Gemini 2.5 Pro est le modèle de réflexion à l'état de l'art de Google dans la série 2.5, conçu pour raisonner sur des problèmes complexes de code, de mathématiques et de STEM et pour analyser de grands jeux de données, bases de code et documents en s'appuyant sur le contexte long.
- Entrée
- texte image vidéo audio $1.25/M
- Sortie
- texte $10/M
- Entrée audio
- $1.25/M
- Lecture de cache
- $0.125/M
- Contexte
- 1M
- vs GPT-4o
- ~75% moins cher
- Coupure des connaissances
- 2025-01
Prompts de plus de 200K tokens : toute la requête est facturée $2.5/M en entrée · $15/M en sortie
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 048 576 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
| Coupure des connaissances | 2025-01 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 4 096 |
Réflexion
| Paramètre du fournisseur | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valeurs acceptées | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| Valeur par défaut | réflexion dynamique (thinkingBudget -1) appliquée si la requête ne précise rien |
| Désactivable | Non |
| Comportement de la réflexion | Google affiche « N/A: impossible de désactiver la réflexion » pour 2.5 Pro ; le plancher est de 128 tokens, et les tokens de réflexion sont facturés comme des tokens de sortie. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image + vidéo + audio → texte |
|---|
- Version stable/GA du fleuron 2.5
- entrée de 1 048 576 tokens / 65 536 en sortie
- entrée texte + image + vidéo + audio + PDF
- réflexion prise en charge
Un prompt, mesuré via la passerelle
Gemini 2.5 Pro réussi · 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.
sortie 1428 tok (+1359 réflexion) latence 14.1 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
Gemini 2.5 Pro réussi · 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). […]
sortie 3286 tok (+2986 réflexion) latence 28.1 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Gemini 2.5 Pro réussi · 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" } ```
sortie 1028 tok (+960 réflexion) latence 9.1 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
Gemini 2.5 Pro réussi · 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.
sortie 2389 tok (+2249 réflexion) latence 21.0 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez Gemini 2.5 Pro en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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(""));À propos de Gemini 2.5 Pro
- La fenêtre de contexte de 1 048 576 tokens et la limite de sortie de 65 536 tokens s'associent aux entrées audio, image, vidéo, texte et PDF, avec une sortie textuelle.
- Il prend en charge l'appel de fonctions, les sorties structurées, l'exécution de code, l'ancrage Search et Maps, le contexte d'URL, la recherche de fichiers, la mise en cache du contexte et la Batch API ; la Live API, l'usage de l'ordinateur, la génération d'images, la génération audio et l'inférence Priority ne sont pas pris en charge, ce qui est une raison pratique d'envoyer plutôt le trafic critique en latence vers 2.5 Flash.
- C'est sur la réflexion que Pro se distingue le plus de ses homologues : thinkingBudget va de 128 à 32 768 et ne peut pas être mis à 0, si bien que le raisonnement ne peut pas être désactivé et que chaque requête porte un plancher de tokens de réflexion facturés au tarif de sortie.
- Laissé non défini, le budget est dynamique et le modèle ajuste lui-même son raisonnement au problème ; l'Interactions API plus récente de Google exprime le même contrôle sous la forme d'une chaîne thinking_level.
- Une habitude de composition de requête vaut pour toute la surface Gemini actuelle : une requête qui se termine sur un tour de modèle non vide est rejetée, alors orientez la sortie par des instructions système ou des sorties structurées plutôt qu'en préremplissant une réponse.
- La date limite des connaissances est janvier 2025.
- Sur Synthorai, il répond via la route de chat completions compatible OpenAI standard.
FAQ
Peut-on essayer l'API Gemini 2.5 Pro gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $1.25/M de tokens en entrée, ce crédit couvre à lui seul environ 99 requêtes de ~8K tokens sur Gemini 2.5 Pro.
Quels sont les points forts de Gemini 2.5 Pro ?
Réflexion à l'état de l'art pour code, maths, STEM ; analyse de grandes bases de code via le contexte long ; contexte de 1 048 576 tokens avec entrée PDF. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Gemini 2.5 Pro ?
Sur Synthorai, Gemini 2.5 Pro coûte $1.25 par million de tokens en entrée et $10 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.125/M.
Quelle est la fenêtre de contexte de Gemini 2.5 Pro ?
Gemini 2.5 Pro dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
Gemini 2.5 Pro prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.125/M contre $1.25/M hors cache ; les prompts doivent avoir un préfixe stable de 4,096 tokens pour être mis en cache. Guide de mise en cache des prompts →
Comment obtenir l'accès à Gemini 2.5 Pro ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="gemini-2.5-pro", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Quelle est la date de coupure des connaissances de Gemini 2.5 Pro ?
Date de coupure des connaissances de Gemini 2.5 Pro : 2025-01, selon la documentation officielle du fournisseur (au 2026-07-09).
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.