Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 is een tekstgeneratiemodel van Google, aangeboden via api14 onder het model-id google/gemini-2.5-pro-preview. Het maakt deel uit van de Gemini 2.5 Pro-lijn, die Google beschrijft als zijn state-of-the-art model, gebouwd voor geavanceerd redeneren, coderen, wiskunde en wetenschappelijke taken. Het model gebruikt wat Google thinking capabilities noemt, wat betekent dat het door een antwoord kan redeneren voordat het dit produceert, bedoeld om de nauwkeurigheid te verbeteren bij problemen die meerdere stappen vereisen.

Aan de invoerkant accepteert het model tekst, afbeeldingen, audio en bestanden, zodat u gemengde inhoud in één verzoek kunt sturen. De uitvoer is alleen tekst. Het contextvenster is 1.048.576 tokens, groot genoeg om lange documenten, codebases of uitgebreide gesprekken zonder opsplitsing te bevatten. De maximale uitvoerlengte is 65.536 tokens en de knowledge cutoff is 2025-01-31, dus alles na die datum valt buiten waarop het model is getraind.

Die mogelijkheden wijzen op een paar praktische toepassingen. De lange context is geschikt voor het werken over volledige repositories, lange specificaties of transcripties in één aanroep. Invoer van afbeeldingen en audio laat u functies bouwen die redeneren over screenshots, diagrammen of opgenomen spraak en tekstuele resultaten retourneren. Het redeneergedrag past goed bij codeerhulp, het oplossen van wiskundige problemen en wetenschappelijke analyse, waar een model baat heeft bij het doorwerken van tussenstappen. Gestructureerde uitvoer en tool calling maken het ook bruikbaar als de redeneercomponent binnen een geautomatiseerde pipeline, niet alleen als chatinterface.

Omdat api14 een OpenAI-compatibele API beschikbaar stelt, roept u dit model op dezelfde manier aan als OpenAI-modellen, waarbij u het veld model instelt op google/gemini-2.5-pro-preview. Ondersteunde aanvraagparameters zijn include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools en top_p. U kunt dus sampling regelen met temperature en top_p, de lengte beperken met max_tokens, de uitvoer beperken met response_format of structured_outputs, functies definiëren met tools en tool_choice, en seed en stop gebruiken voor deterministischer of begrensder generatie. De parameters reasoning en include_reasoning hebben betrekking op het thinking-gedrag van het model, waarmee u dat redeneren kunt aanvragen of zichtbaar kunt maken.

Eén ding om in gedachten te houden is dat de uitvoer alleen tekst is, dus als u gegenereerde afbeeldingen of audio nodig hebt, heeft u een ander model nodig. De knowledge cutoff van 2025-01-31 betekent dat vragen over recentere gebeurtenissen afhangen van wat u in de prompt aanlevert. Voor eenvoudigere taken met hoog volume, waarbij de lange context en redeneerstappen onnodig zijn, kan een kleiner of sneller model beter passen.