Google: Gemini 2.5 Flash

Google: Gemini 2.5 Flash, Google tarafından sunulan ve api14 üzerinde google/gemini-2.5-flash model id'si ile listelenen bir metin modelidir. Metin kategorisinde yer alır ve Google tarafından, ileri düzey akıl yürütme, kodlama, matematik ve bilimsel görevler için geliştirilmiş, en güncel amiral gemisi modeli olarak tanımlanır. Yerleşik düşünme yetenekleri içerir; bu, modelin yanıtını üretmeden önce bir sorunu dahili olarak ele alabileceği anlamına gelir. Sağlayıcı sürüm tarihi 2025-06-17, bilgi kesim tarihi ise 2025-01-31'dir.

Model; metin, görsel, ses, video ve dosya girdilerini kabul eder ve yalnızca metin döndürür. Bağlam penceresi 1.048.576 token'dır; bu, çok uzun belgeleri, transkriptleri veya kod tabanlarını tek bir istekte tutabilecek kadar büyüktür. Maksimum çıktı 65.535 token'dır, yani bu sınır dahilinde uzun üretimler mümkündür. Girdi çok kipli olduğundan, talimatlarınızın yanında bir ekran görüntüsü, bir kayıt veya bir PDF gönderip yazılı bir sonuç isteyebilirsiniz.

Bu yetenekler birkaç pratik kullanım örüntüsüne işaret eder. Büyük belge kümelerini özetlemek, uzun sözleşmeleri incelemek veya bir depo genelinde arama yapmak gibi uzun bağlam gerektiren işler bağlam penceresine iyi uyar. Kodlama ve matematik görevleri, özellikle modelin yanıtlamadan önce düşünmesinden fayda sağladığı durumlarda, akıl yürütme odağına uygundur. Çok kipli girdiler; görsellerden bilgi tanımlama veya çıkarma, sesi yazıya dökme ve analiz etme ya da video içeriğini inceleyip metin notları döndürme gibi kullanım senaryolarının önünü açar. Model yapılandırılmış çıktıları desteklediği için karma medyadan yapılandırılmış çıkarım da başka bir seçenektir.

api14 üzerinden çağırmak için, google/gemini-2.5-flash model id'si ile OpenAI uyumlu uç noktayı kullanın. Desteklenen istek parametreleri include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools ve top_p'dir. Pratikte bu; temperature ve top_p ile örneklemeyi kontrol edebileceğiniz, max_tokens ile çıktı uzunluğunu sınırlayabileceğiniz, durdurma dizileri ayarlayabileceğiniz, seed ile çalıştırmaları yeniden üretilebilir kılabileceğiniz, response_format veya structured_outputs aracılığıyla JSON biçimli yanıtlar isteyebileceğiniz ve tools ile tool_choice kullanarak modele fonksiyonlar sunabileceğiniz anlamına gelir. reasoning ve include_reasoning parametreleri modelin düşünme davranışıyla ilgilidir; böylece ihtiyaçlarınıza bağlı olarak bu süreci etkileyebilir veya görünür kılabilirsiniz.

Akılda tutulması gereken bir nokta, çıktının yalnızca metin olduğudur; yani üretilmiş görsel, ses veya video gerekiyorsa bu model bunları üretmez. Bu biçimleri girdi olarak okuyabilir ancak metin olarak yanıt verir. İş yükünüz yalnızca kısa metin alışverişlerinden oluşuyorsa ve akıl yürütme, çok kipli girdi veya çok büyük bir bağlam gerekmiyorsa, daha küçük veya daha hızlı bir model daha iyi uyabilir. Uzun girdileri, karma medyayı ve çok adımlı akıl yürütmeyi birleştiren görevler için bu model, ilk değerlendirilecek makul bir varsayılan seçenektir.