Seviye A — Öncü
Çalıştığı yer:USYapıldığı yer:United States

Kullanımdan kaldırma tarihi

Sağlayıcı 20 Ekim 2026 tarihini geçici bir kullanımdan kaldırma tarihi olarak belirtiyor. Model şu an her zamanki gibi kullanılabilir.

Google Gemini

Gemini 2.5 Flash

Seviye A — Öncü · 1.048576M token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··

Gemini 2.5 Flash, Google tarafından Gemini yapay zeka sistemleri ailesinin bir parçası olarak geliştirilen büyük bir dil modelidir. Standart metin üretim görevleri için tasarlanmış olup, geniş bir doğal dil işleme uygulama yelpazesine uygun performans ve verimlilik dengesi sunar. Model; soru yanıtlama, özetleme, yaratıcı yazım, kod üretimi ve genel konuşma etkileşimleri gibi görevleri ele alır. Gemini 2.5 Flash'in temel teknik özelliklerinden biri, 1.048.576 token (yaklaşık 1 milyon token) gibi son derece geniş bir bağlam penceresine sahip olmasıdır. Bu genişletilmiş bağlam kapasitesi, modelin tek bir istem içinde çok uzun belgeler, kapsamlı konuşmalar veya büyük kod tabanları boyunca tutarlılığı işlemesini ve korumasını sağlar. Bu durum, uzun materyallerin analizini gerektiren veya uzun süreli etkileşimlerde bağlamın korunmasını gerektiren uygulamalar için onu özellikle kullanışlı kılar. Google'ın Gemini serisinde 2.5 Flash varyantı, Gemini Pro veya Ultra gibi daha büyük modellere kıyasla daha hızlı ve kaynak açısından daha verimli bir seçenek olarak konumlandırılırken, genel amaçlı dil görevlerinde güçlü performansını da korumaktadır. "Flash" adlandırması, hız ve düşük gecikme süresi için optimizasyonu ifade eder ve modeli yanıt süresinin önemli olduğu uygulamalar için uygun hale getirir. Gemini 2.0 mimarisi üzerinde hem yetenek hem de verimlilik açısından iyileştirmeler içeren bir adımı temsil eder ve mevcut en büyük modellerin hesaplama yükünü gerektirmeden yetkin bir dil modeli performansı arayan geliştiricileri ve kuruluşları hedefler.

Gemini 2.5 Flash ile kendi sorularını test et

Google altyapısıyla desteklenen bu model, geniş bilgi tabanını etkin biçimde kullanıyor.

— Tokonomix benchmark özeti
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme100 runs
320192535295134673808-2109-14ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

3%
Kod üretimi
jüri ortalaması 19
24%
Yaratıcı
jüri ortalaması 60
25%
Olgusal
jüri ortalaması 64
11%
Çok dilli
jüri ortalaması 32
10%
Akıl yürütme
jüri ortalaması 29
2%
Sağlık
jüri ortalaması 9

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — Gemini 2.5 Flash
$0.4500 1M giriş token başına
$3.74 1M çıkış token başına
≈ $0.0010 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$0.4500
1M çıkış token başına$3.74
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)386 / avg 407
61837

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Güçlü & zayıf yönler

Benchmark sonuçları ve gerçek kullanım senaryolarına dair toplu topluluk geri bildirimine dayanır.

Güçlü yönler

Düşük gecikme, hızlı yanıt1M token bağlam penceresiMetin üretimi ve özetlemeÇok turlu sohbet desteğiTalimat takibinde yüksek başarıDoğal dil anlama kapasitesi

Zayıf yönler

Karmaşık akıl yürütmede sınırlıİnternet erişimi bulunmuyorGörsel işleme desteği yok
Bölüm 06

Yetenekler

toolssource: litellmvisionjson modepdf inputreasoningjson schemaparallel toolsprompt cachingoutputTokenLimit: 65536max output tokens: 65535
Bölüm 07

Sık sorulan sorular

Metin üretimi, içerik oluşturma, soru-cevap ve özetleme görevlerini destekleyen geniş bir uygulama yelpazesi sunuyor.

