Google Gemini Flash Lite: โมเดลมัลติโมดัลที่คุ้มค่า รองรับเอาต์พุตสูงสุด 64k โทเคน เข้าถึงผ่าน OrcaRouter
Google Gemini Flash Lite เป็นรุ่นที่ถูกกลั่นจากโมเดล Gemini ที่ออกแบบมาเพื่อประสิทธิภาพ รองรับรูปแบบอินพุตที่รวมถึงข้อความ รูปภาพ เสียง วิดีโอ และไฟล์ และสามารถเอาท์พุตได้สูงสุด 65,536…
Google Gemini Flash Lite ออกแบบมาสำหรับงานที่ต้องการความรวดเร็ว ต้นทุนต่ำ และการประมวลผลอินพุตแบบมัลติโมดัล งานทั่วไปได้แก่ การแชทแบบเรียลไทม์ การสรุปเนื้อหามัลติมีเดีย การถอดความเสียงและวิดีโอ การสร้างคำอธิบายภาพ และการวิเคราะห์เอกสาร ขีดจำกัดโทเค็นเอาต์พุตที่มากทำให้มีประโยชน์เป็นพิเศษสำหรับงานที่สร้างข้อความยาว เช่น การสร้างรายงานโดยละเอียดหรือการวิเคราะห์เอกสารยาว อย่างไรก็ตาม อาจไม่ใช่ตัวเลือกที่ดีที่สุดสำหรับงานที่ต้องการการใช้เหตุผลทางคณิตศาสตร์ที่ซับซ้อน การวางแผนแบบหลายขั้นตอน หรือการเรียกคืนข้อเท็จจริงที่แม่นยำ ซึ่งโมเดลที่ใหญ่กว่าเช่น Gemini 1.5 Pro อาจเหมาะสมกว่า
ใช่ โมเดลรองรับเสียงและวิดีโอเป็นรูปแบบอินพุต หมายความว่าคุณสามารถให้ไฟล์บันทึกเสียง (เช่น คำพูด) หรือไฟล์วิดีโอ และโมเดลจะประมวลผลเนื้อหาและส่งคืนคำตอบที่เป็นข้อความ รูปแบบที่รองรับที่แน่นอน (codecs, container formats) ไม่ได้ระบุรายละเอียดในข้อมูลที่ให้มา แต่โดยทั่วไปโมเดลบนแพลตฟอร์ม Gemini รองรับรูปแบบทั่วไปเช่น MP4, MP3, WAV เป็นต้น บน OrcaRouter คุณสามารถแนบไฟล์เสียงหรือวิดีโอโดยตรงในคำขอ API ความสามารถแบบหลายรูปแบบนี้ช่วยให้สามารถนำไปใช้ในแอปพลิเคชันเช่น การถอดความการประชุมอัตโนมัติพร้อมบริบทภาพ การวิเคราะห์เนื้อหาของคลิปวิดีโอ และอื่นๆ
ในขณะที่ Google Gemini Flash Lite เป็นหนึ่งในโมเดลหลายรูปแบบที่คุ้มค่าที่สุดอยู่แล้ว งานบางอย่างอาจได้รับประโยชน์จากโมเดลที่ใช้ข้อความเท่านั้นซึ่งมีราคาถูกกว่าต่อโทเค็น ตัวอย่างเช่น หากแอปพลิเคชันของคุณไม่ต้องการอินพุตที่เป็นรูปภาพ เสียง หรือวิดีโอ โมเดลข้อความล้วนที่มีราคาต่อโทเค็นต่ำกว่าอาจประหยัดกว่า นอกจากนี้ สำหรับงานที่เรียบง่ายมาก เช่น การแปลภาษาหรือการวิเคราะห์ความรู้สึกขั้นพื้นฐาน โมเดลขนาดเล็กอาจทำงานได้เร็วและถูกกว่า OrcaRouter มีตัวเลือกโมเดลต่างๆ เพื่อให้คุณสามารถเปรียบเทียบราคาและประสิทธิภาพได้ ควรประเมินการแลกเปลี่ยนระหว่างความสามารถและต้นทุนสำหรับปริมาณงานเฉพาะของคุณเสมอ
