Google在本周二（6/17）正式释出已预览数月的Gemini 2.5 Flash与2.5 Pro稳定版，同时宣布预览入门级的Gemini 2.5 Flash-Lite。

首个具备思考（Thinking）能力的Gemini模型是Google是在去年12月发表的Gemini 2.0 Flash Thinking Mode，而今年开始测试的Gemini 2.5家族则是首个内建Thinking能力的Gemini模型家族，包括Gemini 2.5 Pro与Gemini 2.5 Flash。

此一Thinking能力指的是模型在生成回应之前，会先进行内部推理、分析与规画，以产生更精确也更深入的回答，旨在支援複杂任务的处理，回应时间也会比较久，内建思考能力的大型语言模型亦被外界称为推理模型。

在Gemini 2.5模型家族中，2.5 Pro与2.5 Flash内建并启用Thinking能力，而Gemini 2.5 Flash-Lite的Thinking能力虽然也是内建的，但预设值是关闭的。

一般而言，开发者可以透过API来设定thinkingBudget参数，以决定模型所投入的Thinking资源。在目前的Gemini 2.5模型家族中，2.5 Pro版的thinkingBudget最低阀值是128个Token，意谓着它不论如何都会发挥Thinking能力，也代表着它无法被关闭。

至于2.5 Flash虽然也是预设启用Thinking，但可将thinkingBudget设为0，以关闭其思考功能；至于Gemini 2.5 Flash-Lite预设值则是关闭了Thinking，可藉由thinkingBudget设定来启用。而且在2.5 Flash与Gemini 2.5 Flash-Lite中，不管有没有启用Thinking的费用都是一样的。

最新的Gemini 2.5 Flash-Lite就是讲求成本与效率，每100万个Token的输入费用为0.1美元，输出为0.4美元。而2.5 Flash的输入/输出费用则是0.3/2.5美元，2.5 Pro则是1.25/10美元。

而在Google的各式基準测试中，可以发现启用Thinking的测试结果绝大多数都优于未启用。

除了Thinking功能之外，3个模型都支援多模态输入，包括文字、程序码、图片、声音、影片与PDF等，在输出上，2.5 Pro与2.5 Flash支援文字、程序码，以及文字+图片的输出，2.5 Flash-Lite则仅支援文字与程序码的输出。

此外，2.5 Pro适用于高阶决策、商业分析、複杂的程序码生成及除错；2.5 Flash可支援即时聊天、客服、快速摘要或图片标注等；入门款的Gemini 2.5 Flash-Lite则适用于大规模内容摘要、高吞吐量的资料处理、基本问答与低延迟应用。