gemini-2.5-flash-preview-04-17
Rede Neural
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona gemini-2.5-flash-preview-04-17?
Perguntas frequentes sobre gemini-2.5-flash-preview-04-17
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto do Google com suporte a raciocínio: ele analisa documentos longos, responde a perguntas sobre imagens, escreve e corrige código, ajuda com tarefas de STEM e análise. Adequado para chats, assistentes e processamento de grandes volumes de texto onde a velocidade de resposta é importante.
Em uma única resposta, o modelo gera até 32.000 tokens — o suficiente para um artigo extenso, documentação detalhada ou um grande módulo de código. A janela de contexto total é de 65.536 tokens, portanto, considere que a solicitação e a resposta compartilham esse espaço.
Sim, o modo de raciocínio está confirmado: antes da resposta final, o modelo executa uma cadeia interna de passos. Isso ajuda em matemática, lógica, análise de código e tarefas de várias etapas, onde não apenas o resultado é importante, mas também o caminho correto até ele.
Sim. O modelo suporta chamada de funções e saída estruturada em JSON, facilitando a integração em agentes e pipelines: ele escolhe a ferramenta necessária e retorna a resposta no esquema definido. No BotHub, isso está disponível através de uma API única compatível com OpenAI.
De acordo com nossos dados, imagens e documentos são aceitos como entrada: você pode enviar uma captura de tela, foto, diagrama ou arquivo com uma tabela e pedir para analisar o conteúdo. O suporte a áudio e vídeo não está marcado separadamente, portanto, esses cenários devem ser testados em sua tarefa.
Em nossos dados, o idioma das solicitações e respostas não está descrito separadamente, portanto, não fazemos promessas exatas. A família Gemini, em geral, funciona com muitos idiomas, então a maneira mais fácil é testar em sua tarefa: faça algumas perguntas típicas e compare a resposta com outro modelo na mesma janela do BotHub.