Google: Gemini 2.5 Pro (batch)

Gemini 2.5 Pro är Googles stabila tänkandeprofil för avancerad programmering, matematik, STEM och analys med lång kontext. Den kan förstå text, ljud, bilder, video och hela kodarkiv, och dess Gemini API-profil tar också emot PDF-indata. Utdata är text, inklusive kod, skriftlig analys eller en strukturerad post. Ett användbart uppdrag tillhandahåller underlaget och begär ett resultat som kan kontrolleras, till exempel en förklarad lösning, en iakttagelse i en kodbas eller en jämförelse mellan flera dokument.

För programmering ska du tillhandahålla relevanta filer, observerat beteende och den ändring eller fråga som är viktig. Lång kontext kan hjälpa modellen att koppla samman moduler i stället för att resonera från ett enda isolerat kodutdrag. För en undersökning av en kodväg kan du be den spåra en identifierare från ett indataformulär genom bearbetning och lagring, identifiera var ett kontrakt ändras och föreslå en avgränsad korrigering. Bevara begränsningar och begär stödjande hänvisningar. En föreslagen ändring behöver jämföras med den faktiska koden och eventuell validering som utförts genom de anslutna verktygen.

För matematik eller vetenskaplig analys ska du ange problemet, antaganden, enheter och önskad svarsform. Tillhandahåll de data eller figurer som beräkningen beror på. Begär det underbyggda resultatet och de kontroller som gör det bedömbart, till exempel gränsfall eller en jämförelse med originalvärdena. Modellens resonemangsförmåga tar inte bort tvetydigheter i problemformuleringen. Håll en okänd storhet eller ett antagande utan stöd synligt i stället för att ersätta det med ett bekvämt värde.

Dynamiskt tänkande är den dokumenterade standarden. Gemini 2.5-guiden för GenerateContent stödjer en uttrycklig resonemangsbudget från 128 till 32,768 token för Pro, eller -1 för adaptivt tänkande. Den här utgåvan kan inte stänga av tänkandet helt. Reglagen skiljer sig från Flashs alternativ med nollbudget och från inställningarna för tänkandenivå i Gemini 3. Tänkandebudgeten vägleder resonemanget snarare än garanterar ett exakt antal interna token, och ett svarstak behöver också lämna utrymme för den slutliga artefakten.

För multimodalt dokumentarbete ska du identifiera sidor, diagram, bildregion eller inspelningshändelse som ska stödja svaret. En praktisk syntesuppgift kan begära konkurrerande påståenden från flera källdokument, deras stödjande textpassager och de skillnader som är viktiga för ett beslut. Be modellen skilja ett uttalat faktum från en slutsats. För video eller ljud ska du definiera om resultatet ska vara en beskrivning, transkription, sammanfattning eller jämförelse. Bilden och ljudet är underlag för ett textresultat i den här profilen.

Den exakta API-sidan dokumenterar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata. Definiera funktionernas syften och parameterfält och bevara de faktiska resultaten i senare samtalsturer. För en schemabegränsad post ska du ange obligatoriska fält och hur saknad information ska representeras. Den ursprungliga arkitekturen är en multimodal gles mixture-of-experts-transformer; modelldesignen tillhandahåller inte i sig extern verktygsexekvering eller en färdig applikation utöver den text eller kod som returneras.

Det ursprungliga kortet anger 1M indatakontext och 64K textutdata; API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Instruktioner, källinnehåll och bevarad historik ingår i förberedelsen av indata. Ett maximalt svarsutrymme omfattar resonemangstoken, så ett alltför lågt tak kan avbryta det slutliga svaret. Cachelagring och batchbearbetning dokumenteras, tillsammans med alternativ för Flex och Priority. Behåll varje källidentifierare och den önskade slutformen när oberoende uppgifter med lång kontext förbereds.

Den stabila identifieraren är separat från utgåvorna Experimental och Preview som diskuteras var för sig i det gemensamma Pro-modellkortet. Tillskriv inte den här profilen deras versionsspecifika resultat bara för att de delar Pro-namnet. Kortet identifierar möjliga hallucinationer och begränsningar i kausal förståelse, komplex deduktion och kontrafaktiskt resonemang, med en kunskapsgräns i januari 2025. Tillhandahåll aktuella belägg när det är viktigt och granska källhänvisningar, beräkningar och föreslagna ändringar. Det användbara resultatet är den underbyggda text- eller kodartefakt som uppgiften efterfrågade.