Gemini 2.5 Pro es el modelo de pensamiento de vanguardia de Google en la serie 2.5, construido para razonar sobre problemas complejos de código, matemáticas y STEM y para analizar grandes conjuntos de datos, bases de código y documentos usando contexto largo.
- Entrada
- texto imagen vídeo audio $1.25/M
- Salida
- texto $10/M
- Entrada de audio
- $1.25/M
- Lectura de caché
- $0.125/M
- Contexto
- 1M
- vs GPT-4o
- ~75% más barato
- Corte de conocimiento
- 2025-01
Prompts de más de 200K tokens: toda la solicitud se factura a $2.5/M de entrada · $15/M de salida
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 68 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.048.576 |
|---|---|
| Salida máxima (especificación del proveedor) | 65.536 |
| Corte de conocimiento | 2025-01 |
Caché de prompts
| Modo | automático + explícito |
|---|---|
| Prefijo mín. | 4096 |
Razonamiento
| Parámetro del proveedor | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valores admitidos | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| Valor por defecto | pensamiento dinámico (thinkingBudget -1) se aplica si la solicitud no indica nada |
| Se puede desactivar | No |
| Comportamiento del razonamiento | Google imprime "N/A: Cannot disable thinking" para 2.5 Pro; el mínimo es de 128 tokens y los tokens de pensamiento se facturan como tokens de salida. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high parámetros que expone la pasarela; se aplica el mapeo del proveedor indicado arriba |
Modelo
| Modalidades | texto + imagen + vídeo + audio → texto |
|---|
- Versión estable/GA del buque insignia 2.5
- 1.048.576 tokens de entrada / 65.536 de salida
- entrada de texto, imagen, vídeo, audio y PDF
- pensamiento admitido
Un prompt, medido a través de la pasarela
Gemini 2.5 Pro superado · 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.
salida 1428 tok (+1359 razonamiento) latencia 14.1 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
Gemini 2.5 Pro superado · 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). […]
salida 3286 tok (+2986 razonamiento) latencia 28.1 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
Gemini 2.5 Pro superado · 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" } ```
salida 1028 tok (+960 razonamiento) latencia 9.1 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
Gemini 2.5 Pro superado · 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.
salida 2389 tok (+2249 razonamiento) latencia 21.0 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Gemini 2.5 Pro en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu SDK. 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(""));Acerca de Gemini 2.5 Pro
- La ventana de contexto de 1.048.576 tokens y el límite de salida de 65.536 tokens se combinan con entrada de audio, imagen, vídeo, texto y PDF, con salida de texto.
- Admite llamada a funciones, salidas estructuradas, ejecución de código, grounding de búsqueda y de Maps, contexto de URL, búsqueda de archivos, caché de contexto y la Batch API; no se admiten la Live API, el uso del ordenador, la generación de imágenes, la generación de audio ni la inferencia Priority, lo que es una razón práctica para enviar el tráfico crítico en latencia a 2.5 Flash.
- El pensamiento es donde Pro más se diferencia de sus hermanos: thinkingBudget va de 128 a 32.768 y no puede fijarse en 0, así que el razonamiento no se puede desactivar y toda solicitud arrastra un mínimo de tokens de pensamiento facturados a la tarifa de salida.
- Si no se fija, el presupuesto es dinámico y el modelo escala su propio razonamiento al problema; la nueva Interactions API de Google expresa el mismo control como una cadena thinking_level.
- Un hábito de construcción de solicitudes se mantiene en toda la superficie actual de Gemini: una solicitud que termina en un turno de modelo no vacío se rechaza, así que conviene dirigir la salida con instrucciones de sistema o salidas estructuradas en lugar de prerrellenar una respuesta.
- La fecha de corte de conocimiento es enero de 2025.
- En Synthorai responde a través de la ruta estándar de chat completions compatible con OpenAI.
Preguntas frecuentes
¿Se puede probar gratis la API de Gemini 2.5 Pro?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $1.25/M de tokens de entrada, solo con ese crédito tienes para unas 99 solicitudes de ~8K tokens a Gemini 2.5 Pro.
¿En qué destaca Gemini 2.5 Pro?
Pensamiento de vanguardia para código, matemáticas y STEM; analiza grandes bases de código con contexto largo; contexto de 1.048.576 tokens con entrada de PDF. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Gemini 2.5 Pro?
Gemini 2.5 Pro cuesta $1.25 por millón de tokens de entrada y $10 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.125/M.
¿Cuál es la ventana de contexto de Gemini 2.5 Pro?
Gemini 2.5 Pro tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 65,536 tokens.
¿Gemini 2.5 Pro admite caché de prompts?
Sí: la caché automática viene activada por defecto y hay un modo explícito para garantizar el ahorro. Los tokens de entrada en caché se facturan a $0.125/M frente a $1.25/M sin caché; los prompts necesitan un prefijo estable de 4,096 tokens para entrar en caché. Guía de caché de prompts →
¿Cómo obtengo acceso a Gemini 2.5 Pro?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="gemini-2.5-pro" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
¿Cuál es la fecha de corte de conocimiento de Gemini 2.5 Pro?
La fecha de corte de conocimiento de Gemini 2.5 Pro es 2025-01, según la documentación oficial del proveedor (a fecha de 2026-07-09).
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.