Gemini 2.5 Pro

Name: Gemini 2.5 Pro
Brand: Google DeepMind
SKU: gemini-2-5-pro
Price: 1.5 USD
Availability: InStock

Texte et chatVersion antérieureDisponible

par Google DeepMindgemini-2-5-pro

Google's latest thinking model. Excels at reasoning, coding, math, and science with massive context window.

Essayer Obtenir une clé API Comparer

Prix · 1M entrée/sortie: 1,50 $US / 12,00 $US
Contexte: 1.000.000 tokens
Max. sortie: 65.536 tokens
Entrée → Sortie: Texte → Texte
Développeur: Google DeepMind
Mis à jour: 23 septembre 2026

Ceci est une version antérieure du modèle.

Playground

Essayer Gemini 2.5 Pro

Chat

1,50 $US/1M entrée

Envoyez un message. La réponse arrive complète une fois que le modèle a terminé (sans streaming).

Longueur max. de la réponse (tokens)

⌘/Ctrl + Entrée

Cette exécution

au maximum 0,0123 $US · 1,23 crédits réservés

Facturation selon les tokens réellement utilisés ; la partie inutilisée de la réservation est remboursée.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) lors de l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits. Suffisant pour 8 exécutions de ce modèle.

À propos de Gemini 2.5 Pro

RésuméAu 23 septembre 2026

Gemini 2.5 Pro est un modèle de Google DeepMind dans la catégorie Texte et chat. Sur Railwail, Gemini 2.5 Pro coûte 1,50 $US par 1M tokens d'entrée et 12,00 $US par 1M tokens de sortie. La fenêtre de contexte contient 1.000.000 tokens, et une réponse peut faire jusqu'à 65.536 tokens.

Arrière-plan

À propos de Google DeepMind

Fondée 2010 · Mountain View, USA / London, UK

Google DeepMind is the merged AI research organisation formed in April 2023 by combining Google Brain (founded inside Google in 2011) with DeepMind (founded in London in 2010 by Demis Hassabis, Shane Legg and Mustafa Suleyman, acquired by Google in 2014). Demis Hassabis leads the unit as CEO. DeepMind authored seminal papers including 'Attention Is All You Need' (Google Brain, 2017), AlphaGo (2016), AlphaFold (2018-2021, awarded the 2024 Nobel Prize in Chemistry), AlphaZero, Chinchilla scaling laws and the Gemini Technical Report. The Gemini family launched in December 2023 (Ultra, Pro, Nano), followed by Gemini 1.5 Pro with 1M+ context and the Mixture-of-Experts architecture in early 2024, Gemini 2.0 Flash (December 2024) and Gemini 2.5 Pro (released March 2025, generally available May 2025) which introduced a built-in 'Deep Think' reasoning mode. Google DeepMind also ships Imagen, Veo, Lyria, NotebookLM and powers AI features across Google Search, Workspace and Android.

Visiter Google DeepMind

Architecture

Sparse Mixture-of-Experts Transformer (natively multimodal, reasoning)

Gemini 2.5 Pro is Google DeepMind's flagship reasoning model released as preview in March 2025 and generally available in May 2025. It is a natively multimodal Sparse Mixture-of-Experts (MoE) Transformer that ingests text, image, audio and video tokens through a shared embedding space, building on the architecture introduced in Gemini 1.5 Pro. Pretraining used Google's TPU v5p infrastructure on a multi-trillion-token corpus mixing web text, code, books, scientific papers, image-text pairs, audio and YouTube video frames, with a knowledge cutoff of January 2025. Post-training combined supervised fine-tuning, RLHF and reinforcement learning against verifiable rewards for math and code, plus a new 'Deep Think' training stage that teaches the model to allocate test-time thinking budgets and emit long internal chains-of-thought before the final answer. Deep Think is exposed to developers as a toggle and was the headline capability at launch, pushing Gemini 2.5 Pro to the top of the Chatbot Arena leaderboard for the first time for Google. The model supports a 1,048,576-token context window with native handling of long PDFs, hour-long videos and full code repositories. Tool use, function calling, structured output and grounding with Google Search are first-class. Safety training included red-teaming under Google's Frontier Safety Framework.

