Indlæser kataloget…
Indlæser kataloget…
Googles flagskib med lukkede vægte og ræsonneringsoptimering, et kontekstvindue på 1 million tokens, multimodale inddata og indbygget verktøjskald.
Oversigt. Gemini 2.5 Pro er Googles flagskibsmodel med lukkede vægte og ræsonneringsoptimering, som har været generelt tilgængelig siden juni 2025. Den kombinerer et kontekstvindue på 1.048.576 tokens med indbygget multimodal inddata på tværs af tekst, billeder, lyd og video, og den genererer altid et synligt ræsonneringsspor før sit endelige svar. Udviklere vælger den, når en opgave kræver ræsonnering over meget store dokumenter eller kildekoder sammen med indbygget verktøjskald, kodegenerering og søgning på nettet.
Vigtigste styrker. Gemini 2.5 Pro scorer 63,8 % på SWE-bench Verified og har et kodningsindeks på 33,3, hvilket afspejler en solid ydeevne i realistiske softwareudviklingsopgaver. Dens resultater i Design Arena ligger mellem 1119 og 1241 Elo, hvilket peger på en forholdsvis stærk evne til at generere frontend og datavisualisering. Dens bredere benchmark-profil — med et intelligensindeks på 25,9 og et agentisk indeks på 7,2 — stemmer overens med dens positionering som en ræsonneringsgeneralist med stort kontekstvindue frem for en smal specialist.
Anvendelsesområder. Brug Gemini 2.5 Pro til ræsonneringsopgaver i dokument- eller kildekodeskala, der kræver det fulde kontekstvindue på 1 million tokens, eller til multimodale inddata, der spænder over billeder, lyd og video sammen med tekst. Den passer til interaktive arbejdsopgaver, der kræver indbygget verktøjskald, kodegenerering, strukturerede uddata eller JSON-tilstand samt søgning på nettet. Dens obligatoriske ræsonnering i tankekæde gør den bedre egnet til komplekse opgaver med mange trin end til agentiske behandlingskæder med høj gennemstrømning, hvor dens lave agentiske score tyder på en svagere egnethed.
Begrænsninger. Træningsdataene slutter i januar 2025, og uddata er kun tekst — der er ingen indbygget lyduddata på denne variant, i modsætning til Preview TTS-udgaven. Det obligatoriske ræsonneringsspor giver længere svartid sammenlignet med modeller uden ræsonnering.
Bemærkning om suverænitet. Google er en modelskaber baseret i USA, så Gemini 2.5 Pro er underlagt CLOUD Act og betjenes kun gennem Googles egen infrastruktur — den er ikke tilgængelig til suveræn drift, hvor du kan køre selv. Virksomheder med strenge krav om dataplacering i EU bør afveje dette mod suverænt drevne alternativer på platformen.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 1,10 / 8,80€+5 betingede priser | Online |
24 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
71,0 på SWE-bench Verified plus indbygget verktøjskald og obligatorisk ræsonnering i tankekæde gør denne til en agentisk kodningsmodel på topniveau.
Dokumenteret indbygget funktions- og verktøjskald gør denne model velegnet som backend til applikationer med struktureret funktionskald.
Høj SWE-bench Verified (71,0) og udvidet ræsonneringstilstand understøtter ræsonnering i mange trin for at finde fejlårsager i store kildekoder.
Ræsonnering i tankekæde plus stærke benchmarks inden for kodning gør detaljerede gennemgange af kode til et naturligt anvendelsesområde.
Et kontekstvindue på 1.048.576 tokens giver mulighed for at indlæse hele kildekodelagre, kombineret med et kodningsindeks på 33,3 og en SWE-bench Verified-score på 71,0.
Det massive kontekstvindue plus ræsonneringsdybden er velegnet til at indlæse og krydsreferere store mængder litteratur i én arbejdsgang.
Websøgning og understøttelse af verktøjskald understøtter arbejdsflow med browsing, selvom der ikke er anført nogen browserspecifik benchmark.
Udvidet ræsonnering og verktøjskald understøtter analytiske arbejdsflow med mange trin, selvom der ikke er anført nogen dedikeret benchmark for dataanalyse.
Billedforståelse kombineret med et kontekstvindue på en million tokens er velegnet til OCR af lange scannede dokumenter, selvom der ikke er rapporteret OCR-specifikke benchmarks.
Billedforståelse understøtter fortolkning af diagrammer; en Design Arena-score for datavisualisering på 1289 indikerer en forholdsvis stærk håndtering af visuelle opgaver.
Billedforståelse understøtter fortolkning af brugerflader og screenshots, hvilket stemmer overens med modellens Design Arena-resultater for frontend.
Det store kontekstvindue understøtter generering af lange dokumenter, selvom modellens dokumenterede styrker er ræsonnering og kodning snarere end sproglig stil.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, ifbench, aa-multilingual-index, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-2.5-pro",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på