Вывод редакции: Gemini 2.5 Flash Lite Preview 09 2025 No Thinking была рассчитана на массовые недорогие запросы, где важны цена, компактные ответы и обработка разных типов входных данных. В рейтинге COMRAD404 она получила 61,2 балла и заняла 87-е место, а её лучший профильный результат — 93,3 балла за эффективность. Однако это не универсальная модель для сложного анализа: качество и программирование оценены только в 50,0 балла, уверенность в итоговой оценке ограниченная, а к 31 августа 2026 года конкретный preview-эндпоинт уже закрыт.
Материал подготовлен по редакционному паспорту модели и официальным материалам Google. Числа COMRAD Score и суббаллов являются нормализованными оценками COMRAD404 по шкале 0–100, а не процентом правильных ответов. Данные приведены на срез 31 августа 2026 года.
Коротко
Gemini 2.5 Flash Lite Preview 09 2025 No Thinking — проприетарная мультимодальная модель Google из семейства Gemini 2.5 Flash-Lite. Она принимала текст, изображения, видео, аудио и PDF, а генерировала текст. Официальная карточка семейства описывает Flash-Lite как гибридную reasoning-модель с возможностью включать или выключать режим размышления; рассматриваемая запись паспорта относится именно к варианту No Thinking, то есть к режиму без дополнительного рассуждения.
Модель появилась 25 сентября 2025 года как preview-версия. Google позиционировала обновление вокруг трёх направлений: более точного следования сложным инструкциям, меньшей многословности и улучшений в мультимодальности и переводе. Это хорошо согласуется с высоким баллом эффективности, но не отменяет компромиссов в задачах, где требуется устойчивое логическое рассуждение, сложное программирование или проверяемая фактическая точность.
| Параметр | Значение в паспорте |
|---|---|
| Модель | Gemini 2.5 Flash Lite Preview 09 2025 No Thinking |
| Разработчик | |
| Статус и лицензия | Preview, Proprietary |
| Open weights | Нет |
| Место COMRAD404 | 87 |
| COMRAD Score | 61,2 из 100 |
| Контекст | 1 048 576 токенов |
| Стоимость входа / выхода | $0,10 / $0,40 за 1 млн токенов |
| LMArena Text rating | 1379,7; место 170; 46 382 голоса |
| Artificial Analysis Intelligence Index | Данных в срезе нет |
| Скорость и время до первого токена | Данных в срезе нет |
| Состояние на 31 августа 2026 года | Модель закрыта 31 марта 2026 года |
Место в рейтинге
87-е место в рейтинге COMRAD404 означает, что модель находится заметно ниже верхней группы общего списка, но не выпадает в категорию узкоспециализированных или малополезных решений. Её итоговый балл 61,2 формируется не одной яркой характеристикой, а сочетанием сильной экономичности с более умеренными результатами по качеству и коду.
Для ориентира важно разделять два типа ранжирования. COMRAD Score — редакционная нормализованная оценка с пятью суббаллами и заданными весами. LMArena Text rating 1379,7 — статистический рейтинг по слепым попарным сравнениям пользовательских ответов, а не процент правильных ответов. Поэтому число 1379,7 нельзя читать как «модель отвечает правильно в 13,797% случаев» или как прямой эквивалент 61,2 балла COMRAD.
В паспорте указано, что для расчёта COMRAD применялись веса: качество — 40%, предпочтение людей — 30%, программирование — 15%, эффективность — 10%, доступ — 5%. Такая схема объясняет, почему очень высокая эффективность заметно поддерживает итог, но не способна полностью компенсировать средние показатели качества и кода. Оценка имеет ограниченную уверенность: это сигнал о том, что итог следует использовать как ориентир при выборе, а не как окончательный вердикт для конкретного рабочего процесса.
На странице рейтинга COMRAD404 модель следует рассматривать вместе с методологией выпуска 2026 H2, версия 1.0. Редакционный рейтинг помогает сузить выбор, но не заменяет тестирование на собственных данных.