Google Gemini ekosistemiyle entegre çalışan bu model kurumsal iş akışlarını hızlandırıyor.

— Tokonomix benchmark özeti
Bölüm 08

Kullanılabilirlik

Kullanılabilirlik

Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.

Son 7 gün

100.0%

n=22

Son 30 gün

100.0%

n=43

Medyan yanıt süresi

8,737ms

n=43

Baz alınan 428 ölçüm son 30 gün içinde.

Teknik detaylar

Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.

Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.

Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.

Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.

Toplam çağrı (30d)

43

OK yanıtlar (30d)

43

Toplam çağrı (7d)

22

OK yanıtlar (7d)

22

Görüntü kalite kontrolü pilotu (2026-06-10)

Geri çağırma

36.9%

n=300

Yanlış alarm

7.9%

n=300

Tam sonuçlar →
Bölüm 09

Tokonomix kıyaslama kararları

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-537/100 · 151 runs
30 correct21 partial100 wrong20% accuracy
● 2026-09-13

Quality improved significantly with emergence of reasoning capabilities

Gemini 2.5 Flash shows substantial improvement in this benchmark window, climbing from 0.0 to 25.5 overall quality score. The most dramatic change appears in reasoning performance, which jumped to 58 out of 100, indicating the model has developed meaningful capabilities in logical problem-solving tasks. Coding performance emerged at 12 points, while factual accuracy registered at 7 points, suggesting uneven capability distribution across domains. Latency remained stable between windows, hovering around 3850-3915 milliseconds at the median, indicating consistent inference speed despite quality improvements. The previous window showed zero scores across multilingual, creative, and coding categories, making direct category comparisons difficult, but the current results demonstrate the model is now producing measurable outputs rather than failures. Users should note that while reasoning shows promise, coding and factual performance remain relatively weak at this stage. The 25.5 overall score places this model in early development territory, suggesting it may be suitable for reasoning-focused experimental applications but likely requires further refinement for production use cases demanding strong coding or factual accuracy.

Kalite

25.5

Gecikme p50

3,915 ms

Test çalıştırmaları

5

✓ Quality improved 25.5 points✓ Reasoning capability emerged strongly✗ Factual accuracy remains low✗ Coding performance underwhelming
Bölüm 10

Tam model profili

Gemini 2.5 Flash — illustration 1
Gemini 2.5 Flash: Gemini serisinin prodüksiyon iş atı

Gemini 2.5 Flash (gemini-2.5-flash), 2025'in ikinci yarısı boyunca ve 2026'ya uzanan dönemde prodüksiyon Gemini dağıtımlarının büyük çoğunluğunun çalıştırdığı model. 1.048.576 token context window. Metin ve görüntü girişi. Anthropic orta katman ve OpenAI'nin küçük GPT-5 varyantlarıyla doğrudan rekabet eden yerel çok modalite işleme.

2025'te "ölçekte prodüksiyona koyacağım doğru Gemini hangisi" diye bir Google çözüm ekibiyle zaman geçirdiyseniz, işaret ettiği model bu. Ailenin iş atı ve bu konumlamayı hak ediyor.

Bu anlık görüntünün tutunmasının nedeni

2.5 Flash'ta aynı anda inen birkaç şey, 2.0 Flash üzerinde çalışan ekipler için varsayılan yükseltme hedefine dönüştürdü:

  • 2.0 Flash'ın zaman zaman zorlandığı çok adımlı çıkarma ve yapılandırılmış çıktı iş yüklerinde özellikle belirgin olmak üzere 2.0 nesline kıyasla daha keskin akıl yürütme.
  • Daha temiz JSON şema uyumu. Karmaşık iç içe şemalar, önceki Flash anlık görüntülerinin gösterdiği zaman zaman alan adı sapması olmaksızın güvenilir biçimde işleniyor.
  • Derinlikte daha iyi uzun context dikkati. 1M pencere, 2.0 Flash'ta olduğundan daha kullanılabilir bir hale geliyor — özellikle 200k tokenin ötesindeki sentez görevlerinde.
  • Kısa prompt'larda daha hızlı ilk token süresi. Flash markası çıkışta hakkını kazandı ve 2.5 bu gecikme profilini koruyor.
  • Belgeler, grafikler ve diyagramlarda daha güçlü görüntü kalitesi.

