发布背景
Gemini 1.5 Flash-8B 是 Google DeepMind 于 2024 年 10 月 3 日 发布的 Gemini 模型[1]。2024 年 8 月 27 日先以实验版 gemini-1.5-flash-8b-exp-0827 发布，同年 10 月 3 日正式版上线。[1]
定价与获取
每百万 token 输入 0.0375 美元、输出 0.15 美元（提示词小于 128K 时的付费档定价）[1]。API 标识为 gemini-1.5-flash-8b[1]。
性能表现
以下均为 Google DeepMind 在发布公告与技术报告中公布的厂商自报成绩，尚未经独立复现：
- MMLU-Pro：58.7%，厂商自报；略低于 2024 年 5 月版 Gemini 1.5 Flash 的 59.1%[1]。
- MATH：58.7%，厂商自报；高于 2024 年 5 月版 Gemini 1.5 Flash 的 54.9%[1]。
- GPQA (diamond)：38.4%，厂商自报；低于 2024 年 5 月版 Gemini 1.5 Flash 的 41.4%[1]。
- MMMU：53.7%，厂商自报；低于 2024 年 5 月版 Gemini 1.5 Flash 的 56.1%[1]。
主要特点
上下文窗口 1,048,576 token，最大输出 8,192 token[1]。
正式版定价为 Gemini 1.5 Flash 的一半，速率限制为其两倍（每分钟最多 4000 次请求）[1]。
2025 年 9 月 29 日随 Gemini 1.5 系列一同在 Gemini API 中停用[2]。
定位
Gemini 1.5 Flash 的更小、更便宜的 8B 级变体，定位在 1.5 Flash 之下、面向高频轻量任务，后继为 Gemini 2.0 Flash-Lite 等 2.0 系列轻量模型。该模型已于 2025 年 9 月 29 日退役。