Gemini 3.6 Flash
Contexte total
1M
Sortie max.
65.5K
Date de sortie
N/A
gemini-2.5-proGemini 2.5 Pro reprend les éléments mis en avant par les sources : avancé Gemini 2.5 thinking model. Sa valeur principale se situe dans tâches complexes, raisonnement profond, programmation and multimodal understanding. La description doit donc insister sur ces caractéristiques propres au modèle, plutôt que le présenter comme un chatbot générique.
Context Window
1M tokens
Maximum Output
65.5K tokens
Release Date
17 juin 2025
Modalities
| Prix entrée | Prix sortie | Lecture cache |
|---|---|---|
| $1.25/M | $10/M | $0.125/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Gemini 2.5 Pro associe raisonnement approfondi, programmation avancée et contexte multimodal d’un million de tokens pour les tâches techniques et analytiques complexes.
Il raisonne en profondeur sur des problèmes difficiles de mathématiques, de sciences et d’ingénierie avant de produire sa réponse.
Il analyse de grandes bases de code, comprend les dépendances et élabore des solutions aux problèmes complexes d’implémentation ou de débogage.
Il traite jusqu’à 1 048 576 tokens en entrée comprenant texte, images, vidéo, audio et PDF dans un même contexte.
Gemini 2.5 Pro convient à la programmation complexe, à la résolution de problèmes scientifiques et à l’analyse de grands jeux de données ou corpus multimodaux.
Retracer l’architecture et les dépendances d’un grand dépôt, diagnostiquer les défauts et proposer des modifications coordonnées.
Résoudre des problèmes de mathématiques ou de STEM en plusieurs étapes, expliciter les hypothèses et dériver un résultat argumenté.
Examiner de vastes ensembles de documents, enregistrements, images et vidéos, extraire les preuves pertinentes et synthétiser les résultats.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Gemini 2.5 Pro
| Score d’indice | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Synthèse générale des capacités par Artificial Analysis | 27 |
| Artificial Analysis Coding Index | Synthèse des tâches logicielles par Artificial Analysis | 32 |
| Artificial Analysis Math Index | Synthèse du raisonnement mathématique par Artificial Analysis | 87.7 |
| Connaissances et raisonnement | ||
| MMLU-Pro | Connaissances multitâches avancées | 86.2% |
| GPQA | Résolution avancée de problèmes scientifiques | 84.4% |
| HLE | Large ensemble d’examens de niveau expert | 21.1% |
| Programmation et ingénierie | ||
| LiveCodeBench | Problèmes de programmation récents | 80.1% |
| SciCode | Défis de programmation scientifique | 42.8% |
| Terminal-Bench Hard | Exécution de tâches complexes dans un terminal | 26.5% |
| Mathématiques | ||
| MATH-500 | Résolution avancée de problèmes mathématiques | 96.7% |
| AIME | Problèmes de mathématiques de compétition | 88.7% |
| AIME 2025 | Problèmes de mathématiques de compétition | 87.7% |
| Respect des instructions et tâches d’agent | ||
| IFBench | Respect des contraintes du prompt | 48.7% |
| AA-LCR | Raisonnement en contexte long | 66% |
| τ²-Bench | Tâches de workflow agentique | 54.1% |
Mesures provenant de Artificial Analysis
Découvrez le positionnement de Gemini 2.5 Pro, ses meilleurs usages, ses points forts, ses limites pratiques et les précautions d’intégration avec TokenHub.
Gemini 2.5 Pro est le modèle de raisonnement Gemini 2.5 Pro éprouvé de Google pour le code, les STEM, les grands jeux de données et les longs documents. Cette génération reste définie, mais les modèles plus récents de la même famille méritent d’être comparés pour les nouveaux projets.
Usages recommandés : le raisonnement complexe en plusieurs étapes, les problèmes de mathématiques, sciences et ingénierie et l’analyse de longs documents et de grands jeux de données. Avant la production, testez des entrées représentatives et définissez des critères d’acceptation mesurables.
Principaux atouts : un raisonnement solide sur les problèmes difficiles, une bonne gestion des longs contextes et la prise en charge de diverses entrées multimodales. Cet ensemble est particulièrement utile pour les problèmes de mathématiques, sciences et ingénierie.
Envisagez un autre modèle si le projet peut adopter une génération Gemini plus récente, une latence minimale est la priorité absolue ou le processus ne permet aucune validation humaine des décisions importantes. Faites valider par une personne qualifiée les résultats importants de nature factuelle, juridique, financière, médicale ou opérationnelle.
Dans TokenHub, sélectionnez l’identifiant exact affiché pour Gemini 2.5 Pro, utilisez l’endpoint documenté pour votre compte et vos identifiants TokenHub. Vérifiez les types d’entrée, outils, options d’ancrage et le cycle de vie réellement exposés par TokenHub, sans supposer une parité complète avec l’API Gemini.
Accédez à Gemini 2.5 Pro et à d’autres modèles d’IA avec une seule clé API TokenHub.
MéDias Et Discussions
Sélection de vidéos et publications publiques liées à ce modèle.
X (Twitter)
Reddit
YouTube