Gemini 2.5 Pro è il modello thinking allo stato dell'arte di Google nella serie 2.5, costruito per ragionare su problemi complessi di codice, matematica e STEM e per analizzare grandi dataset, codebase e documenti usando il contesto lungo.
- Input
- testo immagine video audio $1.25/M
- Output
- testo $10/M
- Input audio
- $1.25/M
- Lettura cache
- $0.125/M
- Contesto
- 1M
- vs GPT-4o
- ~75% più economico
- Knowledge cutoff
- 2025-01
Prompt oltre 200K token: l'intera richiesta viene fatturata a $2.5/M in input · $15/M in output
Benchmark
Dati pubblicati dai provider: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 1.048.576 |
|---|---|
| Output massimo (specifica del provider) | 65.536 |
| Knowledge cutoff | 2025-01 |
Prompt caching
| Modalità | automatico + esplicito |
|---|---|
| Prefisso min. | 4.096 |
Ragionamento
| Parametro del provider | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valori accettati | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| Valore di default | thinking dinamico (thinkingBudget -1) applicato se la richiesta non specifica nulla |
| Disattivabile | No |
| Comportamento del ragionamento | Per 2.5 Pro Google riporta "N/A: Cannot disable thinking"; il minimo è 128 token e i token di thinking vengono fatturati come token di output. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine + video + audio → testo |
|---|
- Rilascio stabile/GA del flagship 2.5
- 1.048.576 token in input / 65.536 in output
- input di testo+immagini+video+audio+PDF
- thinking supportato
Un solo prompt, misurato attraverso il gateway
Gemini 2.5 Pro superato · 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.
out 1428 tok (+1359 ragionamento) latenza 14.1 s
Rispetto delle istruzioni (esattamente tre frasi: si contano), adattamento al destinatario (registro da CFO) e lo scarto di fatturazione dovuto al ragionamento nascosto, che i contatori di token qui sotto mettono in luce.
Gemini 2.5 Pro superato · 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). […]
out 3286 tok (+2986 ragionamento) latenza 28.1 s
Se la correzione è davvero giusta (si può eseguire), quanto è densa la spiegazione e quanti token servono per un compito circoscritto.
Gemini 2.5 Pro superato · 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" } ```
out 1028 tok (+960 ragionamento) latenza 9.1 s
Aderenza allo schema (nessun campo inventato), tentazione di allucinare (il testo dice espressamente che la guidance non viene comunicata) e differenze tra i percorsi di output strutturato.
Gemini 2.5 Pro superato · 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.
out 2389 tok (+2249 ragionamento) latenza 21.0 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica e controllo della lunghezza.
Usa Gemini 2.5 Pro in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));Informazioni su Gemini 2.5 Pro
- La finestra di contesto da 1.048.576 token e il limite di output da 65.536 token si abbinano a input audio, immagini, video, testo e PDF, con output testuale.
- Supporta function calling, output strutturati, esecuzione di codice, grounding con Search e Maps, contesto da URL, ricerca sui file, caching del contesto e la Batch API; Live API, computer use, generazione di immagini, generazione di audio e inferenza Priority non sono supportati, il che è una ragione pratica per mandare invece a 2.5 Flash il traffico critico per la latenza.
- Il thinking è l'aspetto in cui Pro differisce di più dai suoi fratelli: thinkingBudget va da 128 a 32.768 e non può essere impostato a 0, quindi il ragionamento non può essere disattivato e ogni richiesta porta con sé un minimo di token di thinking fatturati alla tariffa di output.
- Se non impostato, il budget è dinamico e il modello scala da sé il proprio ragionamento sul problema; la più recente Interactions API di Google esprime lo stesso controllo come stringa thinking_level.
- Un'abitudine nel dare forma alle richieste vale su tutta l'attuale superficie Gemini: una richiesta che termina con un turno del modello non vuoto viene rifiutata, quindi orienta l'output con istruzioni di sistema o output strutturati anziché precompilare una risposta.
- Il cutoff di conoscenza è gennaio 2025.
- Su Synthorai risponde tramite il percorso standard chat completions compatibile OpenAI.
FAQ
L'API di Gemini 2.5 Pro si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $1.25/M per i token di input, quel credito basta da solo per circa 99 richieste da ~8K token a Gemini 2.5 Pro.
In cosa eccelle Gemini 2.5 Pro?
Thinking allo stato dell'arte per codice, matematica, STEM; analisi di grandi codebase usando il contesto lungo; contesto da 1.048.576 token con input PDF. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa Gemini 2.5 Pro?
Su Synthorai Gemini 2.5 Pro costa $1.25 per milione di token di input e $10 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.125/M.
Qual è la finestra di contesto di Gemini 2.5 Pro?
Gemini 2.5 Pro ha una finestra di contesto di 1M token su Synthorai. Una singola risposta può arrivare a 65,536 token.
Gemini 2.5 Pro supporta il prompt caching?
Sì: il caching automatico è attivo di default, con una modalità esplicita per risparmi garantiti. I token di input letti dalla cache costano $0.125/M, contro $1.25/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 4,096 token. Guida al prompt caching →
Come ottengo l'accesso a Gemini 2.5 Pro?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="gemini-2.5-pro" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Qual è il knowledge cutoff di Gemini 2.5 Pro?
Il knowledge cutoff di Gemini 2.5 Pro è 2025-01, secondo la documentazione ufficiale del provider (dato aggiornato al 2026-07-09).
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.