Разбор пяти суббаллов
| Суббалл | Оценка | Что это означает |
|---|---|---|
| Качество | 50,0 | Средний профиль без оснований считать модель надёжным универсальным решением для сложных задач. |
| Предпочтение людей | 73,6 | В слепых пользовательских сравнениях ответы воспринимались достаточно конкурентоспособно. |
| Программирование | 50,0 | Подходит для типового кода и преобразований, но не демонстрирует запаса для критичных инженерных задач. |
| Эффективность | 93,3 | Главное преимущество профиля: низкая стоимость и ориентация на быстрые массовые операции. |
| Доступ | 45,0 | Оценка снижена из-за preview-статуса, ограничений жизненного цикла и отсутствия открытых весов. |
Эффективность 93,3 — не обещание фиксированной задержки и не измерение скорости генерации. В паспорте отсутствуют значения output tokens per second и time to first token. Балл отражает редакционную оценку совокупной практической экономичности и доступности в зафиксированном наборе данных.
Предпочтение людей 73,6 выглядит сильнее, чем качество 50,0. Это не противоречие: короткий, понятный и хорошо оформленный ответ может выигрывать в пользовательском сравнении, даже если модель уступает в глубокой проверке фактов, многошаговой логике или устойчивости на сложных промптах.
Возможности и сценарии
Официальная модельная карточка указывает на входы в виде текста, изображений, аудио, видео и документов, включая PDF. Контекстное окно составляет 1 048 576 токенов, а максимальный текстовый вывод — 65 536 токенов. Для задач с большими документами это полезный технический запас, но сам размер контекста не гарантирует одинаково качественное извлечение фактов из любого места длинного материала.
- Классификация и маршрутизация. Модель разумно проверять для разбора обращений, определения тематики, приоритета, тональности и передачи запроса в нужную очередь.
- Перевод и нормализация текста. Обновление сентября 2025 года было нацелено на улучшение перевода, поэтому модель подходит для черновой локализации, определения языка и приведения сообщений к единому формату.
- Извлечение данных из документов. Текст, таблицы, сканы и изображения можно использовать в конвейерах предварительной обработки, если результат проходит валидацию.
- Краткие ответы в больших потоках. Снижение многословности полезно для FAQ, суммаризации коротких сообщений, тегирования и автоматических уведомлений.
- Мультимодальный анализ. Изображения, аудио и видео расширяют область применения за пределы чистого чата, однако качество нужно проверять отдельно по каждому типу входа.
- Простой прикладной код. Модель можно использовать для шаблонных SQL-запросов, регулярных выражений, небольших скриптов и объяснения ошибок, но итоговый код должен проходить тесты и ревью.
Google также указывала поддержку функций API, выполнения кода, поиска по файлам, структурированных ответов, URL-контекста и поискового grounding в документации конкретного эндпоинта. Эти возможности зависят от платформы, конфигурации и доступности сервиса, поэтому их нельзя автоматически переносить на любой сторонний API-провайдер.
Цена и скорость
В паспорте указана цена $0,10 за 1 млн входных токенов и $0,40 за 1 млн выходных токенов. Это единицы тарификации токенов, а не стоимость одного запроса. Реальный счёт зависит от длины промпта, размера ответа, кэширования, пакетной обработки, региона, лимитов и конкретного провайдера.
Для иллюстрации: запрос с 10 000 входных и 1 000 выходных токенов при таких паспортных ставках дал бы ориентир около $0,0014 до учёта условий конкретной платформы. Это арифметическая иллюстрация, а не действующий коммерческий оффер и не гарантия доступности модели.
Метрики скорости в срезе отсутствуют: для output tokens per second и time to first token нет данных. Поэтому нельзя корректно назвать модель «самой быстрой», установить задержку ответа или обещать определённую пропускную способность. Google в официальном анонсе говорила о снижении многословности и связанных с этим преимуществах для стоимости и задержки, но такие заявления разработчика не заменяют независимое измерение в вашем регионе и режиме API.
Есть принципиальное ограничение по актуальности цены: конкретный preview-эндпоинт был закрыт 31 марта 2026 года. Указанные тарифы следует читать как значения паспорта для исторического среза, а не как предложение, которым можно воспользоваться 31 августа 2026 года.
Контекст, модальности и режим рассуждения
Контекст в 1 048 576 токенов делает модель пригодной для экспериментов с крупными корпусами, длинными транскриптами и многостраничными документами. Но при проектировании приложения нужно учитывать стоимость обработки всего входа, повторную передачу истории, возможное падение точности на дальних фрагментах и необходимость извлекать релевантные части перед генерацией.
