谷歌宣布，将其创新的“思考预算”功能扩展至公司最先进的AI推理模型Gemini 2.5 Pro，此前该功能已于今年早些时候在Gemini 2.5 Flash中成功上线。
“思考预算”功能在AI成本管理方面实现了重大突破，使开发者能够精确控制分配给复杂问题推理的计算资源。借助这一能力，用户可以指定模型在生成回复前用于内部推理的最大Token数量，甚至可以针对简单任务完全关闭推理功能。
谷歌在公告中表示：“我们在2.5 Flash中推出了思考预算，旨在通过平衡延迟和质量，为开发者提供更多成本控制手段。现在我们将这一能力扩展到2.5 Pro。”公司确认，带有预算功能的Gemini 2.5 Pro将在未来几周内正式面向生产环境开放。
这一进展回应了当前AI市场的核心矛盾：更复杂的推理通常意味着更高的延迟和成本。例如，在Gemini 2.5 Flash中，启用推理功能后，输出成本几乎提升六倍——从每百万Token 0.60美元升至3.50美元。通过实施思考预算，企业可以根据具体应用场景优化AI部署，仅在必要时启用推理功能。
该功能对需要精细管理AI部署成本、同时又需访问高级能力的企业客户尤为有价值。对于如语言翻译、基础信息检索等简单查询，可关闭推理以实现极致成本效率；而对于需要多步推理的复杂任务，如数学问题求解或细致分析，则可启用并精细调整推理功能。
随着AI日益深度融入企业工作流程，谷歌通过可定制推理的做法，反映出市场的成熟——成本优化与性能调优正变得与AI本身的能力同等重要，这也标志着生成式AI商业化进入了新阶段。