โมเดลนี้มีความเป็นเลิศในสถานการณ์ที่คุณต้องการประมวลผลเนื้อหาหลายประเภทอย่างรวดเร็วและคุ้มค่า กรณีการใช้งานหลักๆ ได้แก่ การสนับสนุนลูกค้าแบบเรียลไทม์ที่สามารถวิเคราะห์ภาพหน้าจอ ข้อความเสียง หรือคลิปวิดีโอ; การกลั่นกรองเนื้อหาในวงกว้างทั้งข้อความ รูปภาพ และเสียง; การถอดเสียงและการสรุปการประชุมหรือการบรรยายแบบอัตโนมัติ; และการประมวลผลเอกสารสำหรับงานต่างๆ เช่น การดึงข้อมูลจาก PDF ที่มีภาพฝังตัว ขีดจำกัดโทเค็นเอาต์พุตที่สูงของมันมีประโยชน์เป็นพิเศษสำหรับการสร้างรายงานหรือการวิเคราะห์ที่ครอบคลุมจากอินพุตหลายรูปแบบที่มีเนื้อหามากมาย สำหรับแอปพลิเคชันที่ไวต่อความหน่วง การออกแบบน้ำหนักเบาของโมเดลช่วยให้เวลาตอบสนองต่ำ
ไม่มีผลการทดสอบ benchmark ที่เฉพาะเจาะจงสำหรับ Google Gemini Flash Lite ในข้อมูลที่ให้มา ค่า benchmark ที่เปิดเผยต่อสาธารณะจากตระกูล Gemini ของ Google มักเน้นไปที่รุ่น Flash และ Pro โมเดลนี้ถูกวางตำแหน่งให้เป็นทางเลือกที่คุ้มค่าด้านต้นทุน ดังนั้นประสิทธิภาพในการทดสอบ benchmark มาตรฐาน (เช่น MMLU, HellaSwag, HumanEval) คาดว่าจะต่ำกว่าโมเดลที่มีขนาดใหญ่กว่า ผู้ใช้ควรทำการประเมินด้วยตนเองในงานที่เป็นตัวแทนเพื่อวัดประสิทธิภาพ บน OrcaRouter คุณสามารถรันคิวรีทดสอบและเปรียบเทียบผลลัพธ์กับโมเดลอื่นเพื่อประเมินความเหมาะสมกับกรณีการใช้งานของคุณ
ไม่มีข้อมูลเกี่ยวกับค่าความหน่วง (latency) ในข้อมูลที่ให้มา อย่างไรก็ตาม เนื่องจากเป็นโมเดลที่มีน้ำหนักเบาซึ่งออกแบบมาเพื่อความรวดเร็ว Google Gemini Flash Lite คาดว่าจะมีความหน่วงในการอนุมาน (inference latency) ต่ำกว่าโมเดลขนาดใหญ่อย่าง Gemini 1.5 Pro เวลาตอบสนองจริงจะขึ้นอยู่กับปัจจัยต่างๆ เช่น ขนาดอินพุต ความยาวเอาต์พุต และสภาวะเครือข่าย สำหรับแอปพลิเคชันแบบเรียลไทม์ สามารถใช้เอาต์พุตแบบสตรีมมิ่งเพื่อเริ่มประมวลผลผลลัพธ์บางส่วนได้เร็วยิ่งขึ้น API ของ OrcaRouter รองรับการสตรีมมิ่ง ซึ่งช่วยให้คุณได้รับโทเค็นเมื่อมีการสร้างขึ้น สำหรับงานที่ต้องการความหน่วงต่ำ เราขอแนะนำให้ทดสอบกับข้อมูลของคุณเอง
จุดแข็งหลักของ Google Gemini Flash Lite คือความคุ้มค่าด้านต้นทุนและการรองรับมัลติโมดัล ด้วยราคา $0.25 ต่อหนึ่งล้านอินพุตโทเคน และ $1.50 ต่อหนึ่งล้านเอาต์พุตโทเคน ทำให้เป็นหนึ่งในโมเดลที่ถูกที่สุดที่สามารถประมวลผลรูปภาพ เสียง วิดีโอ และไฟล์ต่างๆ เอาต์พุตสูงสุด 65,536 โทเคนช่วยให้สามารถสร้างการตอบกลับที่ยาวมากได้โดยไม่ถูกตัดทอน นอกจากนี้ยังออกแบบมาเพื่อความหน่วงต่ำ ทำให้เหมาะสำหรับแอปพลิเคชันแบบโต้ตอบ ยิ่งไปกว่านั้น การเข้าถึงผ่าน API ที่รองรับ OpenAI ของ OrcaRouter หมายความว่าคุณสามารถใช้โค้ดและไลบรารีที่มีอยู่ได้โดยมีการเปลี่ยนแปลงเพียงเล็กน้อย
