Gemini 2.5 Flash

Tổng quan

Gemini 2.5 Flash là mô hình siêu nhanh của Google DeepMind với cửa sổ ngữ cảnh 1M, mang lại độ trễ thấp và giá trị tuyệt vời. Nó hỗ trợ bộ nhớ đệm ngầm, khả năng hiểu thị giác và Function Call. Phù hợp cho các kịch bản độ trễ thấp và đồng thời cao: hỗ trợ khách hàng, phân loại, tóm tắt và hoàn thành mã nhẹ.

Khả năng

1M ngữ cảnh; bộ nhớ đệm ngầm (cache_read 25% đầu vào); hiểu biết thị giác; Function Call; chế độ JSON; phản hồi nhanh.

Trường hợp sử dụng

Xử lý khách hàng có độ đồng thời cao; phân loại và gắn thẻ; tạo tóm tắt; hoàn thành mã nhẹ; nhận diện hình ảnh; hiểu nội dung video.

Hạn chế

Không tạo hình ảnh; bộ nhớ đệm ngầm không đảm bảo truy xuất; giá cả tăng gấp đôi khi ngữ cảnh vượt quá 128k; max_tokens bị giới hạn ở 8K.

Ví dụ

export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY"
export ANTHROPIC_BASE_URL="https://api.robovai.com"
export ANTHROPIC_MODEL="gemini-2-5-flash"
claude