gemini-2.5-pro-exp-03-25
Red Neuronal
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 000 000 tokens
- Longitud máxima de respuesta
- 32 000 tokens
- Niveles de razonamiento
- bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Prompt de imagen
(por 1K tokens)
Cómo funciona gemini-2.5-pro-exp-03-25?
Preguntas frecuentes sobre gemini-2.5-pro-exp-03-25
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Google con una ventana de contexto de un millón de tokens. Acepta texto, imágenes y documentos como entrada, razona antes de responder y puede llamar a funciones. Es adecuado para trabajar con código, analizar informes extensos y tareas analíticas donde el volumen de contexto es importante.
Hasta 32 000 tokens en una sola respuesta: esto equivale a un módulo de código grande, un análisis detallado de un documento o un informe analítico extenso. Si el material no cabe, simplemente pida que continúe en el siguiente mensaje: el contexto de un millón de tokens mantendrá toda la conversación anterior completa.
Sí, el modo de razonamiento está confirmado. El modelo construye una cadena de pasos intermedios antes de la respuesta final, por lo que es más preciso en matemáticas, lógica y depuración de código. En tareas complejas, el resultado es más preciso, pero la respuesta tardará un poco más de lo habitual.
Sí, tanto la llamada a funciones como la salida estructurada en JSON son compatibles, por lo que el modelo se integra en escenarios de agentes y procesamiento de datos. En BotHub, esto funciona a través de una API única compatible con OpenAI: se conecta una vez y cambia el modelo sin necesidad de reescribir la integración.
Según nuestros datos, acepta texto, imágenes y documentos: envíe una captura de pantalla, un esquema, un PDF o una tabla y pida que analice el contenido. No tenemos información sobre audio y video, por lo que vale la pena probar esos archivos con un ejemplo pequeño.
La línea Gemini es multilingüe y el modelo funciona con confianza con consultas en ruso: mantiene el sentido y la terminología incluso en documentos largos. Qué tan bien se adapta a su tarea es más fácil de comprobar en la práctica: en BotHub paga por los tokens realmente consumidos, sin suscripción.