Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 è un modello di generazione di testo di Google, offerto tramite api14 con l'id del modello google/gemini-2.5-pro-preview. Fa parte della linea Gemini 2.5 Pro, che Google descrive come il suo modello all'avanguardia costruito per ragionamento avanzato, programmazione, matematica e compiti scientifici. Il modello utilizza quelle che Google chiama capacità di pensiero, cioè può ragionare su una risposta prima di produrla, il che è pensato per migliorare l'accuratezza su problemi che richiedono più passaggi.

Sul lato input, il modello accetta testo, immagini, audio e file, quindi puoi inviare contenuti misti in una singola richiesta. L'output è solo testo. La finestra di contesto è di 1.048.576 token, abbastanza ampia da contenere documenti lunghi, basi di codice o conversazioni estese senza suddivisione in blocchi. La lunghezza massima dell'output è di 65.536 token, e il limite di conoscenza è 2025-01-31, quindi qualsiasi cosa successiva a quella data è al di fuori di ciò su cui il modello è stato addestrato.

Queste capacità indicano alcuni usi pratici. Il contesto lungo si adatta al lavoro su interi repository, specifiche lunghe o trascrizioni in una sola chiamata. L'input di immagini e audio ti consente di costruire funzionalità che ragionano su screenshot, diagrammi o parlato registrato e restituiscono risultati scritti. Il comportamento di ragionamento è adatto per assistenza alla programmazione, risoluzione di problemi matematici e analisi scientifica, dove un modello trae vantaggio dal procedere attraverso passaggi intermedi. Gli output strutturati e la chiamata di strumenti lo rendono inoltre utilizzabile come componente di ragionamento all'interno di una pipeline automatizzata, non solo come interfaccia di chat.

Poiché api14 espone un'API compatibile con OpenAI, chiami questo modello allo stesso modo in cui chiami i modelli OpenAI, impostando il campo model su google/gemini-2.5-pro-preview. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Quindi puoi controllare il campionamento con temperature e top_p, limitare la lunghezza con max_tokens, vincolare l'output con response_format o structured_outputs, definire funzioni con tools e tool_choice, e usare seed e stop per una generazione più deterministica o limitata. I parametri reasoning e include_reasoning riguardano il comportamento di pensiero del modello, permettendoti di richiedere o mostrare quel ragionamento.

Una cosa da tenere a mente è che l'output è solo testo, quindi se hai bisogno di immagini o audio generati ti servirà un modello diverso. Il limite di conoscenza del 2025-01-31 significa che le domande su eventi più recenti si basano su ciò che fornisci nel prompt. Per compiti più semplici e ad alto volume, dove il contesto lungo e i passaggi di ragionamento non sono necessari, un modello più piccolo o più veloce potrebbe essere più adatto.