Gemini 2.5 Pro 是 Google 最先進的 AI 模型，專為進階推理、程式編寫、數學及科學任務而設計。它採用「思考」能力，使其能以更高的準確度來推理回應……
Google Gemini 2.5 Pro 是 Google 開發的大型語言模型，專為複雜推理與多模態理解而設計。它能處理文字、圖片、檔案、音訊和影片輸入，並具備 1,048,576 個 token 的上下文視窗，讓模型無需截斷即可處理超長文件、大規模對話或多媒體混合輸入。該模型單次最多可輸出 65,536 個 token。使用者可透過 OrcaRouter 的 OpenAI 相容 API…
Gemini 2.5 Pro 能夠處理和理解文字、圖片、檔案（如 PDF 和試算表）、音訊及影片。其文字輸出可達 65,536 個 token。憑藉 1,048,576 個 token 的大型上下文視窗，它可以在單一提示中考量整本書籍、大型程式碼庫或長時間的對話記錄。此模型在需要高度推理的任務上表現出色，例如數學問題求解、程式碼生成以及複雜文件分析。它還能執行多模態任務，例如描述圖片、轉錄音訊或回答與影片內容相關的問題。該模型透過 OrcaRouter 的 OpenAI 相容 API 進行存取，使其易於整合到現有工作流程中。
當你的任務需要完整的100萬token上下文視窗時，請選擇Gemini 2.5 Pro，例如分析長篇法律文件、總結長達數小時的會議記錄，或處理整個程式碼庫。它強大的數學推理能力（MATH-500上達到96.7）使其成為複雜問題解決或教學輔導的理想選擇。混合使用文字、圖片、音訊或影片的多模態應用場景，也能受益於其統一處理能力。然而，對於簡短的簡單任務（如基本問答或單輪翻譯），像Gemini 2.0 Flash或GPT-4o mini這類較小的模型會更快、成本更低。請考慮token數量：若輸入少於32K token，許多其他模型都能以更低成本處理。
最佳使用案例包括需要對長上下文進行深度理解的任務：法律文件審查、學術論文分析、程式碼庫協助，以及需要保留大量歷史記錄的多輪對話代理。其強大的數學推理能力使其適用於家教、科學計算和數學競賽題目。多模態支援能實現如圖片描述、影片摘要、音頻轉錄及後續分析等應用。它也用於從複雜文件中提取資料（含表格、圖表的PDF），以及生成需在多頁間保持一致性的長篇結構化輸出。
當你的上下文符合較小視窗（例如低於 128K tokens）或不需要多模態輸入時，建議使用較便宜的模型。如果你的任務是簡單的分類、短摘要或格式轉換，像 Gemini 1.5 Flash 或 GPT-4o mini 這類較小的模型回應速度更快，成本也大幅降低。此外，如果延遲至關重要，較小的模型通常具有較低的推理時間。預算有限且高流量的專案應評估是否真的需要 1M 上下文和數學推理能力。對於許多日常任務而言，Gemini 2.5 Pro 的增量成本可能不值得其帶來的效益。
Gemini 2.5 Pro 在 MATH-500 基準測試中取得了 96.7 的分數。MATH-500 是 MATH 資料集的一個子集，包含 500 道涵蓋代數、幾何、數論與機率等領域的高難度數學題目。96.7 的分數表明該模型幾乎正確解答了所有題目，展現出強大的數學推理與逐步解題能力。這使其在數學任務中位列頂尖模型之一。對於從事數學密集型應用（如教育工具、科學計算或金融）的使用者，可以將此基準視為模型能力的可靠證據。
隨著 1,048,576 個 token 的上下文長度，Gemini 2.5 Pro 提供了生產模型中可用的最大上下文窗口之一。作為比較，GPT-4o 具有 128,000 token 的上下文，Claude 3.5 Sonnet 具有 200K token，而 Gemini 1.5 Pro 在其實驗版本中也擁有 1M token。如此大的上下文讓模型能夠一次性處理非常長的文件或整個程式碼庫，無需分塊或外部檢索。然而，由於注意力機制的關係，較大的上下文可能會增加延遲和成本。用戶在選擇此模型之前，應考慮其使用場景是否真的需要如此大的上下文。
優勢包括頂級的數學推理能力（在MATH-500上達到96.7）、強大的多模態理解能力，以及處理極長上下文的能力。該模型還支援多種輸入類型（文字、圖片、檔案、音訊、影片），比許多其他方案更廣泛。限制包括與較小模型相比成本較高，且未提供其他領域如程式設計（例如HumanEval）、語言理解（例如MMLU）或多語言任務的具體基準分數。若缺乏這些數據，用戶應以自己的數據進行測試。此外，由於模型的大小和上下文長度，其延遲可能高於緊湊型模型，但沒有具體數值可供參考。
定價為每100萬個輸入令牌2.50美元，每100萬個輸出令牌15.00美元。這些是Google的提供商費率，OrcaRouter不收取任何加成。您只需支付Google收取的費用。輸入令牌包括提示文本以及任何經過標記化的多模態內容（圖像、音頻、視頻）。輸出令牌是生成的回應。令牌數量會在API回應中報告。由於沒有加成，成本透明且可預測。例如，一個包含100,000個輸入令牌的提示，生成10,000個輸出令牌，成本約為0.40美元。用戶應監控令牌使用情況以控制成本。
Gemini 2.5 Pro 的定價高於較小型的模型。例如，Gemini 1.5 Flash 每 100 萬個輸入 token 收費 $0.15，每 100 萬個輸出 token 收費 $0.60，因此在短上下文或簡單任務上更符合成本效益。同樣地，GPT-4o mini 的費用也較低。然而，對於需要大上下文或強大數學推理能力的任務，Gemini 2.5 Pro 可能比多次呼叫較小型模型更有效率。其權衡在於每次呼叫的成本較高，但可能有更好的準確度與更少的重試次數。使用者應估算總 token 用量，並評估效能提升是否值得這筆費用。
