Gemini 2.5 Flash Lite
Rede Neural
Gemini 2.5 Flash Lite é um modelo leve do Google da família Gemini 2.5 para tarefas rápidas com latência mínima
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 048 576 tokens
- Comprimento máximo de resposta
- 65 535 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona Gemini 2.5 Flash Lite?
Gemini 2.5 Flash Lite é um modelo leve da linha Gemini 2.5 do Google, projetado para tarefas onde a velocidade de resposta e a eficiência são cruciais: maior taxa de transferência, geração acelerada de tokens e capacidade de raciocínio preservada. O modo em lote é útil quando é mais conveniente acumular e processar solicitações em massa. Através do BotHub, o modelo está disponível sem VPN ou cartão estrangeiro, com pagamento em rublos e por uso. Mais de 250 redes neurais em uma única janela, e uma API compatível com OpenAI permite alternar para outro modelo sem reescrever a integração; os dados são criptografados, e as empresas têm acesso a contratos, faturas e um painel administrativo com limites. Use o Gemini 2.5 Flash Lite para rotular e classificar solicitações de clientes em massa, analisar fluxos de e-mails e documentos, criar descrições curtas de produtos, responder em chatbots onde a reação instantânea é crítica e testar hipóteses preliminares antes de executá-las em um modelo maior.Perguntas frequentes sobre Gemini 2.5 Flash Lite
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto do Google com um contexto de 1.048.576 tokens. Ele analisa documentos longos e bases de código inteiras, escreve e refatora código, e ajuda com raciocínio e tarefas STEM. O modo em lote é conveniente quando você precisa processar um grande volume de solicitações semelhantes sem pressa.
Até 65.535 tokens por resposta — o suficiente para um artigo extenso, documentação detalhada ou um grande módulo de código inteiro. Se o material não couber, basta pedir para continuar: a enorme janela de contexto permite que o modelo mantenha na memória tudo o que foi escrito anteriormente.
Sim, o modo de raciocínio é suportado. O modelo primeiro constrói o processo de solução e depois fornece o resultado — isso ajuda significativamente em matemática, lógica, análise de dados e depuração de código, onde uma cadeia de passos é importante, e não uma resposta rápida e superficial.
Sim, o modelo pode chamar funções e fornecer JSON estruturado. Isso permite conectá-lo a serviços externos, bancos de dados e ferramentas próprias. No BotHub, está disponível uma API única compatível com OpenAI, então a integração é feita uma vez e o modelo pode ser substituído depois.
Além de texto, imagens e documentos são aceitos como entrada — o modelo os lê nativamente, analisando diagramas, tabelas, capturas de tela e arquivos de várias páginas. Não temos informações sobre áudio e vídeo. O modelo retorna o resultado em texto.
Os modelos da família Gemini funcionam com português em um nível suficiente para tarefas diárias de trabalho: análise de documentos, correspondência, código e análise de dados. A maneira mais fácil de verificar a qualidade com seus próprios dados é diretamente no BotHub — acesso sem VPN ou cartão estrangeiro, pagamento em rublos.