Paramètres: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Contexte: 1.048.576 tokens

Capacités

1,048,576 token context window (~1M tokens) with native long-video and long-audio support
Built-in Deep Think reasoning mode with adjustable thinking budget
Natively multimodal: text, image, audio and video in a single pass
Top scores on GPQA Diamond, AIME 2025 and Humanity's Last Exam
Strong coding performance on SWE-bench Verified and LiveCodeBench
Function calling, JSON schema, parallel tool calls
Grounding with Google Search built into the API
Native execution of code via the Code Execution tool
Cross-lingual reasoning across 100+ languages
Available via Vertex AI, AI Studio, and the Gemini app
Best for: scientific reasoning, long-document and long-video analysis, coding, agentic workflows.

Formation & licence

Pretrained on a multi-trillion-token mixture of web text, code, books, scientific papers, licensed third-party text, audio waveforms, image-text pairs and video frames. Knowledge cutoff is January 2025. Post-training uses supervised fine-tuning, RLHF, RL against verifiable rewards and Deep Think reasoning training.

Licence: Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Commercial use permitted under Google Cloud terms.

Tests de sécurité: Evaluated under Google DeepMind's Frontier Safety Framework v2 covering CBRN, cyber, persuasion and ML R&D risks, with internal red teams and external evaluators.

Limitations connues

Deep Think adds significant latency and token cost
Long context recall quality degrades beyond ~500K tokens for some tasks
Vision occasionally misreads dense tables and handwriting
Knowledge cutoff January 2025
Region availability varies and is not yet in all EU regions for some features

Articles de recherche

Tarification

Prix en dollars américains. L'utilisation est facturée à partir de crédits prépayés.

Entrée	1,50 $US / 1M tokens
Sortie	12,00 $US / 1M tokens
Entrée (prompts de plus de 200.000 tokens)	3,00 $US / 1M tokens
Sortie (prompts de plus de 200.000 tokens)	18,00 $US / 1M tokens

Facturé selon les tokens que chaque requête utilise réellement.
1 crédit = 0,01 $US

Calculateur de coûts

Calculatrice de prix

Tokens d'entrée

/ req.

Tokens de sortie

/ req.

Requêtes

Total

0,75 $US

75 crédits

Par requête

0,0075 $US · 0,75 crédits

Chaque requête est arrondie à 0,01 crédits.

API

Appelez Gemini 2.5 Pro avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

gemini-2-5-proDocumentation API Obtenir une clé API

curl https://railwail.com/api/v1/chat/completions \
  -H "Authorization: Bearer $RAILWAIL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2-5-pro",
    "messages": [
      {
        "role": "user",
        "content": "Explain what a vector database is in two sentences."
      }
    ],
    "max_tokens": 1024
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["RAILWAIL_API_KEY"],
    base_url="https://railwail.com/api/v1",
)

completion = client.chat.completions.create(
    model="gemini-2-5-pro",
    messages=[
        {
            "role": "user",
            "content": "Explain what a vector database is in two sentences.",
        },
    ],
    max_tokens=1024,
)

print(completion.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.RAILWAIL_API_KEY,
  baseURL: "https://railwail.com/api/v1",
});

const completion = await client.chat.completions.create({
  model: "gemini-2-5-pro",
  messages: [
    {
      role: "user",
      content: "Explain what a vector database is in two sentences."
    }
  ],
  max_tokens: 1024
});

console.log(completion.choices[0].message.content);

// npm install railwail
import railwail from "railwail";

const rw = railwail(process.env.RAILWAIL_API_KEY);

const res = await rw.chat("gemini-2-5-pro", [
  { role: "user", content: "Explain what a vector database is in two sentences." },
], { max_tokens: 1024 });

console.log(res.choices[0].message.content);

Définissez votre clé comme RAILWAIL_API_KEYCréer une clé API

Spécifications

ID du modèle: gemini-2-5-pro
Développeur: Google DeepMind
Catégorie: Texte et chat
Entrée: Texte
Sortie: Texte
Fenêtre de contexte: 1.000.000 tokens
Sortie max.: 65.536 tokens
Facturation: À l'usage (tokens ou temps GPU)
Cycle de vie: Version antérieure
Taille du modèle: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Licence: Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Commercial use permitted under Google Cloud terms.
Entrée du catalogue mise à jour: 23 septembre 2026

Prompts d'exemple

Exemples du catalogue Railwail. Ils n'ont pas été générés en direct sur cette page.

