思考摘要
用 thinking_summaries 参数启用思考总结，深入了解模型内部推理过程。默认情况下系统只返回最终输出，摘要可能为空或不存在，代码应始终处理这种情况。
Gemini 2.0 Flash Thinking
AI TOOL PROFILE工具资料在回答前先做内部推理的 Gemini 思考模型，适合复杂任务
价格输入每 100 万 token 0.75 美元，输出含思考 token 每 100 万 token 3.75 美元
平台API / Web
归类大模型与开发平台
收录2026-10-09
复核2026-10-09
编辑评分
4.4 / 5
★★★★☆
Gemini 2.0 Flash Thinking编辑总结
Gemini 2.0 Flash Thinking 是 Google 为 Gemini API 提供的思考模式能力，模型在回答前会进行内部推理，并以 thought 步骤的形式展示推理过程。每个思考步骤包含 signature 字段和可选的 summary 字段。Gemini 3 和 2.5 系列模型均采用思考过程，可提升推理和多步规划能力，适合编码、高等数学和数据分析等复杂任务。开启思考后，回答价格按输出 token 与思考 token 总和计费，token 消耗会高于普通模式，简单任务使用会浪费成本。
Gemini 2.0 Flash Thinking是什么？
Gemini 2.0 Flash Thinking 是 Google 在 Gemini API 中提供的思考模式能力，让模型在给出最终回答之前先进行内部推理。它面向需要通过 API 构建应用的开发者，尤其是处理编码、高等数学、数据分析等复杂任务的场景。
在思考模式下，Interactions API 通过 thought 步骤按时间顺序显示推理过程，与函数调用、用户输入或模型输出并列。每个思考步骤包含两个字段：signature 是模型内部推理状态的加密表示形式，始终存在；summary 是推理过程的文字或图片总结，可能为空。开发者可通过 thinking_summaries 参数启用思考摘要，使用流式传输时思考块通过服务器发送的事件 (SSE) 以 thought_summary 和 thought_signature 两种增量类型传送。
普通用户可以在 Google AI Studio 中试用；开发者通过 Gemini API 将思考模型集成进应用，并使用 thinking_level 参数控制推理力度。有状态模式（store: true 加 previous_interaction_id）下服务器自动管理对话状态与思考签名；无状态模式下开发者必须原样重新发送所有 thought 代码块。
Gemini 2.0 Flash Thinking核心功能
流式传输
使用流式传输在生成期间接收增量思维摘要，思考块通过服务器发送的事件 (SSE) 传送，具有 thought_summary 和 thought_signature 两种增量类型。
思考力度控制
用 thinking_level 参数控制推理力度。模型默认采用动态思维，根据请求复杂度自动调整推理力度，可设置低、中、高等不同级别。
思维签名
思考特征是模型内部推理的加密表示形式，需要在多轮对话中保持推理连续性。无状态模式下必须原样重新发送所有 thought 代码块，不能移除或修改。
Gemini 2.0 Flash Thinking值不值得用？
当需要处理编码、高等数学、数据分析等多步推理任务时，思考模型能提升最终回答质量，值得使用。当只是做事实检索或简单分类时，思考 token 会额外增加成本，应降低 thinking_level 或改用非思考模式。设置较小的 max_output_tokens 会导致输出被截断、状态变为 incomplete，但仍会对生成的思考 token 收费，因此降费用应调低 thinking_level 而非限制输出长度。
建议选它的情况
- 需要解决高级编码、数学或多步规划任务的开发者
- 希望在多轮对话中保持推理连续性的应用
- 需要查看模型推理过程以改进提示词的团队
不建议选它的情况
- 只做简单事实检索或文本分类的轻量场景
- 对成本极度敏感且任务复杂度低的项目
Gemini 2.0 Flash Thinking使用建议
入门先把路子走对
- 启用思考摘要在请求中设置 thinking_summaries 参数，即可看到模型推理过程的文字总结；默认只返回最终输出。
- 选对交互模式新项目建议用 Interactions API 的有状态模式，设置 store: true 并传递 previous_interaction_id，服务器会自动管理思考签名。
- 按任务选思考级别简单任务用最少或较少的思考，中等难度用默认模式，高级编码、数学或多步规划用最大思考量。
进阶省时间也省钱
- 用 thinking_level 降本想降低费用或延迟，应调低 thinking_level 到低或中等，而不是设置较小的 max_output_tokens，后者会截断输出但仍对思考 token 收费。
- 查看推理过程调提示分析思路总结能帮助定位失败原因并改进提示词，这是优化输出质量的有效手段。
Gemini 2.0 Flash Thinking适合谁用？
处理复杂编码任务的开发者
推荐思考模型可提升推理和多步规划能力，适合长期软件工程和自主智能体场景；但需注意思考 token 会推高成本。
做数学与数据分析的团队
推荐高等数学和多步规划任务正是思考模型的强项，最终回答质量会因内部推理而提高。
只需事实检索的轻量应用
有条件简单任务用最少或较少的思考即可，默认级别会为不必要的推理付费，成本不划算。
预算极紧的小型项目
有条件开启思考后输出价格按输出 token 与思考 token 总和计费，token 消耗明显高于普通模式。
Gemini 2.0 Flash Thinking优点和缺点
优点
- 回答前进行内部推理，提升复杂任务最终回答质量
- 支持 thinking_level 参数按任务复杂度控制推理力度
- 流式传输可通过 SSE 接收增量思维摘要
- 有状态模式由服务器自动管理思考签名，无需手动处理
- 无状态模式下后端仍会管理跨模型的思考块兼容性
缺点
- 思考 token 计入输出价格，成本高于非思考模式
- 设置较小的 max_output_tokens 会截断输出但仍对思考 token 收费
- 思考摘要可能为空，代码必须处理 summary 缺失的情况
- 无状态模式下必须原样重发所有 thought 代码块，增加开发复杂度
