Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 to model generowania tekstu od Google, oferowany przez api14 pod identyfikatorem modelu google/gemini-2.5-pro-preview. Należy do linii Gemini 2.5 Pro, którą Google opisuje jako swój najbardziej zaawansowany model stworzony do zaawansowanego rozumowania, kodowania, matematyki i zadań naukowych. Model wykorzystuje to, co Google nazywa możliwościami myślenia, co oznacza, że potrafi przemyśleć odpowiedź przed jej wygenerowaniem, co ma poprawić dokładność w problemach wymagających wielu kroków.

Po stronie danych wejściowych model przyjmuje tekst, obrazy, dźwięk i pliki, więc można wysłać mieszaną treść w jednym żądaniu. Dane wyjściowe to wyłącznie tekst. Okno kontekstu wynosi 1 048 576 tokenów, co jest wystarczająco duże, aby pomieścić długie dokumenty, bazy kodu lub rozbudowane rozmowy bez dzielenia na fragmenty. Maksymalna długość danych wyjściowych to 65 536 tokenów, a data odcięcia wiedzy to 2025-01-31, więc wszystko po tej dacie wykracza poza to, na czym model był trenowany.

Te możliwości wskazują na kilka praktycznych zastosowań. Długi kontekst nadaje się do pracy nad całymi repozytoriami, obszernymi specyfikacjami lub transkrypcjami w jednym wywołaniu. Wejście obrazowe i dźwiękowe pozwala budować funkcje, które rozumują na podstawie zrzutów ekranu, diagramów lub nagranej mowy i zwracają wyniki w formie tekstowej. Zachowanie związane z rozumowaniem dobrze pasuje do wspomagania kodowania, rozwiązywania problemów matematycznych i analizy naukowej, gdzie model korzysta z przechodzenia przez kroki pośrednie. Ustrukturyzowane dane wyjściowe i wywoływanie narzędzi sprawiają również, że można go używać jako komponentu rozumującego w zautomatyzowanym potoku, a nie tylko jako interfejsu czatu.

Ponieważ api14 udostępnia API zgodne z OpenAI, wywołujesz ten model tak samo, jak wywołujesz modele OpenAI, ustawiając pole model na google/gemini-2.5-pro-preview. Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools i top_p. Możesz więc kontrolować próbkowanie za pomocą temperature i top_p, ograniczać długość za pomocą max_tokens, ograniczać dane wyjściowe za pomocą response_format lub structured_outputs, definiować funkcje za pomocą tools i tool_choice oraz używać seed i stop do bardziej deterministycznego lub ograniczonego generowania. Parametry reasoning i include_reasoning odnoszą się do zachowania modelu związanego z myśleniem, pozwalając żądać tego rozumowania lub je ujawniać.

Jedna rzecz do zapamiętania: dane wyjściowe to wyłącznie tekst, więc jeśli potrzebujesz generowanych obrazów lub dźwięku, będziesz potrzebować innego modelu. Data odcięcia wiedzy 2025-01-31 oznacza, że pytania o nowsze wydarzenia opierają się na tym, co dostarczysz w prompcie. W przypadku prostszych zadań o dużym natężeniu, gdzie długi kontekst i kroki rozumowania są niepotrzebne, lepszym rozwiązaniem może być mniejszy lub szybszy model.