刚刚，Gemini 2.5系列模型更新，最新轻量版Flash-Lite竟能实时编写操作系统

机器之心·2025年06月18日 11:20

Gemini 2.5 Pro 玩宝可梦竟会「恐慌」？

刚刚，Gemini 系列模型迎来了一波更新：

Gemini 2.5 Pro 稳定版发布且已全面可用，其与 6 月 5 日的预览版相比无变化。
Gemini 2.5 Flash 稳定版发布且已全面可用，其与 5 月 20 日的预览版相比无变化，但价格有更新。
新推出了Gemini 2.5 Flash-Lite并已开启预览。

谷歌 CEO Sundar Pichai 发推表示新推出的 Gemini 2.5 Flash-Lite 是目前性价比最高的 2.5 系列模型。

可以看到，谷歌对 2.5 Flash-Lite 的定位是适合用于「量大且注重成本效率的任务」。相较之下，2.5 Pro 适合编程和高复杂度任务，2.5 Flash 则居中，更适合需要较快速度的日常任务。

据官方博客介绍，Gemini 2.5 Flash-Lite 同样是一个推理模型，同样支持多模态输入和 100 万 token 上下文，并支持通过 API 参数动态控制思考预算。由于 Flash-Lite 针对成本和速度进行了优化，因此与谷歌 DeepMind 的其他模型不同，其「思考」功能默认处于关闭状态。除了函数调用之外，2.5 Flash-Lite 还支持已有的所有原生工具，例如基于谷歌搜索查找依据、代码执行和 URL 上下文。

性能上，Gemini 2.5 Flash-Lite 的整体表现自然会比 2.5 Flash 差一些，而开启思考的版本也比没开启的更强。但在少量指标上，2.5 Flash-Lite 却意外地具有少量分数优势，比如 AIME 2025 和 FACTS Grounding。

价格方面，自然也是与性能挂钩的。如上图底部所示，2.5 Flash-Lite 的定价为每百万输入 / 输出 token0.1/0.4美元，而如果是音频输入，则为每百万输入 token 0.5 美元。2.5 Flash 的价格为每百万输入 / 输出 token 0.3/2.5 美元，音频输入的则为 1 美元。性能最佳的 2.5 Pro 价格没有变化，还是贵得多：每百万输入 / 输出 token 1.25/10 美元。

Gemini 2.5 Flash-Lite 的预览版现已在 Google AI Studio 和 Vertex AI 上线，与 2.5 Flash 和 Pro 的稳定版本一同提供。用户也可在 Gemini App 中使用 2.5 Flash 和 Pro。此外，谷歌还为 2.5 Flash-Lite 和 2.5 Flash 的定制版本引入了搜索功能。

另外，谷歌也发布了新版本的 Gemini 2.5 技术报告，从中我们可以看到有关 Gemini 2.5 Flash-Lite 的更多信息，比如在性价比方面，Gemini 系列共同组成了当前 LLM 的佩雷托前沿，是性价比最高的系列模型。

另外，该报告中还提到了一种名为「智能体恐慌（agent panic）」的现象，即在游戏过程中，Gemini 2.5 Pro 遇到了多种可能导致模型模拟「恐慌」的情况。

例如，当队伍中的宝可梦生命值或能量值较低时，模型会反复提醒自己需要立即治疗队伍或逃离当前地牢。有趣的是，这种模型性能模式似乎与模型推理能力的定性可观察到的下降相关——例如，在这种情况持续期间，在游戏过程中完全忘记使用探路工具。

报告地址：https://storage.googleapis.com/deepmind-media/gemini/gemini_v2_5_report.pdf

作为当今 AI 模型的顶流之一，Gemini 更新自然也吸引了万众瞩目，很多用户已经尝试并分享了自己的体验。

Datasette 开发者、著名技术博主 Simon Willison 用一篇博客分享了自己的体验，下图从左到右分别为 2.5 Pro、2.5 Flash 和 2.5 Flash-Lite 生成的鹈鹕骑自行车 SVG。

https://simonwillison.net/2025/Jun/17/gemini-2-5/

而输出 token 数分别为 4,226、14,500、2,070，对应成本分别为 4.2274、3.6253、0.0829 美分。

另外，他还尝试了将一个新的 Twitter Space 的录音转录成文本。结果发现，2.5 Pro 的效果最好，总成本为 18.1 美分，时间 147.5 秒；2.5 Flash 也不错，消耗 10 美分和 72.6 秒。但 2.5 Flash-Lite 却遭遇了错误，中途卡住了。

DeepMind 研究 VP 和深度学习负责人 Oriol Vinyals 则通过一个更加亮眼的示例展示了 2.5 Flash-Lite，即所谓的Neural OS / 神经操作系统。这看起来像是一个操作系统的 UI，但实际上里面的内容是用户在点击图标后由 2.5 Flash-Lite 实时生成的！

可以说这是一种非确定性（non-deterministic）的操作系统 —— 当你退出一个文件夹再重新进入，里面的内容可能就已经完全不一样了！

另外，谷歌开发者 𝕏 帐号今天也分享了一些使用 Gemini 2.5 系列模型辅助开发的案例，比如 @splinetool 在其新的 Hana 工具中使用了 Gemini 2.5 Pro 来革新交互式 3D 设计。创作者可以使用自然语言生成对象和场景，并观察它们如何栩栩如生地呈现，从而简化复杂的工作流程。

机器之心也在 Google AI Studio 中简单实验了新推出的 2.5 Flash-Lite。

首先开启 Thinking 模式，使用如下提示词编写一个小游戏：

编写一个贪吃蛇小游戏，除了常规机制外，里面还要有障碍物。使用鲜艳多彩的颜色。

2.5 Flash-Lite 确实很快，仅用 17.1 秒就完成了任务，效果也还不错，就是障碍物过多了。

接下来，关闭 Thinking 模式，丢给它今年上海高考的作文题：

请完成这道作文题：

有学者用 “专”“转”“传” 概括当下三类文章：“专” 指专业文章；“转” 指被转发的通俗文章；“传” 指获得广泛传播的佳作，甚至是传世文章。他提出，专业文章可以变成被转发的通俗文章，而面对大量 “转” 文，读者又不免期待可传世的文章。

由 “专” 到 “传”，必定要经过 “转” 吗？请联系社会生活，写一篇文章，谈谈你的认识与思考。

要求：（1）自拟题目；（2）不少于 800 字。

2.5 Flash-Lite 仅用 5.9 秒就完成了任务，至于结果，就交给你亲自品鉴了：