Google: Gemini 2.5 Pro Preview 06-05

Google: Gemini 2.5 Pro Preview 06-05 är en textgenereringsmodell från Google, som erbjuds via api14 under modell-id google/gemini-2.5-pro-preview. Den är en del av Gemini 2.5 Pro-linjen, som Google beskriver som sin mest avancerade modell byggd för avancerad resonering, kodning, matematik och vetenskapliga uppgifter. Modellen använder vad Google kallar tankeförmågor, vilket innebär att den kan resonera sig fram till ett svar innan den producerar det, vilket är avsett att förbättra noggrannheten vid problem som kräver flera steg.

På inputsidan accepterar modellen text, bilder, ljud och filer, så du kan skicka blandat innehåll i en enda begäran. Utdata är endast text. Kontextfönstret är 1 048 576 tokens, vilket är tillräckligt stort för att rymma långa dokument, kodbaser eller utökade konversationer utan chunkning. Den maximala utdatalängden är 65 536 tokens, och kunskapsavgränsningen är 2025-01-31, så allt efter det datumet ligger utanför vad modellen tränades på.

Dessa förmågor pekar mot några praktiska användningsområden. Den långa kontexten passar för att arbeta över hela kodförråd, långa specifikationer eller transkriptioner i ett enda anrop. Bild- och ljudinmatning låter dig bygga funktioner som resonerar kring skärmbilder, diagram eller inspelat tal och returnerar skriftliga resultat. Resonemangsbeteendet passar bra för kodassistans, matematisk problemlösning och vetenskaplig analys, där en modell drar nytta av att arbeta igenom mellanliggande steg. Strukturerade utdata och verktygsanrop gör den också användbar som resonemangskomponent inuti en automatiserad pipeline, inte bara som ett chattgränssnitt.

Eftersom api14 exponerar ett OpenAI-kompatibelt API anropar du denna modell på samma sätt som du anropar OpenAI-modeller, genom att ställa in fältet model till google/gemini-2.5-pro-preview. Parametrar som stöds i begäran är include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools och top_p. Så du kan styra sampling med temperature och top_p, begränsa längden med max_tokens, begränsa utdata med response_format eller structured_outputs, definiera funktioner med tools och tool_choice, samt använda seed och stop för mer deterministisk eller avgränsad generering. Parametrarna reasoning och include_reasoning relaterar till modellens tankebeteende och låter dig begära eller synliggöra det resonemanget.

En sak att ha i åtanke är att utdata endast är text, så om du behöver genererade bilder eller ljud behöver du en annan modell. Kunskapsavgränsningen 2025-01-31 innebär att frågor om nyare händelser bygger på det du anger i prompten. För enklare uppgifter med hög volym, där den långa kontexten och resonemangsstegen är onödiga, kan en mindre eller snabbare modell passa bättre.