Название записи содержит «No Thinking». В паспорте одновременно указано reasoning: true, поскольку модель относится к гибридному семейству, где режим размышления предусмотрен на уровне семейства. Для этой конкретной профилируемой конфигурации редакция не приписывает скрытое многошаговое рассуждение каждому ответу. Это важное различие: включаемая возможность семейства и фактический режим конкретной версии — не одно и то же.
Для задач, где требуется предсказуемая структура ответа, стоит использовать JSON Schema или иной механизм структурированного вывода, а критичные утверждения проверять внешними источниками. Даже большой контекст не превращает модель в базу данных и не устраняет галлюцинации.
Ограничения
Главное ограничение — жизненный цикл. Google классифицировала версию как preview, а документация Gemini API сообщает о закрытии 31 марта 2026 года. На дату редакционного среза, 31 августа 2026 года, это уже исторический профиль, а не доступная production-модель. Preview нельзя называть production-ready: у таких версий могут меняться параметры, лимиты, цена, функции и срок поддержки.
- Весы модели не опубликованы, а лицензия указана как Proprietary. Запустить её локально или свободно модифицировать нельзя.
- Artificial Analysis Intelligence Index в паспорте отсутствует; восстанавливать его по другим рейтингам нельзя.
- LMArena Code rating и Code rank отсутствуют, поэтому нельзя делать вывод о месте модели в кодовом рейтинге.
- Нет независимых значений скорости и времени до первого токена.
- Официальная карточка предупреждает о галлюцинациях, слабостях в причинном понимании, сложной дедукции и контрфактическом рассуждении.
- Соблюдение бюджета размышления, по данным карточки семейства, может быть непоследовательным; для версии No Thinking это особенно важно проверять на реальных вызовах и настройках.
- Знания модели ограничены январём 2025 года по официальной карточке. Для событий после этой даты необходим поиск, retrieval или передача актуального контекста.
Отдельно следует учитывать безопасность и тональность. Модель может давать ответы, которые воспринимаются как назидательные, а автоматические фильтры не заменяют собственную политику приложения. В медицинских, юридических, финансовых и производственных сценариях нужен человек в контуре принятия решения.
Как проверить на своей задаче
Поскольку модель закрыта, проверка возможна только на сохранённых результатах, совместимом провайдере, архивном стенде или при сравнении с доступной заменой для миграции. Если у команды сохранились логи вызовов, не смешивайте их с результатами другой версии: фиксируйте идентификатор модели, дату, параметры генерации и системную инструкцию.
- Соберите репрезентативную выборку. Возьмите не демонстрационные примеры, а 100–300 реальных запросов: короткие, длинные, мультимодальные, простые и пограничные.
- Определите критерии. Для классификации измеряйте macro-F1 и долю отказов, для извлечения — точность полей, для суммаризации — покрытие фактов и лишние утверждения, для кода — прохождение тестов.
- Разделите режимы. Сравнивайте text-only, изображения, PDF, аудио и видео отдельно. Нельзя переносить результат текстовой выборки на все модальности.
- Проверьте формат. Отправьте один и тот же набор с обычным текстовым ответом и со структурированным выводом, затем посчитайте ошибки парсинга.
- Измерьте экономику. Запишите входные и выходные токены, долю пустых или слишком длинных ответов, повторные запросы и стоимость всей цепочки, а не только одного вызова.
- Проверьте устойчивость. Повторите тесты при разных температурах, длине контекста и формулировках инструкции. Для массового сервиса важны не только средние значения, но и худший квартиль.
- Добавьте контроль фактов. Для ответов, влияющих на решения, используйте retrieval, цитирование первичных документов, правила валидации и ручную выборочную проверку.
Минимальный тестовый набор для этой модели должен включать короткую классификацию, перевод с сохранением терминов, извлечение полей из PDF, описание изображения, транскрипцию фрагмента аудио, суммаризацию длинного текста и генерацию небольшого скрипта с автоматическими тестами. Такой набор покажет, действительно ли преимущество эффективности компенсирует средние баллы качества и программирования.
