O Gemini 2.5 Pro é o modelo de raciocínio (thinking) de ponta do Google na série 2.5, construído para raciocinar sobre problemas complexos em código, matemática e STEM e para analisar grandes conjuntos de dados, bases de código e documentos usando contexto longo.
- Entrada
- texto imagem vídeo áudio $1.25/M
- Saída
- texto $10/M
- Entrada de áudio
- $2.5/M
- Leitura de cache
- $0.125/M
- Contexto
- 1M
- vs GPT-4o
- ~75% mais barato
- Corte de conhecimento
- 2025-01
Benchmarks
Publicado pelos fornecedores: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 60 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do fornecedor) | 65.536 |
| Corte de conhecimento | 2025-01 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 4.096 |
Raciocínio
| Parâmetro do fornecedor | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valores aceites | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| Valor predefinido | raciocínio dynamic (thinkingBudget -1) aplicado quando o pedido nada indica |
| Pode ser desativado | Não |
| Comportamento do raciocínio | O Google imprime "N/A: Cannot disable thinking" para o 2.5 Pro; o piso é de 128 tokens, e os tokens de raciocínio são cobrados como tokens de saída. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto + imagem + vídeo + áudio → texto |
|---|
- Lançamento estável/GA do carro-chefe 2.5
- 1.048.576 tokens de entrada / 65.536 de saída
- entrada de texto+imagem+vídeo+áudio+PDF
- raciocínio suportado
conforme documentação oficial da Google ↗
Um prompt, medido pelo gateway
Gemini 2.5 Pro passou · 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.
saída 1428 tok (+1359 pensamento) latência 14.1 s
Cumprimento da instrução (exatamente três frases - contáveis), ajuste ao público (registro de CFO), e a lacuna de cobrança do pensamento oculto que os medidores de tokens abaixo expõem.
Gemini 2.5 Pro passou · 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). […]
saída 3286 tok (+2986 pensamento) latência 28.1 s
Se a correção é de fato certa (executável), a densidade da explicação, e a eficiência em tokens numa tarefa delimitada.
Gemini 2.5 Pro passou · 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" } ```
saída 1028 tok (+960 pensamento) latência 9.1 s
Obediência ao esquema (sem campos inventados), pressão de alucinação (guidance é explicitamente retida), e diferenças no caminho de saída estruturada.
Gemini 2.5 Pro passou · 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.
saída 2389 tok (+2249 pensamento) latência 21.0 s
Obediência às restrições (orçamento de palavras, lista de palavras proibidas, a única pergunta), impressão digital de estilo, e controle de comprimento.
Use o Gemini 2.5 Pro em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o Gemini 2.5 Pro
- A janela de contexto de 1.048.576 tokens e o limite de saída de 65.536 tokens combinam com entrada de áudio, imagem, vídeo, texto e PDF, com saída de texto.
- Ele suporta function calling, saídas estruturadas, execução de código, grounding por busca e Maps, contexto de URL, busca em arquivos, cache de contexto e a Batch API; Live API, uso de computador, geração de imagens, geração de áudio e inferência Priority não são suportados, o que é uma razão prática para enviar tráfego crítico em latência ao 2.5 Flash.
- O raciocínio é onde o Pro mais difere dos irmãos: thinkingBudget vai de 128 a 32.768 e não pode ser definido como 0, então o raciocínio não pode ser desligado e cada requisição carrega um piso de tokens de raciocínio cobrado à tarifa de saída.
- Se não for definido, o orçamento é dinâmico e o modelo escala o próprio raciocínio conforme o problema; a Interactions API mais nova do Google expressa o mesmo controle como uma string thinking_level.
- Um hábito de formatação de requisição atravessa toda a superfície Gemini atual: uma requisição que termina em um turno de modelo não vazio é rejeitada, então direcione a saída com instruções de sistema ou saídas estruturadas em vez de preencher previamente uma resposta.
- O corte de conhecimento é janeiro de 2025.
- Na Synthorai, ele responde pela rota de chat completions compatível com OpenAI padrão.
Perguntas frequentes
A API do Gemini 2.5 Pro é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $1.25/M de tokens de entrada, só esse crédito já cobre cerca de 99 requisições de ~8K tokens ao Gemini 2.5 Pro.
Em que o Gemini 2.5 Pro é melhor?
Raciocínio de ponta para código, matemática e STEM; analisa grandes bases de código usando contexto longo; contexto de 1.048.576 tokens com entrada de PDF. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Gemini 2.5 Pro?
Na Synthorai, o Gemini 2.5 Pro custa $1.25 por milhão de tokens de entrada e $10 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.125/M.
O Gemini 2.5 Pro suporta cache de prompts?
Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.125/M, contra $1.25/M sem cache; os prompts precisam de um prefixo estável de 4,096 tokens para entrar em cache. Guia de cache de prompts →
Como obtenho acesso ao Gemini 2.5 Pro?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="gemini-2.5-pro" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Gemini 2.5 Pro?
O corte de conhecimento do Gemini 2.5 Pro é 2025-01, segundo a documentação oficial do fornecedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.