对话模型
Gemini 2.0 Flash Lite
对话模型
可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。
对话与视频按积分计费。
Input/Output 0.0548544/0.219418
大约每段短提问 0.0548544 积分、每段短回复 0.219418 积分(按约千字计)。
商用权限取决于所选模型及其使用条款。

在 Ofrai 使用 Gemini 2.0 Flash Lite
Gemini 2.0 Flash Lite 在 Ofrai 上是 Google 2.0 世代的 Lite 级对话模型,面向低成本、批量处理的文本任务。它位于这套 Gemini 产品线的底端,适合简短且目标明确的提示词,而不是深度推理或长文档。所有请求统一走 Ofrai 共享额度结算。当需要成千上万次常规生成、同时希望输出高于最低水平时,它是务实之选。
大约每段短提问 0.0548544 积分、每段短回复 0.219418 积分(按约千字计)。
Gemini 2.0 Flash Lite 模型信息
- 模型标识
- gemini-2.0-flash-lite
- 类型
- 对话模型
- 发布日期
- 暂未公布
- Ofrai 价格
- 大约每段短提问 0.0548544 积分、每段短回复 0.219418 积分(按约千字计)。
- 联网搜索
- 不支持
适合
- 对大批量短文本做分类、路由与打标
- 对常规文案做语气改写、语法清理与格式统一
- 基于模板批量起草 FAQ、摘要与标准回复
- 长文精读前先做一遍低成本初筛摘要
不太适合
- 需要多步推理或数学链条的任务,Pro 或 Thinking 级更合适
- 超长文档,此时上下文压力与召回质量直接决定结果
- 对混乱、含糊输入要求稳定结构化 JSON 输出
和其他模型的区别
与 Gemini 2.5 Flash Lite 相比,它是更早也更便宜的 Lite 档:提示含糊时选 2.5 Flash Lite,工作量短、重复且以价格为主时选 2.0 Flash Lite。
示例提示词
把下面每一行归入且仅归入一类:[billing]、[technical]、[sales]、[other]。每行只输出标签,保持原顺序。 [粘贴内容]
把下面这段改写为 [语气],约 [N] 字。所有事实保持不变,并标注任何我无法核实的表述。 [粘贴段落]
只依据来源中的事实,填写这个回答模板:[模板]。客户问题:[问题]。来源:[来源]。若来源中没有答案,只回复 UNKNOWN。
把下面文本总结为 5 条要点,每条不超过 12 个字,最后一行写出最重要的一个结论。 [粘贴文本]
常见问题
- Gemini 2.0 Flash Lite 适合做什么?
- 它是 Google 面向低成本、高重复对话工作的 Lite 级文本模型,常见用途包括分类、路由、语气调整、模板填充和短摘要。在这套产品线中它位于 Flash 与 Pro 之下,因此更适合关注吞吐与单次成本,而非困难推理。在 Ofrai 上,它与其他模型共用同一份额度。
- 它与 Gemini 2.0 Flash 有何区别?
- 两者同属 Google 2.0 世代,但定位不同。Flash Lite 更小更便宜,面向大量短提示词;2.0 Flash 是同世代的均衡档,用部分成本换取在更长、更杂乱或更含糊的指令上明显更好的输出。常规吞吐选 Lite,单次答案质量更值钱时选 Flash。
- 现在还用 2.0 Flash Lite 有意义吗?
- 当单次调用成本主导决策时,它依然实用。分类、格式统一、语气清理和模板化回复,用早期世代的 Lite 级往往已经够用,而且比新一代 Flash 更便宜。遇到新奇的推理任务、长上下文或复杂指令时再升档。在 Ofrai 上可按请求切换模型,Lite 作默认、Pro 作兜底是常见组合。
- 它能处理图片和文档吗?
- 本条目在 Ofrai 中注册为文本对话模型,提示词为文本。Google Gemini 系列本身整体是多模态的,但某个平台开放哪些能力取决于该平台的接入方式。多模态支持应按具体部署去核实,而不是默认成立;上传入口若存在,会与模型条目分开呈现。
- Ofrai 额度如何计费?
- Ofrai 对所有模型使用同一份共享额度,无需单独管理 Gemini 钱包。请求发送时按平台公布的该模型费率扣减,同一份额度也可用于视频、图像与音频任务。Lite 级属于平台最低费率之列,因此适合批量处理流程和批量分类作业。
- 什么时候该从 Flash Lite 升级到 Pro 或 Thinking?
- 当失败不再是格式问题、而是判断问题时,就该升级。若模型读不懂意图、在长文档中丢失细节,或无法完成推理链,Pro 级或 Thinking 变体通常表现更好。保留 Lite 承接大部分常规流量,只把需要的那部分请求升级,整体成本比全部走高阶更低。
相关模型
同模态下更多 Ofrai 模型。
