Google 全面开放 Gemini 2.0：Pro 版登场，新增超廉价 Flash-Lite

以前跑 AI 模型，开发者最怕算细账：上下文只要稍微拉长一点，单价就可能翻倍，多模态混着调更是让人提心吊胆。

Google 宣布全面放开 Gemini 2.0 家族。主力模型 Gemini 2.0 Flash 结束实验阶段，正式在 Google AI Studio 和 Vertex AI 的 API 中全面上线。同时亮相的还有两张新面孔：主打大容量与编程的实验版 Gemini 2.0 Pro，以及主打极致性价比的全新模型 Gemini 2.0 Flash-Lite。

200 万上下文写代码，还有一美元跑 4 万张图的轻量版

这次更新里，最引人注目的旗舰是 Gemini 2.0 Pro Experimental。它拥有目前主流模型里最大的 200 万 token 上下文窗口，支持原生调用 Google 搜索和代码执行环境。Google 把它定位于自身代码能力和复杂指令理解最强的模型，面向 Google AI Studio、Vertex AI 以及 Gemini Advanced 订阅用户开放。

在天平的另一端，Google 拿出了全新的 Gemini 2.0 Flash-Lite。它的目标很明确，就是在保持 Gemini 1.5 Flash 速度和定价的前提下，把绝大多数基准测试的表现往上推一截。

Flash-Lite 同样支持多模态输入和 100 万 token 上下文。官方给出了一个很直观的算账例子：在 Google AI Studio 的付费套餐里，花不到 1 美元，就能让它给大约 4 万张不同的照片各自生成一行说明摘要。

除了新模型，在回答前会先理清推理步骤的 2.0 Flash Thinking Experimental，也正式集成到了桌面和手机端的 Gemini 应用下拉菜单里，普通用户可以直接免费体验它的实时思考过程。

取消长短上下文阶梯计费

除了模型本身的性能调优，开发者最能切身感受到的变化在计费规则上。

在之前的 Gemini 1.5 Flash 时代，API 计费把请求分成了短上下文和长上下文两档，上下文超过阈值单价就会上涨。这次在 2.0 Flash 和 2.0 Flash-Lite 上，Google 取消了长短上下文的计费区隔，每种输入类型只设定单一价格。这意味着在混合长短上下文的生产负载里，综合成本会比 1.5 Flash 还要低。

在模型输出方面，目前 2.0 家族的所有模型上线时都采用多模态输入与文本输出的组合。图像生成、文本转语音以及备受关注的 Multimodal Live API，预计会在未来几个月内陆续达到全面商用状态。

安全层面上，Google 表示 2.0 系列引入了由模型自我评判反馈的强化学习技术，并针对隐式提示注入等安全隐患部署了自动化红队测试，防止恶意指令隐藏在检索数据中破坏系统。

为什么重要

我们认为，Google 这次并没有把赌注全押在打赢顶尖智商的比拼上，而是在把大模型变成更成熟的水电基础设施。有行业声音提到 2.0 Pro 的基准跑分相比 1.5 Pro 并没有拉开让人惊艳的差距，在眼下各类主打推理的模型光环下显得较为温和。但 Google 显然在打另一套牌：让大上下文真正平民化。

对于个人开发者和中小企业来说，现在非常值得去调一调 2.0 Flash 和 Flash-Lite。四行代码就能接入，又有行业内极宽容的免费额度，加上取消了长上下文加价惩罚，过去那些因为成本过高而不敢做的海量文档分析、跨图片批处理或者高频 Agent 轮询，现在完全可以跑起来看实际效果。

这种把每百万 token 成本压到底部、同时死守 100 万到 200 万超大窗口的做法，看起来是 Google 对自身算力与工程工程化能力的精准变现。它逼迫竞争对手不得不跟进降价，否则就会在生产环境的日常调用中失去份额。隐患依然在于生态心智：如果 2.0 Pro 不能在极致复杂逻辑上彻底拉开与开源小模型或头部推理模型的差距，开发者很可能会把 Gemini 当成最划算的“数据搬运工”和“粗加工管道”，而在最终的决策层转向其他模型。