die AA-Methodik beschreibt einen 1.730-Fragen-Lauf.

Quelle Artificial Analysis

MMMU-Pro: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 58.2080924855491
Bewertung: 58.2080924855491
Messgröße: pass@1 accuracy
Einheit: %
Benchmark-Version: AA cohort: 1,730 questions
Kategorie: multimodal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-mmmu-pro:AA cohort: 1,730 questions:standalone:reasoning:tokens=0:suffix=Reasoning
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite-reasoning, UUID f4e8194a-d0e6-48eb-92be-4307de5aeeec, reasoning=true, source reasoning-token configuration budget=0, suffix=Reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Kennung des Quellmodells: artificial-analysis/f4e8194a-d0e6-48eb-92be-4307de5aeeec/gemini-2-5-flash-lite/gemini-2-5-flash-lite-reasoning. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Modellstand: Gemini 2.5 Flash-Lite (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: reasoning enabled. Reasoning-Stufe: Reasoning. Angezeigter Wert: 58,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite-reasoning, UUID f4e8194a-d0e6-48eb-92be-4307de5aeeec, reasoning=true, source reasoning-token configuration budget=0, suffix=Reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: reasoning enabled. Reasoning-Stufe: Reasoning
Einordnung: Die Benchmarkseite nennt 3.460 Fragen für den vollständigen MMMU-Pro-Datensatz; die AA-Methodik beschreibt einen 1.730-Fragen-Lauf.

Quelle Artificial Analysis

AA-Omniscience Accuracy: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 15.433333333333332
Bewertung: 15.433333333333332
Messgröße: AA-Omniscience Accuracy
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-omniscience-accuracy:AA Omniscience diagnostic:standalone:non-reasoning:tokens=0:suffix=Non-reasoning
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Non-reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite, UUID 1d81aa1c-64c8-442a-9c41-81b37e407b91, reasoning=false, source reasoning-token configuration budget=0, suffix=Non-reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Kennung des Quellmodells: artificial-analysis/1d81aa1c-64c8-442a-9c41-81b37e407b91/gemini-2-5-flash-lite/gemini-2-5-flash-lite. Name des Quellmodells: Gemini 2.5 Flash-Lite. Anbieter laut Quelle: Google. Modellstand: Gemini 2.5 Flash-Lite (Non-reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: non-reasoning. Reasoning-Stufe: Non-reasoning. Angezeigter Wert: 15,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Gemini 2.5 Flash-Lite (Non-reasoning) (Release gemini-2-5-flash-lite, Zeile gemini-2-5-flash-lite, UUID 1d81aa1c-64c8-442a-9c41-81b37e407b91, reasoning=false, source reasoning-token configuration budget=0, suffix=Non-reasoning). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: non-reasoning. Reasoning-Stufe: Non-reasoning
Einordnung: Dies ist die separat veröffentlichte Genauigkeitsdiagnostik, nicht der AA-Omniscience-Index. AA bezeichnet höhere Werte als besser.

Quelle Artificial Analysis

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: 2026-10-15
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: 2026-10-13. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 5.746. Standardfehler: 1.843. Kosten je Aufgabe in USD: 0.001342. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-10-15-988a6ae1e07e. Prüfsumme der Quelldaten: 988a6ae1e07e33ce031572ed4a804be11c36ee97a1dd75cbe4740fff3b534f8c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

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: 2026-10-15
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: 2026-10-13. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 4.847. Standardfehler: 1.982. Kosten je Aufgabe in USD: 0.001211. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-10-15-271fc122ddc2. Prüfsumme der Quelldaten: 271fc122ddc2b0602bd6c7947f65a9a7f0d8cab94f6dc27d62a9380a9317f9c0. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

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: 2026-10-15
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: 2026-10-08. 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-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
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: 2026-10-15
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: 2026-10-08. 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-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
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: 2026-10-15
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: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 13.781. Standardfehler: 3.124. Kosten je Aufgabe in USD: 0.000929. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
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: 2026-10-15
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: 2026-10-08. 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-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
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: 2026-10-15
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: 2026-10-08. 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-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

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	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 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	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0

Gemini 2.5 Flash-Lite

Technische Daten und Zugang

Gesamt- und Bereichsscores

Gesamtindex

Gesundheit

Bildung

Testfamilie: MedCode

Testfamilie: MedScribe

Testfamilie: SAGE

Benchmarkquellen im Überblick

Veröffentlichte Benchmarks

Gesundheit

MedCode

MedScribe

Bildung

SAGE

SAGE

Messungen ohne passende Vergleichswerte

Dokumentierte Messdetails

Unsere Tests

SVG-Kurztest

Gemini 2.5 Flash-Lite

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Vorgänger und Nachfolger

Quellen und Datenstand