Bunların hiçbiri tek başına çarpıcı değil. Bir arada, 2.0 Flash'tan geçiş hesabını çoğu ekibin kolayca yapabileceği hale getirdi.

1M context gerçekte ne kazandırıyor

Bir milyon token, ciddi bir kod tabanı, uzun bir çeyreklik rapor veya çok belgeli bir iş yükü için yeterli. Pazarlama sloganı gerçek. Pratik soru, her uzun context modelinde geçerli olanla aynı: dikkat tampon bellek genelinde korunuyor mu, yoksa arka taraf dolunca model ön kısımları yitiriyor mu?

Gemini 2.5 Flash, tam pencere genelinde makul biçimde dikkatini koruyor. İğne bulma kalitesi, 2.0 Flash'ın zayıflamaya başladığı 200k tokenin çok ötesinde kabul edilebilir düzeyde kalıyor. Yaklaşık 600k tokenin ötesinde gecikme belirgin biçimde uzuyor. Güncel hız tablosu /benchmarks/speed sayfasında.

İki pratik çıkarım. Birincisi, uzun pencere tam belge analizi, çapraz belge durum tespiti ve uzun-sohbet konuşma durumu gibi görevler için gerçekten kullanılabilir — yalnızca bir özellik listesi rakamı değil. İkincisi, aynı büyük corpus'a yönelik tekrarlayan sorgular için prompt önbellekleme doğru kalıp. API çağrısı başarılı olsa bile her çağrıda 800k token context yeniden yüklemek gerçek zamanlı süre açısından pahalı.

Ciddiye alınacak görüntü girişi

2.5 nesli, Gemini Flash'ın önceki anlık görüntülerden taşıdığı görüntü kalitesi açığını kapattı. Belge ekran görüntüleri, sayfa görseli olarak işlenmiş taranmış PDF'ler, pano yakaları, diyagramlar. Tablo çıkarımı temiz. Makul etiket boyutlu grafikler — eksen birimleri ve farkların büyüklükleri dahil — doğru biçimde tanımlanıyor.

El yazılı metin hâlâ zayıf nokta. Çok yoğun bilimsel şekiller de öyle. Bir insanın yakınlaştırmak isteyeceği her şey, doğrulama adımından yararlanıyor. Çoğu prodüksiyon belge okuma iş yükü için 2.5 Flash, Pro katmanına yükseltmeden çıktıya güvenebileceğiniz banttadır.

Sahada ne durumda

2026 ortasında Gemini 2.5 Flash için dürüst rekabet tablosu:

Anthropic orta katmana karşı: Claude Sonnet 4.5, Avrupalı dillerde idari düzyazı ve yapılandırılmış çıktı reddetme tutarlılığında kazanıyor. Gemini 2.5 Flash, kısa prompt'larda ham hız ve Sonnet 4.5'in zayıfladığı 200k tokenin ötesinde kullanılabilir 1M context penceresinde kazanıyor. Claude Haiku 4.5 daha basit görevlerde çağrı başı maliyette rekabet ediyor.

OpenAI orta katmana karşı: GPT-5 orta katman varyantları ham hız ve kod üretimi kalitesinde rekabet ediyor. 2.5 Flash, görüntülerin ötesinde çok modalitede kazanıyor — yerel ses ve video anlayışı Gemini ailesinde daha güçlü.

Diğer Gemini serisine karşı: Gemini 2.5 Pro, akıl yürütme ağırlıklı çalışmalar için bir üst tercih. 3.x Flash önizlemeleri, istek sınırları ve davranış kararlılığı konusundaki olağan önizleme çekinceleriyle en yeni yetenekler için bir üst seçenek.

Kategori bazındaki tablo /benchmarks/leaderboard ve kategori bazındaki puanlar /benchmarks/intelligence sayfasında.

