Gemini产品管理总监Tulsee Doshi于2025年4月17日宣布，Gemini团队正式推出Gemini 2.5 Flash的预览版，并已通过Gemini API，在Google AI Studio和Vertex AI平台上线。这一版本是在广受欢迎的2.0 Flash基础上进行的重大升级，不仅大幅提升了推理能力，还继续保持高速响应和低成本的优势。值得一提的是，Gemini 2.5 Flash是首个真正意义上的“混合推理模型”，为开发者提供了“思考功能”的开关，并允许设定“思考预算”，以便在质量、成本和延迟之间取得最佳平衡。即便关闭思考功能，该模型仍可维持2.0 Flash的高速表现，同时在整体性能上有所提升。
Gemini 2.5系列属于“思考模型”，具备在生成回应前进行内在推理的能力。模型可以在输出结果前，先进行一段“思考”流程，以更深入理解用户的提示、拆解复杂任务并规划回答策略。对于那些需要多步推理的复杂任务（如解答数学题、分析研究性问题），这种预处理过程能显著提升回答的准确性和全面性。数据显示，Gemini 2.5 Flash在LMArena中的复杂提示（Hard Prompts）表现仅次于2.5 Pro，表现非常出色。
在成本与性能对比上，2.5 Flash以远低于其他主流模型的体量和价格，达到了相似甚至更优的表现，被定位为目前最具性价比的思考模型。其卓越的成本-性能比，使其成为Google在质量与成本的帕累托前沿中的又一重要产品。
为了满足不同使用场景下对质量、成本与响应速度的权衡，Gemini团队在2.5 Flash中引入了“思考预算”设置，允许开发者精细控制模型在思考阶段最多可生成的token数量。预算值越高，模型可进行更深入的推理，从而进一步提升回答质量。但需要指出的是，该预算只是上限设定，模型会依据任务复杂度自动决定实际的思考token数量，避免无谓消耗。
从实验数据来看，随着思考预算的提升，模型的推理质量也随之提高。2.5 Flash在训练过程中已具备“自主判断所需思考时间”的能力，因此能根据提示自动调整推理深度。
若开发者希望在尽可能降低成本和延迟的同时，仍享有较2.0 Flash更优的性能表现，只需将思考预算设置为0即可。此外，开发者可通过API参数或在Google AI Studio、Vertex AI中的滑动条进行预算设置，范围从0至24576 token不等。
在默认模式下，模型对不同类型的任务会自动决定思考的深浅。举例来说：
低推理需求的提示包括：
- “Thank you”用西班牙语怎么说？
- 加拿大有多少个省？
中等推理需求的提示包括：
- 两个骰子掷出后，点数加总为7的概率是多少？
- 一名用户工作时间为周一至周五每天9点到18点，想在工作日打5小时篮球，已知其健身房开放时间为周一三五9点至15点，周二和周六14点至20点，如何制定合理安排？
高推理需求的提示包括：
- 一根长度为3米、截面为矩形（宽0.1米，高0.2米）、材质为钢（E=200 GPa）的悬臂梁，受全长均布载荷5 kN/m和自由端点载荷10 kN作用，求其最大弯曲应力。
- 编写一个函数
evaluate_cells(cells: Dict[str, str]) -> Dict[str, float]来计算电子表格中各单元格的值。要求处理单元格间依赖、运算符优先级，检测循环并抛出错误，禁止使用eval，仅可使用内置库。
Gemini 2.5 Flash现已通过Gemini API在Google AI Studio与Vertex AI开放预览，同时在Gemini应用中设有专属下拉菜单供用户选择。开发者可尝试调整“thinking_budget”参数，探索如何通过可控推理来解决更复杂的问题。
例如，使用以下代码即可快速体验Gemini 2.5 Flash的推理能力：
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model="gemini-2.5-flash-preview-04-17",
contents="You roll two dice. What’s the probability they add up to 7?",
config=genai.types.GenerateContentConfig(
thinking_config=genai.types.ThinkingConfig(
thinking_budget=1024
)
)
)
print(response.text)
更多API文档与推理指南可在官方开发者文档中查阅，或通过Gemini Cookbook中的代码示例入门。Gemini团队还将持续优化2.5 Flash版本，并计划在后续正式上线以支持全面的生产环境使用。