Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 ist ein Textgenerierungsmodell von Google, das über api14 unter der Modell-ID google/gemini-2.5-pro-preview angeboten wird. Es ist Teil der Gemini 2.5 Pro Linie, die Google als sein modernstes Modell beschreibt, das für fortgeschrittenes Reasoning, Coding, Mathematik und wissenschaftliche Aufgaben entwickelt wurde. Das Modell nutzt das, was Google Thinking-Fähigkeiten nennt, das heißt, es kann eine Antwort durchdenken, bevor es sie erzeugt, was die Genauigkeit bei Problemen verbessern soll, die mehrere Schritte erfordern.

Auf der Eingabeseite akzeptiert das Modell Text, Bilder, Audio und Dateien, sodass Sie gemischte Inhalte in einer einzigen Anfrage senden können. Die Ausgabe ist nur Text. Das Kontextfenster beträgt 1.048.576 Token, was groß genug ist, um lange Dokumente, Codebasen oder ausgedehnte Konversationen ohne Aufteilung zu halten. Die maximale Ausgabelänge beträgt 65.536 Token, und der Knowledge Cutoff ist 2025-01-31, sodass alles nach diesem Datum außerhalb dessen liegt, worauf das Modell trainiert wurde.

Diese Fähigkeiten deuten auf einige praktische Einsatzmöglichkeiten hin. Der lange Kontext eignet sich für die Arbeit über gesamte Repositories, umfangreiche Spezifikationen oder Transkripte in einem Aufruf. Bild- und Audioeingabe ermöglichen es Ihnen, Funktionen zu bauen, die über Screenshots, Diagramme oder aufgezeichnete Sprache reasoning betreiben und schriftliche Ergebnisse zurückgeben. Das Reasoning-Verhalten eignet sich gut für Coding-Unterstützung, mathematische Problemlösung und wissenschaftliche Analyse, wo ein Modell davon profitiert, Zwischenschritte durchzuarbeiten. Strukturierte Ausgaben und Tool Calling machen es zudem nutzbar als Reasoning-Komponente innerhalb einer automatisierten Pipeline und nicht nur als Chat-Oberfläche.

Da api14 eine OpenAI-kompatible API bereitstellt, rufen Sie dieses Modell genauso auf wie OpenAI-Modelle, indem Sie das Feld model auf google/gemini-2.5-pro-preview setzen. Unterstützte Anfrageparameter sind include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools und top_p. So können Sie die Stichprobenentnahme mit temperature und top_p steuern, die Länge mit max_tokens begrenzen, die Ausgabe mit response_format oder structured_outputs einschränken, Funktionen mit tools und tool_choice definieren und seed und stop für eine deterministischere oder begrenztere Generierung verwenden. Die Parameter reasoning und include_reasoning beziehen sich auf das Thinking-Verhalten des Modells und ermöglichen es Ihnen, dieses Reasoning anzufordern oder sichtbar zu machen.

Eines sollten Sie beachten: Die Ausgabe ist nur Text. Wenn Sie also generierte Bilder oder Audio benötigen, brauchen Sie ein anderes Modell. Der Knowledge Cutoff von 2025-01-31 bedeutet, dass Fragen zu neueren Ereignissen darauf angewiesen sind, was Sie im Prompt bereitstellen. Für einfachere Aufgaben mit hohem Volumen, bei denen der lange Kontext und die Reasoning-Schritte unnötig sind, kann ein kleineres oder schnelleres Modell besser geeignet sein.