Gemini 2.5 Flash-Lite API 中转

1. Gemini 2.5 Flash-Lite 是什么

Gemini 2.5 Flash-Lite（gemini-2-5-flash-lite）是 2.5 代际的极致轻量型号：以最小的规格与全站最低的文本单价，承接那些「量大、任务简单、对单价零容忍」的调用。

它的目录画像：

• 256K tokens 上下文：同代 Lite 档的标准规格。
• 能力标签：轻量级、快速响应——不含视觉理解等扩展模态。
• $0.7/$3.5 每百万 tokens：站内文本档的最低渠道目录参考价。

2. 地板价的适用边界

最便宜的型号不是万能型号，边界清单比价格本身更有价值：

一个实用的验收方法：从真实流量里抽 100 条样本跑一遍，人工核对错误率——若错误率可接受，就把这批流量永久下沉到地板价，省下的部分再反哺给高难度任务的旗舰档。

地板价能省出什么量级？算一笔账：某分类管道每月消耗 3,000 万 input tokens 与 500 万 output tokens——跑在本页的目录成本约 $38.5（$21 + $17.5），若改用标准 Flash 档则约 $82.5，省下过半。规模越大，这道算术题的答案越清晰。

3. 适用场景

超大批量的规则化处理

日处理数万条的消息清洗、去重与打标，单条成本趋近于零后，数据管道的经济学才真正成立。

对话系统的前置分流

先用地板价判断用户意图属于闲聊、查询还是业务操作，再把后者路由给更强的型号处理。

教学与原型验证

学习提示词工程、验证产品构想的阶段，用最低成本把想法跑起来，成功后再评估升级路径。

4. API 最小示例

curl https://www.codex789.com/v1/chat/completions \
  -H "Authorization: Bearer sk-codex789-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2-5-flash-lite",
    "messages": [
      {"role": "user", "content": "把这句话改写得更正式一些"}
    ]
  }'

Python SDK

from openai import OpenAI

client = OpenAI(
    base_url="https://www.codex789.com/v1",
    api_key="sk-codex789-your-api-key",
)

resp = client.chat.completions.create(
    model="gemini-2-5-flash-lite",
    messages=[{"role": "user", "content": "判断这条工单应该派给哪个部门"}],
)
print(resp.choices[0].message.content)

5. 价格与倍率说明

6. 常见问题