近期，科技巨頭谷歌推出了一款名為Gemini 2.5 Flash的混合推理模型，該模型憑借獨(dú)特的“思考預(yù)算”調(diào)節(jié)功能，在保持卓越性能的同時(shí)，實(shí)現(xiàn)了成本的大幅縮減。

據(jù)悉，在閉源思考模式下，Gemini 2.5 Flash的處理成本僅為每百萬(wàn)tokens 0.6美元，與全功能思考模式下的3.5美元相比，成本降低了驚人的600%。值得注意的是，即便是以基礎(chǔ)模式運(yùn)行，該模型的表現(xiàn)也超越了其前代產(chǎn)品Gemini 2.0 Flash。

在性能評(píng)估方面，Gemini 2.5 Flash在大模型排行榜上取得了顯著成績(jī)，以1392分的ELO評(píng)分緊隨GPT-4.5-preview之后，位列第二，與Grok-3的表現(xiàn)不相上下。這一成績(jī)充分展示了該模型在AI領(lǐng)域的強(qiáng)勁實(shí)力。

在具體任務(wù)測(cè)試中，Gemini 2.5 Flash同樣表現(xiàn)出色。在GPQA知識(shí)問(wèn)答中，通過(guò)分配24K的思考預(yù)算，模型性能提升了6%。而在LiveCodeBench代碼基準(zhǔn)測(cè)試中，當(dāng)思考預(yù)算為16K時(shí)，模型達(dá)到了最佳表現(xiàn)。這些測(cè)試結(jié)果進(jìn)一步驗(yàn)證了該模型在復(fù)雜任務(wù)處理方面的能力。

對(duì)比測(cè)試結(jié)果顯示，Gemini 2.5 Flash在多模態(tài)推理和數(shù)學(xué)任務(wù)上的表現(xiàn)明顯優(yōu)于Claude 3.7 Sonnet，其綜合性能與OpenAI最新的o4-mini模型相當(dāng)。在模擬人類(lèi)綜合能力的“人類(lèi)最后一次考試”基準(zhǔn)測(cè)試中，該模型以12.1%的高分位列第二，再次證明了其強(qiáng)大的綜合能力。

Gemini 2.5 Flash的創(chuàng)新之處在于其“思考預(yù)算”機(jī)制，這一機(jī)制使得用戶可以根據(jù)實(shí)際需求調(diào)整模型的思考深度和成本，從而在性能與成本之間實(shí)現(xiàn)了完美的平衡。這一創(chuàng)新為AI應(yīng)用開(kāi)發(fā)提供了更加靈活和經(jīng)濟(jì)的選擇，有助于推動(dòng)AI技術(shù)的普及和發(fā)展。