Scientific Analysis
Explain CRISPR-Cas9 gene editing: how it works, current medical applications, and ethical considerations
Afficher la réponse d'exemple
CRISPR-Cas9 works like molecular scissors guided by a GPS. A guide RNA is designed to match a specific DNA sequence; the Cas9 protein then cuts the DNA at that exact location, allowing scientists to delete, repair, or insert genetic material. Current medical applications include sickle cell disease treatment (Casgevy, approved 2023), where patients' stem cells are edited ex vivo to produce functional hemoglobin. Clinical trials are underway for certain cancers, hereditary blindness, and HIV resistance. Ethical considerations center on germline editing (changes passed to future generations), equitable access to expensive therapies, and the slippery slope toward 'designer babies'—most scientists support a moratorium on heritable human genome editing while governance frameworks catch up.
Long Context Analysis
I have a 200-page legal contract. Identify all clauses related to intellectual property ownership, data retention, and termination conditions.
Afficher la réponse d'exemple
I can process your entire 200-page contract within my context window. Here's what I would systematically extract: 1) IP Ownership clauses: Look for sections titled 'Intellectual Property,' 'Work Product,' or 'Ownership of Deliverables'—these define who owns code, designs, and inventions created during the engagement. 2) Data Retention: Sections covering 'Data Handling,' 'Confidentiality,' or 'Information Security' typically specify how long each party retains data post-termination, deletion timelines, and compliance with regulations like GDPR. 3) Termination Conditions: Usually in a dedicated 'Termination' section, covering for-cause vs. for-convenience termination, notice periods, cure periods for breaches, and post-termination obligations. Upload the document and I'll provide exact clause references, page numbers, and a summary of each relevant provision with any potential conflicts between sections.

Cas d'usage

À quoi ça sert

Long-video and long-PDF analysis
Scientific research and literature review
Coding agents with Deep Think
Search-grounded chatbots
Multimodal data extraction
Enterprise document understanding

Guides connexes

Best Large Language Models

Tous les modèles : Texte et chat

Questions fréquemment posées

Qu'est-ce que Gemini 2.5 Pro ?

Gemini 2.5 Pro est un modèle de Google DeepMind dans la catégorie Texte et chat. Sur Railwail, vous pouvez l'appeler avec une clé API via l'API Railwail.

Combien coûte Gemini 2.5 Pro sur Railwail ?

Sur Railwail, Gemini 2.5 Pro coûte 1,50 $US par 1M tokens d'entrée et 12,00 $US par 1M tokens de sortie. Vous êtes facturé pour ce que chaque requête utilise réellement. L'utilisation est payée à partir de crédits prépayés ; 1 crédit équivaut à 0,01 $US.

Quelle est la fenêtre de contexte de Gemini 2.5 Pro ?

La fenêtre de contexte de Gemini 2.5 Pro contient 1.000.000 tokens. Une réponse peut faire jusqu'à 65.536 tokens.

Quelle est la vitesse de Gemini 2.5 Pro ?

Il n'y a pas encore assez d'exécutions mesurées de Gemini 2.5 Pro sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

Gemini 2.5 Pro est-il meilleur que Claude Fable 5.1 ?

Cela dépend de la tâche. Gemini 2.5 Pro (Google DeepMind) et Claude Fable 5.1 (Anthropic) sont tous deux des modèles de la catégorie Texte et chat. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer Gemini 2.5 Pro et Claude Fable 5.1

Comment utiliser Gemini 2.5 Pro via l'API ?

Créez une clé API Railwail et envoyez votre requête avec l'ID de modèle gemini-2-5-pro. Des exemples de code pour curl, Python et JavaScript se trouvent dans la section API de cette page.

Modèles comparables

Tous dans cette catégorie

Claude Fable 5.1Anthropic
Anthropic's model for the most demanding reasoning and long-horizon agentic work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.
12,00 $US/1M entrée
700 % plus cher par unité
Comparer Gemini 2.5 Pro et Claude Fable 5.1
Claude Opus 4.8Anthropic
The most capable model of Anthropic's Opus 4 series. State of the art on long-horizon agentic work, coding and knowledge tasks, with a 1M-token context window at standard pricing.
6,00 $US/1M entrée
300 % plus cher par unité
Comparer Gemini 2.5 Pro et Claude Opus 4.8
Claude Opus 5.5Anthropic
Anthropic's current Opus model for long-running agentic coding and knowledge work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.
4,80 $US/1M entrée
220 % plus cher par unité
Comparer Gemini 2.5 Pro et Claude Opus 5.5

Utiliser Gemini 2.5 Pro via l'API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.

Obtenir la clé API Parcourir tous les modèles