Gemini 2.5 Flash Lite
Google推出的Gemini系列精简版模型，专为低成本、高吞吐场景设计，在速度和价格上具有优势，适用于分类、路由等高频任务
时间轴 (近 90 天)
在独立对比测试中，Jev 1.13 的平均单次成本为 $0.0000188，Mistral Small 3.2 的成本是 Jev 的 1.4 倍，Gemini 2.5 Flash Lite 是 1.7 倍。
在相同测试中，Jev 的中位响应时间为 352 ms，Mistral Small 3.2 为 1,343 ms，Gemini 2.5 Flash Lite 为 877 ms，GPT-5 nano 为 7,504 ms。
初版测试中聊天模型无法稳定返回声明类型，是因为未启用结构化输出；仅添加 response_format: { type: \"json_schema\", strict: true } 后，Gemini 从 2/5 提升到 5/5，GPT-5 nano 从 4/5 提升到 5/5。
在开启 JSON Schema 严格模式的支持工单用例上，Jev 耗时 386 ms，Gemini 896 ms，Mistral 1,672 ms，GPT-5 nano 7,006 ms。
Vercel此前使用Gemini 2.5 Flash Lite做分类工作，换成Jev后速度快了约6倍，并基本饱和了评估
全部知识事实 (5)
在独立对比测试中，Jev 1.13 的平均单次成本为 $0.0000188，Mistral Small 3.2 的成本是 Jev 的 1.4 倍，Gemini 2.5 Flash Lite 是 1.7 倍。
50%待验证在相同测试中，Jev 的中位响应时间为 352 ms，Mistral Small 3.2 为 1,343 ms，Gemini 2.5 Flash Lite 为 877 ms，GPT-5 nano 为 7,504 ms。
50%待验证初版测试中聊天模型无法稳定返回声明类型，是因为未启用结构化输出；仅添加 response_format: { type: \"json_schema\", strict: true } 后，Gemini 从 2/5 提升到 5/5，GPT-5 nano 从 4/5 提升到 5/5。
50%待验证在开启 JSON Schema 严格模式的支持工单用例上，Jev 耗时 386 ms，Gemini 896 ms，Mistral 1,672 ms，GPT-5 nano 7,006 ms。
50%待验证Vercel此前使用Gemini 2.5 Flash Lite做分类工作，换成Jev后速度快了约6倍，并基本饱和了评估
50%