ข้อจำกัดหลักคือการขาดข้อมูลประสิทธิภาพโดยละเอียดสำหรับงานที่ซับซ้อน ในฐานะที่เป็นโมเดลที่มีน้ำหนักเบา อาจให้ผลลัพธ์คุณภาพต่ำกว่าสำหรับคำถามที่ต้องใช้เหตุผลเชิงลึกเมื่อเทียบกับโมเดลที่ใหญ่กว่า ขนาดหน้าต่างบริบทยังไม่ได้ระบุ ดังนั้นผู้ใช้ต้องทดสอบว่าการสนทนาที่ยาวหรือเอกสารขนาดใหญ่จะพอดีหรือไม่ นอกจากนี้ ผลลัพธ์ของโมเดลจะเป็นข้อความเสมอ ไม่สามารถสร้างภาพ เสียง หรือวิดีโอได้ สำหรับงานที่ต้องการความแม่นยำสูงหรือความเข้าใจเชิงลึก ให้พิจารณาใช้โมเดลที่มีความสามารถมากกว่า บน OrcaRouter คุณสามารถสลับระหว่างโมเดลต่างๆ ได้อย่างง่ายดายเพื่อหาสมดุลที่เหมาะสมกับแอปพลิเคชันของคุณ
การกำหนดราคาสำหรับ Google Gemini Flash Lite บน OrcaRouter ขึ้นอยู่กับการใช้โทเค็น โดยโทเค็นขาเข้าคิดค่าบริการ $0.25 ต่อ 1 ล้านโทเค็น และโทเค็นขาออกคิดค่าบริการ $1.50 ต่อ 1 ล้านโทเค็น ไม่มีการบวกเพิ่มจากอัตราของผู้ให้บริการ OrcaRouter ส่งต่อราคาของ Google โดยไม่มีค่าธรรมเนียมเพิ่มเติม ค่าใช้จ่ายจะเกิดขึ้นต่อคำขอตามจำนวนโทเค็นที่ประมวลผล ทั้งโทเค็นขาเข้าและขาออกวัดตามตัวแยกโทเค็น (tokenizer) ของโมเดล โปรดทราบว่าอินพุตรูปภาพ เสียง วิดีโอ และไฟล์ ก็ถูกแปลงเป็นโทเค็นตามขนาดและความซับซ้อน ซึ่งอาจเพิ่มจำนวนโทเค็นขาเข้าได้
ค่าธรรมเนียมศูนย์ส่วนเพิ่มหมายความว่า OrcaRouter ไม่ได้เพิ่มค่าธรรมเนียมแพลตฟอร์มใดๆ เหนืออัตราฐานของผู้ให้บริการ คุณจ่ายราคาต่อโทเค็นเท่ากันทุกประการเหมือนกับว่าคุณเรียกใช้ Google โดยตรง สิ่งนี้เป็นไปได้เพราะ OrcaRouter สร้างรายได้ผ่านช่องทางอื่นๆ (เช่น ฟีเจอร์เสริม แผนสำหรับองค์กร) แทนที่จะคิดอัตรากำไรต่อคำขอ ไม่มีค่าใช้จ่ายแอบแฝง ไม่มีขั้นต่ำรายเดือน และไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับการใช้ API ราคาที่ระบุคือ $0.25 ต่อล้านโทเค็นขาเข้า และ $1.50 ต่อล้านโทเค็นขาออก เป็นยอดเงินสุดท้ายที่คุณจะถูกเรียกเก็บ