Yanlış araç olduğu durumlar

Yığın tepesi akıl yürütme. Derin çok adımlı akıl yürütme gerektiren görevler için Gemini 2.5 Pro veya 3 Pro Preview'e çıkın.

Çok büyük ölçekte aşırı maliyet-duyarlı toplu işler. Gemini 2.5 Flash-Lite, maliyetin her şeyi belirlediği iş yükleri için daha ucuz katman.

Uçtan uca düşük gecikmeyle gerçek zamanlı ses. Ses-içi-ses-dışı mimarileri için ailedeki audio-native modellere bakın. /usecases/voice sayfasındaki ses hattı kılavuzu doğru mimariyi kapsıyor.

Birinci sınıf deyimsel çıktı istediğiniz hızlı gelişen framework'lerde kod üretimi. 2.5 Flash yeterli ama uzmanlaşmamış. /usecases/code sayfasındaki model anketi alternatifleri kapsıyor.

Kendi kendinize barındırma veya standart adaptör ayarlamanın ötesinde ince ayar. Google, Gemini ağırlıklarını dağıtmıyor. Şirket içi dağıtım gerektiren iş yükleri için /usecases/local sayfasındaki açık ağırlıklı anket doğru başlangıç noktası.

Dağıtım notları

Standart Google Gemini API. REST, streaming, tool-use, yapılandırılmış çıktı — hepsi beklenen biçimde çalışıyor. Model iyi ölçümlenmiş ve izleme ile kayıt tutma için daha geniş Vertex AI araçlarıyla temiz biçimde entegre oluyor.

Bölgesel kullanılabilirlik Google'ın Vertex AI kalıbını izliyor. AB bölgeleri kurumsal sözleşmelerde mevcut. Hazır tüketici API erişimi bir bölge sabitlemiyor. Zorunlu yerleşim kısıtlamaları için Vertex AI bölgesel belgeleri doğru başvuru kaynağı.

Fiyatlandırma Anthropic ve OpenAI orta katman seçenekleriyle rekabetçi. Yüksek hacimli iş yükleri için çağrı başı maliyet birkaç faktörden biri — gecikme, context window ve belirli prompt'larınızdaki kalite, başlık fiyatından daha önemli.

Tercih kriteri

Gemini 2.5 Flash'a şu durumlarda uzanın:

  • Kullanılabilir milyon token context penceresiyle güçlü bir orta katman model istediğinizde.
  • İş yükü belgeler, grafikler veya diyagramlarda görüntü girişi içeriyorsa.
  • Kısa prompt'larda gecikme, uzun prompt'larda kalite kadar önemliyse.
  • Halihazırda Google yığınındasınız veya çoklu bulut esnekliğiniz var.

Başka bir şey seçin:

  • İş yükü yığın tepesi akıl yürütme gerektiriyorsa. 2.5 Pro veya 3 Pro Preview'e çıkın.
  • Çağrı başı maliyet baskın ve Flash-Lite'a kalite düşüşü kabul edilebilirse.
  • Anthropic tarzıyla eşleşen tutarlı reddetme tutumu gerekiyorsa. Claude daha iyi uyum.
  • Çalışma audio-native veya video-native ise. Modalite-specific modellere bakın.

Özet. Gemini 2.5 Flash, prodüksiyon Gemini dağıtımları için sıkıcı, doğru varsayılan. Daha yeni 3.x önizlemeleri öncü cephede daha yetenekli olabilir, ama kararlılık, istek sınırları ve iyi anlaşılmış davranış için çoğu ekip için 2.5 Flash doğru başlangıç noktası.

/live-test sayfasında kendi prompt'larınızla alternatiflere karşı çalıştırın. Aynı prompt, birden fazla model, yan yana.

Son teknik inceleme: 2026-05-22 — Tokonomix.ai

Gemini 2.5 Flash — illustration 2
Son otomatik test
14 Eyl 2026 · 20:02 UTC · Hız testi
P50 gecikme
518 ms
P95 gecikme
543 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·24 Mayıs 2026