不久前在Google NEXT’25預覽更低延遲運作、成本效益更高的AI模型Gemini 2.5 Flash，目前已經開始向開發者提供測試。
相比Gemini 2.5 Pro能處理前後達100萬個詞元內容理解處理，並且能進行深度資料分析、在特定專業領域提供關鍵見解，或是在理解整個程式碼後進行複雜編碼工作，成為Google當前能力最高的人工智慧模型，Gemini 2.5 Flash則是提供更低延遲執行效率，以及更低使用成本，預期成為多數應用服務主力使用模型，同時也能保持一定執行處理正確率表現，適合用於製作互動虛擬助理，或是即時內容摘要工具。
而Gemini 2.5 Flash同時具備動態、可控的推理能力，可依照提問內容複雜度自動調整處理時間 (可視為「思考預算」考量)，針對可簡單回覆提問內容更快做出互動，同時開發者或企業也能設定使用成本，依照實際需求調整回應速度、準確率，藉此讓服務運作預算可更有效益地使用。
開發者可以透過Google AI Studio或Vertex AI平台調整Gemini 2.5 Flash「思考」時生成的詞元數量。若將詞元數量調整越低，其反應速度就會越快，反之則會以更多時間進行「思考」，而背後反應成本也會相對較高。
至於在Gemini 2.5 Flash的知識量，目前截至今年1月擷取內容，並且同樣支援文字、圖片、影片、音訊多模態輸入，但結果僅能輸出文字內容，同時定位上將取代原本的Gemini 2.0 Flash Thinking。
