Google: Gemini 2.5 Flash Lite

Google: Gemini 2.5 Flash Liteは、Googleによる軽量な推論モデルで、Gemini 2.5ファミリーの一部です。Googleはこれを同ファミリーの中で最小かつ最速の選択肢として位置づけており、最大限の能力よりも超低レイテンシと高スループットのために作られています。プロバイダーによるリリース日は2025年7月22日で、知識カットオフは2025年1月31日であるため、それ以降の内容はモデルがトレーニング中に学習した範囲外です。

このモデルはテキスト、画像、ファイル、音声、動画を入力として受け付け、出力はテキストのみです。この組み合わせにより、マルチモーダルな生成器ではなくマルチモーダルな読み取り手となります。スクリーンショット、PDF、録音、クリップを指示と一緒に送信でき、モデルは散文または構造化テキストで回答します。コンテキストウィンドウは1,048,576トークンで、非常に長い文書、長い文字起こし、または多数のメディア項目を1回のリクエストに収めるのに十分な大きさです。出力はレスポンスあたり65,535トークンに制限されており、このモデルは推論をサポートするため、回答する前に問題を段階的に検討できます。

これらの能力は、かなり特定の用途群を示しています。画像、ファイル、音声、動画を読み取るため、文書抽出、請求書やフォームの解析、長いレポートの要約、文字起こしのレビュー、メディアライブラリのタグ付けや分類に適しています。大きなコンテキストウィンドウは、契約書全体、コードベースのダンプ、または1日分の会議文字起こしに対して、チャンク分割せずに質問する必要がある場合に役立ちます。推論サポートにより、ルーティング判断、データクリーンアップ、軽量なエージェントワークフローなどの多段階タスクに使用でき、低レイテンシ重視は、ユーザーが各返信を待つインタラクティブな製品に適合します。

モデルID「google/gemini-2.5-flash-lite」を使用して、api14のOpenAI互換APIを通じて呼び出します。インターフェースはOpenAI chat completionsの形式に従っているため、既存のOpenAIクライアントをapi14に向け、モデルIDだけを変更できます。サポートされるリクエストパラメータは、include_reasoning、max_tokens、reasoning、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_pです。実際には、temperatureとtop_pでサンプリングを制御し、max_tokensで長さを制限し、seedで再現性を固定し、response_formatまたはstructured_outputsで出力を制約し、toolsとtool_choiceを通じてモデルに呼び出し可能な関数を提供できます。

検討すべき点の1つは出力上限です。65,535トークンはほとんどのチャットおよび抽出作業には十分ですが、非常に長い文書を1回で生成する必要がある場合は、より高い出力制限を持つモデルの方が適している可能性があります。2025年1月31日という知識カットオフも最近の出来事に関する質問では重要です。プロンプトで提供しない限り、モデルはその日付以降のことを知らないためです。最も重い推論問題には、同じファミリーのより大きなモデルがおそらくより良い選択であり、Flash Liteは、大量でレイテンシに敏感な作業向けの、高速で安価に感じられる選択肢として扱うのが最適です。