ข้อมูลที่ให้ไว้ไม่ได้กล่าวถึงส่วนลดสำหรับเนื้อหาที่แคช (cache discounts) สำหรับ Google Gemini Flash Lite ผู้ให้บริการบางรายเสนอราคาลดสำหรับเนื้อหาที่ถูกเรียกซ้ำหรือแคชไว้ แต่ไม่มีรายละเอียดดังกล่าวสำหรับโมเดลนี้ผ่าน OrcaRouter การกำหนดราคาเป็นการคิดค่าบริการตามจำนวน token (per-token billing) อย่างตรงไปตรงมา สำหรับการใช้งานที่มีปริมาณสูงมาก โปรดติดต่อ OrcaRouter เพื่อดูข้อตกลงราคาแบบกำหนดเองที่อาจเป็นไปได้ ตามแนวทางปฏิบัติทั่วไป คุณสามารถลดต้นทุนได้โดยการลดจำนวน token ขาเข้า (เช่น การตัดทอนบริบท) และจำกัดความยาวของผลลัพธ์ให้เท่าที่จำเป็นเท่านั้น
ใช่ เนื่องจากโมเดลรองรับเอาต์พุตโทเคนได้สูงสุดถึง 65,536 โทเคน จึงเหมาะอย่างยิ่งสำหรับงานที่ต้องการคำตอบที่มีความยาว เช่น การสร้างรายงานเต็มรูปแบบ บทถอดความ หรือการสร้างเรื่องราว อย่างไรก็ตาม ควรคำนึงถึงค่าใช้จ่ายด้วย: โทเคนเอาต์พุตมีราคาแพงกว่า ($1.50 ต่อล้านโทเคน) เมื่อเทียบกับโทเคนอินพุต หากแอปพลิเคชันของคุณสร้างเอาต์พุตที่ยาวมากบ่อยครั้ง ค่าใช้จ่ายอาจเพิ่มขึ้นได้ ลองพิจารณาว่าเอาต์พุตที่สั้นกว่านั้นเพียงพอหรือไม่ หรือคุณสามารถใช้สตรีมมิงเพื่อส่งเอาต์พุตแบบทีละส่วนได้ สำหรับงานที่กำหนดตายตัว คุณอาจสำรวจการแคชผลลัพธ์บางส่วนเพื่อหลีกเลี่ยงการสร้างใหม่
ในการใช้ Google Gemini Flash Lite บน OrcaRouter ให้ส่งคำขอไปยัง URL ฐาน https://api.orcarouter.ai/v1 ด้วยรูปแบบคำขอที่เข้ากันได้กับ OpenAI ตั้งค่าพารามิเตอร์ model เป็น 'google/gemini-flash-lite-latest' และรวมคีย์ API ของ OrcaRouter ของคุณในส่วนหัว Authorization ตัวอย่าง: curl https://api.orcarouter.ai/v1/chat/completions -H 'Authorization: Bearer YOUR_KEY' -H 'Content-Type: application/json' -d '{"model":"google/gemini-flash-lite-latest","messages":[{"role":"user","content":"Hello"}]}' API รองรับพารามิเตอร์มาตรฐาน เช่น temperature, max_tokens, stream และ top_p
คุณสามารถใช้พารามิเตอร์เดียวกันกับที่ใช้กับ endpoint Chat Completions ของ OpenAI ได้ พารามิเตอร์หลักได้แก่: model (จำเป็น, ตั้งค่าเป็น 'google/gemini-flash-lite-latest'), messages (รายการของ object ข้อความที่มี role และ content), max_tokens (สูงสุด 65,536), temperature (0-2, ค่าเริ่มต้น 1), top_p (0-1, ค่าเริ่มต้น 1), stream (boolean สำหรับการสตรีมแบบทีละ token), stop (สูงสุด 4 ลำดับ), และ presence_penalty/frequency_penalty สำหรับอินพุตแบบ multimodal ฟิลด์ content สามารถเป็น array ของส่วนเนื้อหา (text, image_url, audio_data, ฯลฯ) API ของ OrcaRouter จะแปลงสิ่งเหล่านี้เป็นรูปแบบดั้งเดิมสำหรับ Google Gemini Flash Lite โปรดดูเอกสารของ OrcaRouter สำหรับรายละเอียดที่แน่นอนเกี่ยวกับการจัดรูปแบบ multimodal
