Gemini 2.5 Pro は Google の 2.5 シリーズにおける最先端の思考モデルで、コード・数学・STEM の複雑な問題を推論し、ロングコンテキストを用いて大規模なデータセット、コードベース、文書を分析するために構築されています。
- 入力
- テキスト 画像 動画 音声 $1.25/M
- 出力
- テキスト $10/M
- 音声入力
- $1.25/M
- キャッシュ読み取り
- $0.125/M
- コンテキスト
- 1M
- GPT-4o 比
- 約 75% 割安
- 知識カットオフ
- 2025-01
入力が 200K トークンを超える場合、リクエスト全体が入力 $2.5/M・出力 $15/M で課金されます
ベンチマーク
ベンダー公表値： Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種の 68 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,048,576 |
|---|---|
| 最大出力（ベンダー仕様） | 65,536 |
| 知識カットオフ | 2025-01 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 + 明示 |
|---|---|
| 最小プレフィックス | 4,096 |
思考
| ベンダー側パラメータ | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| 指定可能な値 | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| デフォルト | 動的思考(thinkingBudget -1) リクエストで未指定の場合に適用 |
| 無効化の可否 | 非対応 |
| 思考の挙動 | Google は 2.5 Pro について "N/A: Cannot disable thinking" と記載しています。下限は 128 トークンで、思考トークンは出力トークンとして課金されます。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ。上のベンダー別の対応が適用されます |
モデル
| モダリティ | テキスト + 画像 + 動画 + 音声 → テキスト |
|---|
- 2.5 フラッグシップの安定版 / GA リリース。
- 入力 1,048,576 トークン / 出力 65,536 トークン。
- テキスト+画像+動画+音声+PDF の入力。
- 思考に対応。
1 つのプロンプトを実行（ゲートウェイ経由で測定）
Gemini 2.5 Pro 合格 · 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.
出力 1428 tok (+1359 思考) レイテンシ 14.1 s
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
Gemini 2.5 Pro 合格 · 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). […]
出力 3286 tok (+2986 思考) レイテンシ 28.1 s
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
Gemini 2.5 Pro 合格 · 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" } ```
出力 1028 tok (+960 思考) レイテンシ 9.1 s
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
Gemini 2.5 Pro 合格 · 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.
出力 2389 tok (+2249 思考) レイテンシ 21.0 s
制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で Gemini 2.5 Pro を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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(""));Gemini 2.5 Pro について
- 1,048,576 トークンのコンテキストウィンドウと 65,536 トークンの出力上限は、音声・画像・動画・テキスト・PDF の入力とテキスト出力に組み合わされます。
- 関数呼び出し、構造化出力、コード実行、検索と Maps のグラウンディング、URL コンテキスト、ファイル検索、コンテキストキャッシュ、Batch API に対応し、Live API、コンピュータ使用、画像生成、音声生成、Priority 推論には非対応です。
- これは、レイテンシが重要なトラフィックを代わりに 2.5 Flash へ送る実務上の理由の 1 つです。
- Pro が兄弟モデルと最も異なるのは思考です。
- thinkingBudget は 128 から 32,768 までで 0 に設定できないため、推論をオフにできず、すべてのリクエストが出力の料金で課金される思考トークンの下限を伴います。
- 未設定のままなら予算は動的になり、モデルは問題に応じて自ら推論量を調整します。
- Google のより新しい Interactions API は同じ制御を thinking_level 文字列として表現します。
- 現行の Gemini の面全体に共通するリクエストの作法が 1 つあります。
- 空でないモデルのターンで終わるリクエストは拒否されるため、回答を先に埋めるのではなく、システム指示や構造化出力で出力を誘導してください。
- 知識カットオフは 2025 年 1 月です。
- Synthorai では標準の OpenAI 互換 chat completions のルートで応答します。
よくある質問
Gemini 2.5 Pro API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $1.25/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを Gemini 2.5 Pro に約 99 回送れます。
Gemini 2.5 Pro は何が得意ですか？
コード・数学・STEM 向けの最先端の思考、ロングコンテキストで大規模コードベースを分析、PDF 入力を伴う 1,048,576 トークンコンテキスト。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
Gemini 2.5 Pro の料金はいくらですか？
Synthorai での Gemini 2.5 Pro の料金は、入力 100 万トークンあたり $1.25、出力 100 万トークンあたり $10 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.125/M で課金されます。
Gemini 2.5 Pro のコンテキスト長はどれくらいですか？
Gemini 2.5 Pro のコンテキストウィンドウは 1M トークンです。1 回の応答で出力できるのは最大 65,536 トークンです。
Gemini 2.5 Pro はプロンプトキャッシュに対応していますか？
はい。自動キャッシュがデフォルトで有効なうえ、確実な割引を得られる明示モードもあります。キャッシュ済み入力トークンは $0.125/M（未キャッシュは $1.25/M）で課金されます。なお、キャッシュには 4,096 トークン以上の、内容が変わらないプレフィックスが必要です。 プロンプトキャッシュガイド →
Gemini 2.5 Pro を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="gemini-2.5-pro" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
Gemini 2.5 Pro の知識カットオフはいつですか？
ベンダー公式ドキュメントによると、Gemini 2.5 Pro の知識カットオフは 2025-01 です（2026-07-09 時点）。
関連モデル
比較
このページの値は、すべてベンダー自身のドキュメント（上部にリンクがあります）から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。