Gemini 2.5 Flash

Gemini 2.5 Flash 是 Google 的高速多模态模型，能够以出色的速度与准确性处理文本、图像与视频。

概览

最适合做什么

• 多模态分析 — 将文本与图像/视频结合理解与分析
• 快速处理 — 对时效性要求高的工作流
• 视频理解 — 分析视频内容（最长 45 分钟）
• 文档处理 — 从视觉文档中提取信息
• 实时应用 — 低延迟响应

输入

Prompt（必填）

主要文本输入，描述你希望模型完成什么任务。

连接颜色：🟡 Yellow

Images（可选）

把图片发送给模型进行分析。最多支持 10 张图片，每张最多 7MB。

连接颜色：🟢 Green（来自图像节点）

Videos（可选）

把视频发送给模型进行分析。最多支持 10 个视频，每个最长 45 分钟。

连接颜色：🟢 Green（来自视频节点）

配置

System Instruction

Type: Textarea

通过 system instruction 引导模型的行为。

示例：

You are a video content analyst specializing in social media trends. 
Provide insights in a concise, actionable format.

Max Output Tokens

Type: Slider
Range: 1 - 65,535
Default: 65,535

最大输出 token 数。Gemini 2.5 Flash 支持非常长的输出。

Temperature

Type: Slider
Range: 0 - 2
Default: 1

控制输出随机性：

• 0：更确定、更一致
• 1：创造性平衡
• 2：最大创造性与多样性

Top P

Type: Slider
Range: 0 - 1
Default: 0.95

Nucleus sampling 参数。更低的值会让输出更聚焦。

Thinking Budget

Type: Slider
Range: 0 - 24,576
Default: 0 (disabled)

通过设置 thinking budget 启用更长链路的推理。数值越高，允许更复杂的推理链。

Dynamic Thinking

Type: Toggle
Default: Off

启用后，模型会根据问题复杂度自动调整 thinking budget，并覆盖手动设置。

输出

Type：Text
连接颜色：🟡 Yellow

用例

视频内容分析

连接一个视频节点：

Analyze this product demo video. Identify the key selling points, 
pacing issues, and suggest improvements for engagement.

多图对比

连接多个图像节点：

Compare these three logo designs. Which one best represents 
a modern tech startup? Explain your reasoning.

文档信息抽取

连接一张文档图片：

Extract all the key information from this invoice image 
and format it as structured JSON.

视频转录与摘要

Watch this video and provide:
1. A detailed transcript
2. A 3-sentence summary
3. Key timestamps for important moments

提升效果的小建议

1. 充分利用视频能力 — 很少有模型能把视频分析得这么好
2. 使用 dynamic thinking — 让模型自行决定推理深度
3. 高效批量处理图片 — 一次调用处理多张图
4. 提示词清晰 — 问题越具体分析越到位
5. 调整 temperature — 事实类任务调低，创意类调高

与其他模型对比

相关模型

• GPT-5 — 推理更强，但不支持视频
• Claude 4.5 Sonnet — 更适合长文写作
• Llama 3 70B — 开源替代方案