Кому модель подходила
В историческом контексте модель подходила командам, которым требовался дешёвый мультимодальный слой предварительной обработки: разбор входящих сообщений, перевод, тегирование, первичное извлечение данных и подготовка черновиков. Её высокий балл эффективности делал такой сценарий логичным, особенно при большом количестве однотипных операций.
Она хуже подходила для автономного принятия решений, сложного code generation без тестов, глубокого анализа причинно-следственных связей и приложений, где нельзя быстро заменить модель после завершения preview-периода. Для нового проекта на 31 августа 2026 года выбирать именно этот закрытый эндпоинт не следует: сначала нужно проверить миграционный путь, совместимость API и доступную стабильную модель.
Что означает статус preview
Preview — это этап тестирования и сбора обратной связи, а не знак гарантированного качества и не синоним production-ready. В официальном анонсе Google отдельно отмечала, что preview-релизы предназначены для экспериментов и дальнейшей итерации; для более стабильных приложений рекомендовались стабильные версии семейства. Это также означает, что сравнение цены и возможностей имеет смысл только внутри конкретной даты и платформы.
Для редакционной оценки статус preview повлиял прежде всего на суббалл доступа. Даже хорошая модель для пилота может быть неудачным фундаментом долгоживущего продукта, если её endpoint закрывается через несколько месяцев. В случае этой версии риск реализовался: на 31 августа 2026 года она уже недоступна.
FAQ
Можно ли использовать Gemini 2.5 Flash Lite Preview 09 2025 No Thinking сейчас?
Нет, по официальной документации Google модель закрыта 31 марта 2026 года. На 31 августа 2026 года её нельзя считать доступным рабочим эндпоинтом; следует изучать миграцию на актуальную модель.
Что означает «No Thinking»?
Это обозначение варианта без режима дополнительного размышления. Семейство Gemini 2.5 Flash-Lite относится к гибридным reasoning-моделям и может поддерживать включаемый режим thinking, но паспорт этой записи описывает конфигурацию No Thinking.
Является ли 61,2 процентом правильных ответов?
Нет. COMRAD Score 61,2 — нормализованная редакционная оценка по шкале 0–100. Она объединяет пять суббаллов и не является процентом точности.
Что показывает LMArena rating 1379,7?
Это статистический рейтинг Text Arena по слепым попарным сравнениям ответов пользователями. Он не показывает долю правильных ответов и не равен COMRAD Score.
Какая у модели цена?
В паспорте указаны $0,10 за 1 млн входных токенов и $0,40 за 1 млн выходных токенов. Это исторические значения среза и не гарантия действующего тарифа после закрытия preview-эндпоинта.
Есть ли у модели открытые веса?
Нет. В паспорте указано open weights: false, а лицензия — Proprietary. Поэтому модель нельзя рассматривать как локальную open-weight систему или как свободное программное обеспечение.
Можно ли считать её быстрой?
Редакционный профиль очень высоко оценивает эффективность — 93,3, но независимые значения tokens per second и time to first token в срезе отсутствуют. Называть конкретную задержку или обещать скорость нельзя.
Источники
- Google Developers Blog: выпуск обновлённых Gemini 2.5 Flash и Flash-Lite — официальное название версии, дата запуска, заявленные направления улучшений и preview-статус.
- Gemini API: Gemini 2.5 Flash-Lite preview — идентификатор модели, модальности, лимиты токенов, поддерживаемые возможности, дата закрытия и knowledge cutoff.
- Google DeepMind Model Card: Gemini 2.5 Flash-Lite — описание семейства, вариант Preview 09-2025, архитектурные сведения, бенчмарки и ограничения.
- Gemini API: deprecations — дата shutdown 31 марта 2026 года и рекомендуемая миграция.
- Vertex AI release notes — появление versioned preview endpoint 25 сентября 2025 года.
- LMArena Text Leaderboard — источник независимого пользовательского рейтинга Text Arena; числовые значения в статье взяты только из переданного паспорта.
- Artificial Analysis: LLM Leaderboard — проверяемый источник для Intelligence Index и связанных API-показателей; для этой модели в паспорте данных нет.
Редакционное замечание: официальные заявления Google отделены от независимого рейтинга LMArena и от оценок COMRAD404. Если модель, цена или доступность меняются у провайдера, этот профиль не следует трактовать как бессрочную спецификацию.