หากคุณใช้ไลบรารีไคลเอ็นต์ API ของ OpenAI อยู่แล้ว การย้ายไปยัง OrcaRouter ก็ทำได้ง่าย เพียงเปลี่ยน base_url เป็น https://api.orcarouter.ai/v1 และอัปเดตคีย์ API ตั้งค่า model ID เป็น 'google/gemini-flash-lite-latest' ไม่จำเป็นต้องเปลี่ยนแปลงอื่นใดสำหรับคำขอข้อความมาตรฐาน สำหรับคำขอแบบมัลติโมดัล หากก่อนหน้านี้คุณใช้ API ที่แตกต่าง (เช่น API Google Gemini โดยตรง) คุณอาจต้องปรับรูปแบบคำขอให้สอดคล้องกับโครงสร้างของ OpenAI (อาร์เรย์ของส่วนเนื้อหา) OrcaRouter จะจัดการการแปลความหมายเบื้องหลัง ทดสอบคำขอตัวอย่างสองสามรายการเพื่อตรวจสอบพฤติกรรม
URL หลักสำหรับคำขอ OrcaRouter API ทั้งหมดคือ https://api.orcarouter.ai/v1 การรับรองความถูกต้องดำเนินการโดยใช้คีย์ API ที่ส่งในส่วนหัว Authorization เป็น 'Bearer YOUR_API_KEY' คีย์ API ของคุณควรได้รับจากแดชบอร์ด OrcaRouter คำขอทั้งหมดต้องใช้ HTTPS API ใช้โครงสร้างเดียวกับ endpoint Chat Completions และ Embeddings ของ OpenAI สำหรับ Google Gemini Flash Lite endpoint คือ /v1/chat/completions ไม่มี endpoint แยกสำหรับ multimodal; คุณรวมข้อมูล multimodal ไว้ใน messages array ขีดจำกัดอัตราและโควต้าการใช้งานจะถูกจัดการผ่านบัญชี OrcaRouter ของคุณ
Google Gemini 1.5 Flash เป็นโมเดลที่มีความสามารถมากกว่า Flash Lite โดยมีหน้าต่างบริบทที่ใหญ่กว่า (สูงสุด 1 ล้านโทเคน) และโดยทั่วไปให้ผลลัพธ์ที่มีคุณภาพสูงกว่า อย่างไรก็ตาม มันก็มีค่าใช้จ่ายต่อโทเคนที่แพงกว่าเช่นกัน Gemini Flash Lite ยอมลดความสามารถบางส่วนเพื่อให้มีต้นทุนที่ต่ำกว่าและอาจมีความหน่วงที่ต่ำกว่า หากภารกิจของคุณไม่ต้องการบริบทที่ขยายหรือความแม่นยำที่สูงกว่าของ Flash, Flash Lite ก็เป็นทางเลือกที่คุ้มค่า สำหรับงานหลายรูปแบบที่ไม่ต้องการบริบทเต็ม 1M ขนาดที่เล็กกว่าของ Flash Lite ก็อาจเพียงพอ
Gemini 1.5 Pro เป็นโมเดลเรือธงจาก Google ที่มีความสามารถในการใช้เหตุผลสูงสุด ความแม่นยำ และบริบทหน้าต่าง 1 ล้านโทเค็น มีราคาแพงกว่าอย่างเห็นได้ชัด: โดยทั่วไป $3.50 ต่อล้านโทเค็นขาเข้า และ $10.50 ต่อล้านโทเค็นขาออก ในทางตรงกันข้าม Flash Lite มีค่าใช้จ่าย $0.25 ขาเข้า และ $1.50 ขาออก ควรใช้ Flash Lite สำหรับงานที่มีปริมาณสูงและคำนึงถึงต้นทุน ซึ่งไม่จำเป็นต้องใช้ความสามารถพิเศษของ Pro สำหรับงานที่ต้องใช้เหตุผลที่ซับซ้อน การสร้างโค้ด หรืองานที่ต้องมีความเข้าใจเชิงลึก Pro เป็นตัวเลือกที่ดีกว่า
