Gemini 2.5 Pro ist Googles hochmodernes Thinking-Modell der 2.5-Serie, gebaut, um komplexe Probleme in Code, Mathematik und MINT zu durchdenken und große Datensätze, Codebasen und Dokumente mithilfe von Long Context zu analysieren.
- Eingabe
- Text Bild Video Audio $1.25/M
- Ausgabe
- Text $10/M
- Audio-Eingabe
- $1.25/M
- Cache-Lesen
- $0.125/M
- Kontext
- 1M
- vs. GPT-4o
- ~75% günstiger
- Knowledge-Cutoff
- 2025-01
Prompts mit mehr als 200K Tokens: Die gesamte Anfrage wird mit $2.5/M Eingabe · $15/M Ausgabe berechnet
Benchmarks
Anbieterangaben: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.048.576 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 65.536 |
| Knowledge-Cutoff | 2025-01 |
Prompt-Caching
| Modus | automatisch + explizit |
|---|---|
| Min. Präfix | 4.096 |
Thinking
| Anbieter-Parameter | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Zulässige Werte | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| Standardwert | dynamisches Thinking (thinkingBudget -1) gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Nein |
| Thinking-Verhalten | Google gibt für 2.5 Pro „N/A: Cannot disable thinking“ an; die Untergrenze liegt bei 128 Token, und Thinking-Token werden als Output-Token abgerechnet. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild + Video + Audio → Text |
|---|
- Stabiles GA-Release des 2.5-Flaggschiffs
- 1.048.576 Token Input / 65.536 Output
- Text-, Bild-, Video-, Audio- und PDF-Eingabe
- Thinking unterstützt
Ein Prompt, gemessen über das Gateway
Gemini 2.5 Pro bestanden · 3 sentences
Enabling reasoning changed the model from a simple Q&A tool into a multi-step problem solver. Instead of answering in one go, it now internally breaks down questions and thinks through steps, with each internal step incurring a charge. This series of computations produces a more accurate answer but requires significantly more processing, which is what doubled our bill.
Ausgabe 1428 tok (+1359 Thinking) Latenz 14.1 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
Gemini 2.5 Pro bestanden · 8/8 cases
Here is the corrected function and an explanation of the bug. ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original function's bug stemmed from its counting logic. It initialized the current run length (`cur`) to 0 and only incremented it when a matching *pair* of elements was found. This meant the length of any run was always counted as one less than its actual size (e.g., a run of three `2`s has two matching pairs, so `cur` would only reach 2). […]
Ausgabe 3286 tok (+2986 Thinking) Latenz 28.1 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
Gemini 2.5 Pro bestanden · 5/5 fields, guidance "Formal guidance is withheld pending the "
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Formal guidance is withheld pending the Q4 close" } ```
Ausgabe 1028 tok (+960 Thinking) Latenz 9.1 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Gemini 2.5 Pro bestanden · 111 words, 0 banned, 1 question
Announcing Cross-Provider Prompt Caching, a new feature for our API Gateway designed for maximum efficiency and cost savings. This capability intelligently stores the response for a given prompt, making it instantly available for future identical requests across any supported provider, including OpenAI, Anthropic, and Google. By serving results directly from the cache, it dramatically reduces latency for common queries and eliminates redundant API expenditures. Why pay multiple times for the same generative AI result? This provides a central, powerful tool to optimize your AI spending and accelerate application performance. Fine-tune your cache's time-to-live settings for granular control over data freshness. Get started today to build more responsive and economical AI-driven products.
Ausgabe 2389 tok (+2249 Thinking) Latenz 21.0 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Gemini 2.5 Pro in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-2.5-pro",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-2.5-pro",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-2.5-pro",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-2.5-pro",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-2.5-pro")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Gemini 2.5 Pro
- Das Kontextfenster von 1.048.576 Token und das Output-Limit von 65.536 Token gehen mit Audio-, Bild-, Video-, Text- und PDF-Eingabe einher, bei Textausgabe.
- Es unterstützt Function Calling, strukturierte Ausgaben, Code-Ausführung, Search- und Maps-Grounding, URL-Kontext, File Search, Context-Caching und die Batch API; Live API, Computer Use, Bildgenerierung, Audiogenerierung und Priority-Inferenz werden nicht unterstützt, was ein praktischer Grund ist, latenzkritischen Verkehr stattdessen an 2.5 Flash zu schicken.
- Beim Thinking unterscheidet sich Pro am stärksten von seinen Geschwistern: thinkingBudget reicht von 128 bis 32.768 und lässt sich nicht auf 0 setzen, Reasoning kann also nicht abgeschaltet werden, und jede Anfrage trägt eine Untergrenze an Thinking-Token, die zum Output-Tarif abgerechnet wird.
- Bleibt das Budget ungesetzt, ist es dynamisch und das Modell skaliert sein Reasoning selbst am Problem; Googles neuere Interactions API drückt dieselbe Steuerung als thinking_level-String aus.
- Eine Gewohnheit beim Zuschnitt von Anfragen zieht sich durch die aktuelle Gemini-Oberfläche: Eine Anfrage, die auf einem nicht leeren Modell-Turn endet, wird abgelehnt; steuern Sie die Ausgabe also über Systemanweisungen oder strukturierte Ausgaben, statt eine Antwort vorzubefüllen.
- Der Knowledge Cutoff liegt im Januar 2025.
- Auf Synthorai antwortet es über die standardmäßige OpenAI-kompatible Chat-Completions-Route.
FAQ
Lässt sich die Gemini 2.5 Pro API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $1.25/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 99 Anfragen an Gemini 2.5 Pro mit je ~8K Tokens.
Worin ist Gemini 2.5 Pro am besten?
Hochmodernes Thinking für Code, Mathematik, MINT; analysiert große Codebasen mit Long Context; 1.048.576-Token-Kontext mit PDF-Eingabe. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Gemini 2.5 Pro?
Gemini 2.5 Pro kostet auf Synthorai $1.25 pro Million Eingabe-Tokens und $10 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.125/M abgerechnet.
Wie groß ist das Kontextfenster von Gemini 2.5 Pro?
Gemini 2.5 Pro hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 65,536 Tokens lang sein.
Unterstützt Gemini 2.5 Pro Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Eingabe-Tokens werden mit $0.125/M statt $1.25/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 4,096 Tokens, um gecacht zu werden. Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu Gemini 2.5 Pro?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="gemini-2.5-pro", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Wo liegt der Knowledge-Cutoff von Gemini 2.5 Pro?
Der Knowledge-Cutoff von Gemini 2.5 Pro liegt bei 2025-01, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.