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，該模型憑借獨特的“思考預算”調節(jié)功能，在保持卓越性能的同時，實現(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，即便是以基礎模式運行，該模型的表現(xiàn)也超越了其前代產(chǎn)品Gemini 2.0 Flash。
在性能評估方面，Gemini 2.5 Flash在大模型排行榜上取得了顯著成績，以1392分的ELO評分緊隨GPT-4.5-preview之后，位列第二，與Grok-3的表現(xiàn)不相上下。這一成績充分展示了該模型在AI領域的強勁實力。
在具體任務測試中，Gemini 2.5 Flash同樣表現(xiàn)出色。在GPQA知識問答中，通過分配24K的思考預算，模型性能提升了6%。而在LiveCodeBench代碼基準測試中，當思考預算為16K時，模型達到了最佳表現(xiàn)。這些測試結果進一步驗證了該模型在復雜任務處理方面的能力。
對比測試結果顯示，Gemini 2.5 Flash在多模態(tài)推理和數(shù)學任務上的表現(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。在模擬人類綜合能力的“人類最后一次考試”基準測試中，該模型以12.1%的高分位列第二，再次證明了其強大的綜合能力。
Gemini 2.5 Flash的創(chuàng)新之處在于其“思考預算”機制，這一機制使得用戶可以根據(jù)實際需求調整模型的思考深度和成本，從而在性能與成本之間實現(xiàn)了完美的平衡。這一創(chuàng)新為AI應用開發(fā)提供了更加靈活和經(jīng)濟的選擇，有助于推動AI技術的普及和發(fā)展。
