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
- $1.25/M
- Leitura de cache
- $0.125/M
- Contexto
- 1M
- vs GPT-4o
- ~75% mais barato
- Corte de conhecimento
- 2025-01
Prompts acima de 200K tokens: toda a requisição é cobrada a $2.5/M de entrada · $15/M de saída
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Amazon Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do provedor) | 65.536 |
| Corte de conhecimento | 2025-01 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 4.096 |
Raciocínio
| Parâmetro do provedor | thinkingBudget (generateContent) · thinking_level (Interactions API) |
|---|---|
| Valores aceitos | thinkingBudget 128 to 32768, or -1 for dynamic · Interactions API: low, medium, high |
| Valor padrão | raciocínio dynamic (thinkingBudget -1) usado quando a requisição não define nada |
| 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 parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado 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 raciocínio) latência 14.1 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
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 raciocínio) latência 28.1 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem 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 raciocínio) latência 9.1 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) 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 raciocínio) latência 21.0 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
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 na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
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 markup da plataforma. Tokens de entrada em cache são cobrados a $0.125/M.
Qual é a janela de contexto do Gemini 2.5 Pro?
O Gemini 2.5 Pro tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.
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 o SDK da OpenAI que você já usa 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 provedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.