DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
页面导航
大模型列表Gemini 2.0 Flash-Lite
GE

Gemini 2.0 Flash-Lite

聊天大模型

Gemini 2.0 Flash-Lite

发布时间: 2025-02-05更新于: 2025-06-18 09:29:141,174
在线体验GitHubHugging FaceCompare
模型参数
未披露
上下文长度
1000K
中文支持
支持
推理能力

Gemini 2.0 Flash-Lite 是由 DeepMind 发布的 AI 模型,发布时间为 2025-02-05,定位为 聊天大模型,上下文长度为 1000K,模型文件大小约 0,采用 不开源 许可。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

Gemini 2.0 Flash-Lite

模型基本信息

推理过程
不支持
思考模式
不支持思考模式
上下文长度
1000K tokens
最大输出长度
暂无数据
模型类型
聊天大模型
发布时间
2025-02-05
模型文件大小
0
MoE架构
否
总参数 / 激活参数
暂无数据 / 不涉及
知识截止
暂无数据
Gemini 2.0 Flash-Lite

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
暂无在线体验地址
Gemini 2.0 Flash-Lite

官方介绍与博客

官方论文
Gemini 2.0: Flash, Flash-Lite and Pro
DataLearnerAI博客
Google发布Gemini 2.0 Pro:谷歌历史上最强的大语言模型,最高上下文长度支持200万tokens!
Gemini 2.0 Flash-Lite

API接口信息

接口速度
4/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准计费Standard
模态输入输出
文本$0.075$0.3
Gemini 2.0 Flash-Lite

评测结果

Gemini 2.0 Flash-Lite 当前已收录的代表性评测结果包括 MATH(8 / 42,得分 86.80)、SimpleQA(31 / 45,得分 21.70)、MMLU Pro(86 / 124,得分 71.60)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
78.20
53 / 65
MMLU Pro
常规模式
71.60
86 / 124
GPQA Diamond
常规模式
51.50
147 / 175

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
86.80
8 / 42

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
21.70
31 / 45

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
28.90
117 / 118
查看评测深度分析与其他模型对比

和其他模型对比

暂时没有为该模型整理的相关对比页面。

想自定义其他组合?打开对比工具

Gemini 2.0 Flash-Lite

发布机构

DeepMind
DeepMind
查看发布机构详情
Gemini 2.0 Flash-Lite

模型解读

从命名可以看到,Google的这个模型是Gemini 2.0 Flash的一个小规模参数的版本,它更快,但是比Gemini 2.0 Flash效果略差,好于上一代的Gemini 1.5 Flash。

而从官方的对比来看,我们又一次看到Google产品的混乱。

在Google官方的博客中,他们用Gemini 2.0 Flash-Lite对比上一代的Gemini 1.5 Flash。官方说,这个模型的目标是希望持续改进大模型的能力,但是保持价格不表。因此,与Gemini 1.5 Flash相比,这个模型的价格保持不变,但是各方面都有提升。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码