โมเดล multimodal น้ำหนักเบาอื่นๆ ได้แก่ OpenAI's GPT-4o mini, Anthropic's Claude Haiku, และ Mistral's Pixtral ราคาแตกต่างกันไป: GPT-4o mini ราคา $0.15 ต่อการป้อนข้อมูลหนึ่งล้านและ $0.60 ต่อการสร้างเอาต์พุตหนึ่งล้าน ในขณะที่ Claude Haiku ราคา $0.25 ต่อการป้อนข้อมูล และ $1.25 ต่อการสร้างเอาต์พุต Google Gemini Flash Lite มีราคาที่แข่งขันได้ที่ $0.25 ต่อการป้อนข้อมูล และ $1.50 ต่อการสร้างเอาต์พุต เอาต์พุตสูงสุดที่ 65,536 โทเคนมีขนาดใหญ่กว่าส่วนใหญ่ (Claude Haiku สูงสุด 4,096, GPT-4o mini สูงสุด 16,384) Flash Lite ยังรองรับการป้อนข้อมูลเสียงและวิดีโอโดยตรง ซึ่งคู่แข่งบางรายไม่มี เลือกตามความต้องการเฉพาะด้านโมดอลและความยาวเอาต์พุตของคุณ
ใช้ Google Gemini Flash Lite เมื่อแอปพลิเคชันของคุณต้องการอินพุตแบบมัลติโมดัล (ข้อความ รูปภาพ เสียง วิดีโอ ไฟล์) และคุณต้องการสร้างการตอบกลับแบบยาว (สูงสุด 65k โทเค็น) ในราคาประหยัด เหมาะเป็นพิเศษสำหรับงานที่มีปริมาณสูงและไวต่อความหน่วง เช่น การสนับสนุนลูกค้าแบบเรียลไทม์ การกลั่นกรองเนื้อหา และการถอดความอัตโนมัติ หากคุณต้องการหน้าต่างบริบทที่ใหญ่มาก (เช่น 1M โทเค็น) หรือความแม่นยำในการใช้เหตุผลสูงสุด ให้พิจารณา Gemini 1.5 Flash หรือ Pro สำหรับงานที่ใช้ข้อความเท่านั้น โมเดลที่ใช้ข้อความอย่างเดียวที่ถูกกว่าก็อาจเพียงพอ OrcaRouter ช่วยให้เปรียบเทียบได้ง่ายโดยการเรียกใช้พรอมต์เดียวกันในโมเดลต่างๆ
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="google/gemini-flash-lite-latest",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)max_tokensresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_pinclude_reasoningreasoning| อินพุต / 1M โทเค็น | $0.250 |
|---|---|
| เอาต์พุต / 1M โทเค็น | $1.50 |
| อ่านแคช / 1M | $0.025 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/google/gemini-flash-lite-latestเปิด @misc{orcarouter_gemini_flash_lite_latest,
title = {google/gemini-flash-lite-latest API},
author = {google},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-flash-lite-latest}
}google. (n.d.). google/gemini-flash-lite-latest API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-flash-lite-latest