Gemini 2.0 Flash Thinking版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| 免费 | 免费 | 对特定模型的访问权限有限，免费输入和输出 token | 内容会用于改进 Google 产品 |
| 付费 | 输入 0.75 美元 / 输出 3.75 美元（每 100 万 token，2026 年 12 月 31 日之前） | 针对生产部署放宽了速率限制 | 内容不会用于改进 Google 产品；Batch API 成本降低 50% |
| 企业 | 未公开 | 付费层级所有功能，需联系获取 | 含专属支持渠道、高级安全与合规功能、预配吞吐量、阶梯折扣 |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
Gemini 2.0 Flash Thinking关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| Gemini 3.8 Flash 输入价格（付费层级标准，2026 年 12 月 31 日之前） | 0.75 美元/100 万个 token | Gemini Developer API 价格 |
| Gemini 3.8 Flash 输出价格（含思考 token，2026 年 12 月 31 日之前） | 3.75 美元/100 万个 token | Gemini Developer API 价格 |
| Gemini 3.8 Flash 输入价格（付费层级标准，2027 年 1 月 1 日起） | 1.50 美元/100 万个 token | Gemini Developer API 价格 |
| Gemini 3.8 Flash 输出价格（含思考 token，2027 年 1 月 1 日起） | 7.50 美元/100 万个 token | Gemini Developer API 价格 |
| Gemini 3.8 Flash 批量输入价格（2026 年 12 月 31 日之前） | 0.375 美元/100 万个 token | Gemini Developer API 价格 |
| Gemini 3.8 Flash 批量输出价格（含思考 token，2026 年 12 月 31 日之前） | 1.875 美元/100 万个 token | Gemini Developer API 价格 |
| Gemini 3.8 Flash 上下文缓存价格（2026 年 12 月 31 日之前） | 0.075 美元/100 万个 token，存储 0.50 美元/100 万个 token/小时 | Gemini Developer API 价格 |
| 依托 Google 搜索进行接地（付费层级） | 每月 5,000 次免费搜索请求，超出后每 1,000 次请求 14 美元 | Gemini Developer API 价格 |
| 依托 Google 地图进行接地（付费层级） | 每月 5,000 个请求免费，超出后每 1,000 次搜索查询 14 美元 | Gemini Developer API 价格 |
| 文档理解 PDF 页数上限 | 最多 1,000 页 | Gemini API 概述 |
Gemini 2.0 Flash Thinking常见问题
开启思考后怎么计费？＋
回答价格是输出 token 和思考 token 的总和。付费层级输出价格为每 100 万个 token 3.75 美元（2026 年 12 月 31 日之前），该价格已包含思考 token。可通过 total_thought_tokens 字段获取生成的思考令牌总数。
怎么控制思考的力度？＋
使用 thinking_level 参数。模型默认采用动态思维，根据请求复杂度自动调整。简单任务用最少或较少的思考来检索事实或分类；中等难度任务用默认模式比较概念或做创意推理；复杂任务用最大思考量完成高级编码、数学或多步规划任务。
为什么思考块里只有签名没有摘要？＋
有三种情况：简单请求时模型未进行充分推理来生成摘要；设置 thinking_summaries 为 none 明确停用了摘要；某些类型的想法内容（例如图片）可能没有文字摘要。代码应始终处理 summary 为空或不存在的思考块。
多轮对话里要重新发送思考块吗？＋
在无状态模式下必须始终完全按照从模型收到的方式重新发送所有 thought 代码块，不应移除或修改，因为它们包含模型继续推理所需的签名。在会话中切换模型时，仍应重新发送之前模型的思考块，后端会管理兼容性。有状态模式则无需任何与签名相关的操作。
Interactions API 和 generateContent API 有什么区别？＋
自 2026 年 6 月起，Interactions API 已成为默认接口，也是未来使用 Gemini 模型和智能体构建的最佳方式。generateContent API 仍受支持，但被视为旧版 API。对于思考签名的处理，Interactions API 比 generateContent API 更简单。
Gemini 2.0 Flash Thinking竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Gemini 2.0 Flash Thinking本工具 | 4.4 | 输入每 100 万 token 0.75 美元，输出含思考 token 每 100 万 token 3.75 美元 | 思考摘要；流式传输；思考力度控制；思维签名 | API / Web |
| RecurrentGemma-2B | — | 未标价 | 谷歌开源的大型语言模型，能够生成高质量的文本内容 | — |
| Gemini 2.5 | — | 未标价 | Gemini 2.5 是谷歌最智能的 AI 模型，具备推理能力 | — |
| EXAONE Deep | — | 未标价 | LG AI 推出的开源推理 AI 模型，具备卓越的推理能力 | — |
| QVQ-72B-Preview | — | 未标价 | 视觉推理能力增强的实验性研究模型 | — |
| InternVL2-8B-MPO | — | 未标价 | 多模态大语言模型，提升多模态推理能力 | — |
Gemini 2.0 Flash Thinking最新动态
-
思考模式文档最后更新
Gemini 思考模式文档最后更新时间为 2026-10-09 (UTC)。
-
Interactions API 成为默认接口
自 2026 年 6 月起，Interactions API 成为默认接口，generateContent API 被视为旧版 API。
