Google發表Gemini 2.5 Flash與Flash-Lite更新版 效率大幅提升

Google於2025年9月25日在Google Developers Blog發表Gemini 2.5 Flash與Flash-Lite更新版，已在Google AI Studio與Vertex AI上提供。這次更新重點不是全新模型架構，而是「效率」：Flash-Lite輸出token用量減少50%，等同成本降低一半；Flash則減少24%。對長期依賴API呼叫量計費的企業與開發者來說，這是直接反映在帳單上的改變。除了省token，新版Flash在「代理式工具調用」（agentic tool use）能力上也有明顯進步：SWE-bench Verified分數由前代48.9%提升至54%，代表模型在需要連續呼叫外部工具、逐步解決複雜任務（如自動修復程式碼）時，準確率有實質提升。新版開啟「思考模式」（thinking mode）時，也能以更少token達到更高品質輸出，同時降低延遲與成本。

技術意義：省錢與變聰明同時發生

過去模型升級常見「更強但更貴」，這次更新則罕見地讓效率與能力同時提升，反映Flash系列定位越來越清楚：不是拚跑分的旗艦模型，而是主打「大量呼叫、即時回應」場景（如客服機器人、自動化流程、即時摘要）的工作馬模型，token成本下降對高頻使用情境影響尤其顯著。

與前代及定位的比較

官方說明這次釋出的是「預覽版」（可用字串gemini-2.5-flash-preview-09-2025測試），不會直接取代現有正式穩定版。Google把更新定位為「探路」——蒐集開發者實際使用回饋，再決定哪些改進正式納入下一個穩定版，顯示供應商推動更新時越來越謹慎，避免大改動造成既有應用行為不可預期的變化。

業界反應：持續的「降本增效」競賽

此次更新緊接同月稍早Gemini系列調整之後，顯示Google正加速更新頻率，而OpenAI、Anthropic、xAI等競爭對手近月也都推出強調成本效率或工具調用能力的模型版本。這場「同樣品質、更低成本」的競賽，正把AI從昂貴的實驗性技術，推向可大規模嵌入日常系統的基礎建設。

對管理者而言，這則新聞的意義不在於要不要換模型，而在於提醒：AI導入成本結構正持續下降，過去因token成本卡關、暫緩上線的自動化流程（如客服應答、庫存查詢代理、報表摘要），現在值得重新評估可行性。