Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 は Google のテキスト生成モデルで、api14 を通じてモデル ID google/gemini-2.5-pro-preview として提供されています。これは Gemini 2.5 Pro ラインの一部であり、Google はこれを高度な推論、コーディング、数学、科学タスク向けに構築された最先端モデルと説明しています。このモデルは Google が thinking 機能と呼ぶものを使用しており、応答を生成する前に推論できることを意味し、複数のステップを必要とする問題での精度向上を目的としています。

入力側では、このモデルはテキスト、画像、音声、ファイルを受け付けるため、1 回のリクエストで混合コンテンツを送信できます。出力はテキストのみです。コンテキストウィンドウは 1,048,576 トークンで、長い文書、コードベース、拡張された会話をチャンク化せずに保持するのに十分な大きさです。最大出力長は 65,536 トークンで、知識カットオフは 2025-01-31 であるため、それ以降の内容はモデルが学習した範囲外です。

これらの機能はいくつかの実用的な用途を示しています。長いコンテキストは、リポジトリ全体、長い仕様書、文字起こしを 1 回の呼び出しで扱うのに適しています。画像と音声の入力により、スクリーンショット、図、録音された音声について推論し、書面による結果を返す機能を構築できます。推論動作は、コーディング支援、数学的問題解決、科学分析に適しており、モデルが中間ステップを経て処理することで恩恵を受けます。構造化出力とツール呼び出しにより、チャットインターフェースとしてだけでなく、自動化パイプライン内の推論コンポーネントとしても使用できます。

api14 は OpenAI 互換 API を公開しているため、このモデルは OpenAI モデルを呼び出すのと同じ方法で呼び出し、model フィールドを google/gemini-2.5-pro-preview に設定します。サポートされているリクエストパラメータは include_reasoning、max_tokens、reasoning、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_p です。したがって、temperature と top_p でサンプリングを制御し、max_tokens で長さを制限し、response_format または structured_outputs で出力を制約し、tools と tool_choice で関数を定義し、seed と stop を使用してより決定論的または範囲を限定した生成を行えます。reasoning と include_reasoning パラメータはモデルの thinking 動作に関連し、その推論を要求または表面化できます。

留意すべき点の 1 つは、出力はテキストのみであるため、生成画像や音声が必要な場合は別のモデルが必要です。知識カットオフが 2025-01-31 であることは、より最近の出来事に関する質問がプロンプトで提供する内容に依存することを意味します。長いコンテキストと推論ステップが不要な、より単純で大量のタスクでは、より小さく高速なモデルの方が適している場合があります。