Gemini 1.5 Flash-8B
URL: https://knowledge.ivjn.us/th/works/gemini-1-5-flash-8b.html

Google DeepMind 于 2024 年 10 月 3 日 发布的 Gemini 1.5 Flash-8B。

## 发布背景

Gemini 1.5 Flash-8B 是 [Google DeepMind](https://knowledge.ivjn.us/th/organizations/google-deepmind.html) 于 2024 年 10 月 3 日 发布的 Gemini 模型[^s1]。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。[^s1]

## 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）[^s1]。API 标识为 gemini-1.5-flash-8b[^s1]。

## 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%[^s1]。
- MATH：58.7%，厂商自报；高于 2024 年 5 月版 Gemini 1.5 Flash 的 54.9%[^s1]。
- GPQA (diamond)：38.4%，厂商自报；低于 2024 年 5 月版 Gemini 1.5 Flash 的 41.4%[^s1]。
- MMMU：53.7%，厂商自报；低于 2024 年 5 月版 Gemini 1.5 Flash 的 56.1%[^s1]。

## 主要特点

上下文窗口 1,048,576 token，最大输出 8,192 token[^s1]。

正式版定价为 [Gemini 1.5 Flash](https://knowledge.ivjn.us/th/works/gemini-1-5-flash.html) 的一半，速率限制为其两倍（每分钟最多 4000 次请求）[^s1]。

2025 年 9 月 29 日随 Gemini 1.5 系列一同在 Gemini API 中停用[^s2]。

## 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。

Updated: 2026-11-11

Relations:
- Published by: Google DeepMind https://knowledge.ivjn.us/th/organizations/google-deepmind.html

Sources:
- Gemini 1.5 Flash-8B is now production ready https://developers.googleblog.com/en/gemini-15-flash-8b-is-now-generally-available-for-use/
- Gemini API release notes https://ai.google.dev/gemini-api/docs/changelog
- Gemini (language model) — Wikipedia https://en.wikipedia.org/wiki/Gemini_(language_model)