Gemini 2.5 Flash Lite Preview
Gemini 2.5 Flash Lite Preview est un LLM de Google publié le 25 septembre 2025, avec des connaissances arrêtées au 31 janvier 2025. Son profil est celui d’une variante Preview très économique, associant une fenêtre de contexte d’environ 1,0 M de tokens à un tarif nettement inférieur à la…
Gemini 2.5 Flash Lite Preview est un LLM de Google publié le 25 septembre 2025, avec des connaissances arrêtées au 31 janvier 2025. Son profil est celui d’une variante Preview très économique, associant une fenêtre de contexte d’environ 1,0 M de tokens à un tarif nettement inférieur à la moyenne des LLM similaires.
Le modèle se distingue surtout par le rapport entre coût, très longue entrée contextuelle et résultats solides sur certains tests de classification et de connaissances générales. Les données disponibles reposent sur 4 sources concordantes, avec des évaluations couvrant le texte, la vision, les mathématiques et le codage.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | |
| Date de sortie | 25 septembre 2025 |
| Connaissances jusqu'à | 2025-01-31 |
| Multimodal | oui |
| Fenêtre de contexte | 1 048 576 tokens (≈ 1,0 M) |
| Modalités (entrée → sortie) | text,image,file,audio,video → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 13.1 | 118ᵉ / 136 |
| Math Index | 46.7 | 34ᵉ / 55 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 99,5 % | 68ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 99,0 % | 24ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 88,0 % | 158ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 81,0 % | 148ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 80,0 % | 174ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 72,0 % | 142ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 67,0 % | 106ᵉ / 252 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Intelligence Index
Math Index
Classements Arena (Elo)
| Catégorie | Elo | Rang |
|---|---|---|
| Arena Text | 1380 | 145ᵉ |
| Arena Vision | 1175 | 71ᵉ |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Google Vertex | 0,1 $ | 0,4 $ | 0,01 $ |
| artificialanalysis | 0,1 $ | 0,4 $ | 0,01 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 95 % en dessous de la moyenne des LLM similaires, et 48,3 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,01 $ |
| Latence moyenne par benchmark — Benchable | 2 min 39 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Gemini 2.5 Flash Lite Preview ressort particulièrement bien sur Benchable Ethics, où il atteint le tout premier rang, et sur General Knowledge, avec un score maximal malgré une concurrence dense. Email Classification fait aussi partie de ses points forts, ce qui indique un comportement fiable sur des tâches de tri et de catégorisation. Son Math Index est plus favorable que son Intelligence Index, signe d’un profil inégal mais pas dénué de capacité en raisonnement quantitatif. Sa très grande fenêtre de contexte constitue un atout concret pour traiter de longs documents, tandis que son positionnement tarifaire reste l’un des plus agressifs du segment, à 95% sous la moyenne des LLM similaires et environ 48.3 fois moins cher que les modèles frontière.
Limites et points d’attention. L’Intelligence Index place Gemini 2.5 Flash Lite Preview dans le bas du classement, ce qui limite son intérêt pour les tâches générales complexes. Les résultats Benchable en hallucinations, mathématiques et codage restent nettement moins compétitifs que ses meilleurs scores, avec un risque plus marqué dès que la précision factuelle, le raisonnement robuste ou la génération de code deviennent centraux. Les classements Arena en texte et en vision indiquent aussi un positionnement modeste face aux meilleurs modèles évalués. Ce modèle convient surtout aux usages à fort volume et coût contraint, notamment la classification, l’analyse de longs contextes et les traitements où le prix prime sur la performance maximale.
Sources des données : OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).