靠性价比狙击OpenAI！谷歌上线Gemini 2.5 Flash，关闭“思考”成本可降600%

大数据文摘受权转载自头部科技

文丨丁灵波

继昨天OpenAI发布o3和o4-mini出尽风头之后，长期对线的老对手谷歌迅速做出回应。

今天，谷歌在AI Studio和Vertex AI的Gemini API中推出了Gemini 2.5 Flash早期预览版模型，该版本基于2.0 Flash发展而来，在推理能力方面实现了重大升级，兼顾性能、速度和成本，并可根据需求控制模型推理的程度。

尽管o3和o4-mini模型在主流评测排行榜上表现着实好，但有一个很突出的缺点：贵，这给了谷歌很大的市场进击空间。

Gemini 2.5 Flash是一个混合推理模型，可让开发者开启或关闭“思考”功能，还允许开发者设定“思考预算”，以在质量、成本和延迟之间找到适合自己需求的平衡点，而即使关闭“思考”，官方宣称也能保持2.0 Flash的快速运行速度和性能。

使用Gemini 2.5 Flash时，开发者每百万个代币的输入成本为0.15美元，输出成本则根据推理设置而不同：启用思考时为每百万个代币3.50美元，而关闭思考功能每百万个代币仅为0.60美元，接棒DeepSeek在行业中杀出了一条更高的性价比路线。

开启和关闭“思考”近六倍的差价反映了当下模型推理过程的计算强度差异，谷歌引入所谓的“思考预算”机制，旨在解决当今AI市场的一个根本矛盾：更复杂的推理模型通常以更高的延迟和更高的价格为代价。

Gemini 2.5 Flash会根据具体任务的复杂性智能计算出要使用多少思考预算，如果开发者想在保持最低成本和延迟的同时，仍能提升2.0 Flash的性能，可为思考阶段设置特定的预算，预算范围为0到24576个token，随着思考预算的增加，推理质量得到提高，让开发者灵活掌握对质量和成本的细粒度调整。

在一些关键基准测试中，Gemini 2.5 Flash展现出颇具竞争力的性能优势，同时保持了比其他同类产品更小的模型规模。

例如在“人类的最后考试”（高难度推理与通用智力测试）中，Gemini 2.5 Flash的得分为12.1%，优于Anthropic的Claude 3.7 Sonnet（8.9%）和DeepSeek R1（8.6%），略低于OpenAI刚推出的o4-mini（14.3%）。

在GPQA Diamond（研究生水平的专家推理测试）中，Gemini 2.5 Flash得分78.3%，高于DeepSeek R1（71.5%），和Claude 3.7 Sonnet旗鼓相当。

在LiveCodeBench V5评测中，Gemini 2.5 Flash代码相关能力与上代2.0版本相比实现了翻倍提升，接近DeepSeek R1的水平。

谷歌AI Studio负责人Logan Kilpatrick表示该模型编码进展超快，后续还有更多精彩升级推出。

今天，除了发布Gemini 2.5 Flash之外，谷歌还宣布所有美国大学生在2026年春季之前都可以免费使用Gemini Advanced，分析师将此举解读为谷歌正在努力提高未来AI人才对Gemini平台的忠诚度，目光已经着眼渗透下一代市场。

一些网友对Gemini 2.5 Flash测试后认为，Flash的持续迭代可能会是AI行业的全新转折点——模型将会变得快速、智能、价格实惠，如果谷歌继续保持这种性价比竞争势头，接下来的人工智能竞赛将会变得更加有趣。

除了能胜任常见的旋转框弹跳小球的测试，该模型甚至还帮用户完成了更复杂的编码挑战。

例如提示模型使用JavaScript和2D物理引擎模拟分5步创建一个独立的HTML文件，直观地演示多个球穿过桩子并收集到箱中时，正态分布（或二项分布）的形成过程，确保物理参数（恢复、摩擦力、密度）和球的落球率经过调整，以便流畅清晰地演示分布。

有网友使用Gemini 2.5 Flash构建MCP AI代理，模型仅用30行Python代码就搭建了起来，可访问AirBnB和Google Maps。

还能帮助开发者轻松搞定一个网页小游戏开发，综合来看，虽然价格便宜，但谷歌没有太减配，Gemini 2.5 Flash编码能力的可用性和实用性都还不错。

有开发者对当前顶尖模型性能进行了所有基准测试，提供了更宽泛的视角，将Gemini 2.5 Flash添加到了对战列表与o3、o4-mini、Sonnet 3.7、o1、DeepSeek R1等进行比较。

经过一番对比，目前的结论如下，谷歌Gemini 2.5系列模型的市场竞争优势比较全面：

代码编辑：Gemini 2.5 Pro、o3

智能体编程（自主性编程）：Sonnet 3.7、o3

长文本上下文处理：Gemini 2.5 Pro、o3

多模态推理：Gemini 2.5 Pro、o3

数学、科学领域：o4-mini、o3、Gemini 2.5 Pro

成本效益：Gemini 2.5 Flash、DeepSeek R1

为了应对谷歌掀起的新一轮性价比大战，OpenAI今天悄悄针对o3和o4-mini型号推出了弹性处理（Flex processing）API选项，目前正处于测试阶段。

Flex处理可显著降低成本，代价是响应时间较慢且偶尔会出现资源不可用的情况，但它非常适合非生产或低优先级任务，例如模型评估、数据丰富或异步工作负载等。

从价格来看，经过Flex处理能将API成本可以降低整整一半。例如针对o3，Flex处理费用为每百万输入tokens为5美元，每百万输出tokens为20 美元，而标准处理费用为每百万输入tokens为10美元，每百万输出tokens达40美元。

Flex处理的推出，正值前沿人工智能价格持续攀升，而竞争对手纷纷推出更廉价、更高效的经济型模型之际，尽管OpenAI依靠o3和o4-mini再次取得了领先同行的模型优势，但远高于同行的高昂定价一直是最大的槽点，如果模型的实际表现差不多，而价格差太多，很可能把用户拱手送给老对手谷歌，这是OpenAI不愿看到的局面。

另外，新一轮顶尖模型的PK较量，正在一步步拉开模型之间的性能代差，无论是谷歌还是OpenAI都有着充足的AI算力保障，竞争处境最艰难的便是DeepSeek，特朗普政府本周采取行动，开始限制英伟达向中国出售H20等AI芯片，据纽约时报报道称，特朗普政府还在考虑进一步采取措施，阻止DeepSeek购买美国技术，并正在讨论禁止美国人使用其服务。

作为OpenAI和谷歌都难以忽视的对手，开源性价比之王DeepSeek能否冲破枷锁给市场带来新的惊喜和奇迹，很多开发者都在默默期待着。

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒级计费，平均节省开支30%以上！

扫码了解详情☝