Google: Gemini 2.5 Pro

Google: Gemini 2.5 Pro is een tekstmodel van Google, vermeld op api14 onder het model-id google/gemini-2.5-pro. Het is Google's state-of-the-art model, gebouwd voor geavanceerd redeneren, coderen, wiskunde en wetenschappelijke taken, en het gebruikt denkvermogen om door antwoorden te redeneren met verbeterde nauwkeurigheid. De releasedatum van de provider is 2025-06-17, en de knowledge cutoff is 2025-01-31.

Het model accepteert tekst, afbeelding, bestand, audio en video als invoer en retourneert tekst. Het contextvenster is 1.048.576 tokens, met een maximale uitvoer van 65.536 tokens. Ondersteunde aanvraagparameters zijn include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools en top_p. Omdat de invoer meerdere modaliteiten omvat terwijl de uitvoer tekst blijft, past het bij workflows waarin je rijke bronbestanden aanlevert en een geschreven antwoord wilt.

Die combinatie wijst op praktische toepassingen zoals codegeneratie en review, meerstaps wiskundige of wetenschappelijke probleemoplossing, en documentanalyse waarbij lange invoer belangrijk is. Aangezien afbeeldingen, bestanden, audio en video allemaal als invoer kunnen worden aangeleverd, kan een aanvraag een PDF, een screenshot of een opname combineren met een tekstprompt en een enkele tekstreactie ontvangen. Het grote contextvenster is geschikt voor codebases, lange rapporten en uitgebreide transcripten, en de reasoning-parameter laat je bepalen hoeveel denkwerk het model toepast.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id google/gemini-2.5-pro. Aanvragen volgen de vorm van OpenAI chat completions, dus bestaande OpenAI SDKs en clients werken met een gewijzigde base URL en model-id. Stel max_tokens in om de uitvoer te begrenzen, temperature en top_p om de sampling af te stemmen, en stop om de generatie bij bepaalde reeksen te stoppen. Gebruik response_format of structured_outputs wanneer je gestructureerde antwoorden nodig hebt, seed voor reproduceerbare sampling, en tools met tool_choice voor function calling. De parameters reasoning en include_reasoning hebben betrekking op het denkgedrag van het model.

Overwegingen volgen uit de bovenstaande feiten. De uitvoer is alleen tekst, dus taken die gegenereerde afbeeldingen, audio of video vereisen, vallen hier niet onder. De maximale uitvoer van 65.536 tokens is kleiner dan het contextvenster, dus zeer lange enkele antwoorden zijn begrensd, ook al kan de invoer veel groter zijn. Als je workload eenvoudige tekstgeneratie is waarbij redeneerdiepte niet nodig is, kan een lichter tekstmodel beter passen.