Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 é um modelo de geração de texto da Google, oferecido através da api14 sob o id de modelo google/gemini-2.5-pro-preview. Faz parte da linha Gemini 2.5 Pro, que a Google descreve como o seu modelo de última geração construído para raciocínio avançado, programação, matemática e tarefas científicas. O modelo usa o que a Google chama de capacidades de pensamento, ou seja, consegue raciocinar sobre uma resposta antes de a produzir, o que se destina a melhorar a precisão em problemas que exigem vários passos.

Do lado da entrada, o modelo aceita texto, imagens, áudio e ficheiros, pelo que pode enviar conteúdo misto num único pedido. A saída é apenas texto. A janela de contexto é de 1.048.576 tokens, o que é suficientemente grande para conter documentos longos, bases de código ou conversas extensas sem fragmentação. O comprimento máximo de saída é de 65.536 tokens, e o limite de conhecimento é 2025-01-31, pelo que qualquer coisa posterior a essa data está fora do que o modelo foi treinado.

Essas capacidades apontam para alguns usos práticos. O contexto longo adequa-se a trabalhar sobre repositórios inteiros, especificações extensas ou transcrições numa única chamada. A entrada de imagem e áudio permite construir funcionalidades que raciocinam sobre capturas de ecrã, diagramas ou fala gravada e devolvem resultados escritos. O comportamento de raciocínio é adequado para assistência à programação, resolução de problemas matemáticos e análise científica, onde um modelo beneficia de trabalhar através de passos intermédios. As saídas estruturadas e a chamada de ferramentas também o tornam utilizável como componente de raciocínio dentro de um pipeline automatizado, e não apenas como interface de chat.

Como a api14 expõe uma API compatível com a OpenAI, chama este modelo da mesma forma que chama modelos OpenAI, definindo o campo model como google/gemini-2.5-pro-preview. Os parâmetros de pedido suportados são include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Assim, pode controlar a amostragem com temperature e top_p, limitar o comprimento com max_tokens, restringir a saída com response_format ou structured_outputs, definir funções com tools e tool_choice, e usar seed e stop para uma geração mais determinística ou limitada. Os parâmetros reasoning e include_reasoning relacionam-se com o comportamento de pensamento do modelo, permitindo solicitar ou expor esse raciocínio.

Uma coisa a ter em conta é que a saída é apenas texto, pelo que, se precisar de imagens ou áudio gerados, necessitará de um modelo diferente. O limite de conhecimento de 2025-01-31 significa que perguntas sobre eventos mais recentes dependem do que fornecer no prompt. Para tarefas mais simples e de grande volume, onde o contexto longo e os passos de raciocínio são desnecessários, um modelo mais pequeno ou mais rápido pode ser mais adequado.