Gemini 2.5 Flash

在 UniRoute 上部署 Gemini 2.5 Flash API，实现经济高效的混合推理、可控思考以及可扩展的生产级性能。

Pricing

Billing unit	UniRoute	Market
Input	$0.09	$0.30
Output	$0.75	$2.50

per 1M tokens

About this model

Gemini 2.5 Flash API 提供了 Google 首个完全混合推理大语言模型，该模型专为在单个 LLM 中结合快速响应生成与可选的内部推理能力而设计。这种混合设计允许仅在任务需要时应用推理，使 Gemini 2.5 Flash API 无需切换模型或管道，即可支持低延迟请求和复杂的多步推理工作负载。

Chat

Deep dive

Gemini 2.5 Flash API：Google 首个混合推理 LLM

Gemini 2.5 Flash API：百万级 Token 上下文架构

Gemini 2.5 Flash API 采用百万级 Token 上下文架构，单次请求支持高达 1,048,576 个输入 Token。这使得模型能够将整份文档、庞大的代码库、长对话及多模态数据集作为一个统一的上下文进行推理，而无需依赖过度分块 (Chunking) 或外部记忆系统。通过在上下文中完整保留长程信息，Gemini 2.5 Flash API 能为长上下文工作流提供更连贯的推理、更精准的交叉引用以及更可靠的输出结果。

Gemini 2.5 Flash API：多模态输入与结构化输出

Gemini 2.5 Flash API 支持文本、图像、视频和音频输入，并生成基于文本的结构化输出。借助内置的结构化输出支持，开发者可以设计出能够分析丰富多模态上下文并返回可预测、机器可读响应的工作流。这使得 Gemini 2.5 Flash API 成为兼顾复杂多模态理解与严格输出格式要求的理想选择。

Call it with one request

Works with the OpenAI SDK — just change the base URL.

api.uniroute.dev

curl https://api.uniroute.dev/v1/chat/completions \
  -H "Authorization: Bearer $UNIROUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash",
    "messages": [{ "role": "user", "content": "Hello!" }],
    "stream": true
  }'