目前並無關於 Gemini 2.5 Pro 在 OrcaRouter 上提供快取或折扣層級的資訊。價格明確標示為供應商費率，不另加價。部分供應商提供輸入 token 快取或降低優先級的折扣定價；然而，透過 OrcaRouter 使用此模型並無此類詳細資訊。建議使用者查看 OrcaRouter 文件以了解任何更新的定價或快取選項。截至目前，成本完全基於每次 API 呼叫的 token 數量，按當前每百萬 token 費率計算。若有大流量使用需求，請聯絡 OrcaRouter 洽談可能的企業協議。
成本可透過了解輸入和輸出代幣的數量來估算。API 回應中包含代幣使用量欄位。輸入代幣：計算提示中的所有代幣（包括系統訊息、使用者訊息以及任何多模態代幣）。輸出代幣：計算生成的回應。然後計算：(input_tokens / 1,000,000) * $2.50 + (output_tokens / 1,000,000) * $15.00。例如，一個有 500,000 個輸入代幣並生成 20,000 個輸出代幣的提示，其成本為 (0.5 * $2.50) + (0.02 * $15.00) = $1.25 + $0.30 = $1.55。沒有額外費用。使用 Google 提供的分詞器，或根據已知比率進行估算（例如，對於 Gemini 圖像，1 張圖像約等於 258 個代幣，但確切的分詞結果會有所不同）。
向 OrcaRouter API 端點 https://api.orcarouter.ai/v1 發出請求，使用模型 ID "google/gemini-2.5-pro"。該 API 完全相容 OpenAI，因此您可以使用 OpenAI Python 客戶端或任何支援 OpenAI 聊天補全格式的 SDK。將基礎 URL 設為 OrcaRouter 端點，並提供您的 OrcaRouter API 金鑰。Python 範例：client = OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="your_key")。接著 client.chat.completions.create(model="google/gemini-2.5-pro", messages=[...])。回應遵循標準結構，包含 choices、usage 等。除了標準的聊天補全之外，無需特別參數。
此API支援標準的OpenAI聊天完成參數：model、messages、max_tokens、temperature、top_p、stop、frequency_penalty、presence_penalty和stream。對於Gemini 2.5 Pro，max_tokens可高達65536。訊息應遵循標準結構，包含system、user、assistant等角色。若要包含多模態內容（圖片、音訊、影片），請使用content陣列格式，並根據OpenAI vision API格式指定類型為"image_url"、"input_audio"等。然而，所有多模態類型的支援可能有所不同；請參考Google的文件以瞭解確切格式。支援串流（streaming）以獲取增量回應。透過OrcaRouter使用此模型時，沒有其他自訂參數的文件記錄。
遷移涉及將 API 呼叫中的模型 ID 從例如「gpt-4」或「claude-3.5-sonnet」改為「google/gemini-2.5-pro」。由於 OrcaRouter 使用相同的與 OpenAI 相容的端點，因此無需更改 base URL 或認證方式。如果您之前使用的是非 OpenAI 提供商，則可能需要調整訊息格式。Gemini 2.5 Pro 支援系統訊息和標準角色。對於多模態內容，請確保您使用 OpenAI 的內容陣列格式來格式化圖片/音訊/影片。使用小樣本進行測試，以驗證行為和 Token 用量。另請注意，上下文長度較大，但輸出長度可設定高達 65536 個 Token。請相應更新您的 max_tokens。
Gemini 2.5 Pro 是 Gemini 1.5 Pro 的後繼者。雖然兩者都擁有 100 萬 Token 的上下文視窗，但 Gemini 2.5 Pro 據報導具有更強的推理能力，這反映在其 96.7 的 MATH-500 分數上（1.5 Pro 的分數未提供直接比較，但非官方報告普遍較低）。1.5 Pro 的定價為每 100 萬輸入 Token 1.25 美元，每 100 萬輸出 Token 5.00 美元，而 2.5 Pro 的輸入價格是前者的兩倍，輸出價格則是三倍。Gemini 2.5 Pro 還支援更多輸入模態（新增影片和音訊）。對於需要最新推理能力的應用，2.5 Pro 更為適合；而對於成本敏感的任務，1.5 Pro 仍是一個強勁的選擇。
GPT-4o（由 OpenAI 開發）具有 128K token 的上下文視窗，遠小於 Gemini 2.5 Pro 的 1M。GPT-4o 支援文字和圖像輸入，但不直接支援音訊或影片。GPT-4o 的定價為每百萬輸入 token 2.50 美元，每百萬輸出 token 10.00 美元，使得輸出成本低於 Gemini 2.5 Pro（15.00 美元）。在 MATH-500 的基準測試分數方面：GPT-4o 的分數未提供，但通常較高。選擇取決於上下文長度的需求：如果您需要處理非常長的文件或包含音訊/影片的多模態輸入，Gemini 2.5 Pro 更適合；對於較短且輸出成本較低的任務，GPT-4o 可能更具成本效益。兩者均可透過 OrcaRouter 以相同的 API 格式存取。
Claude 3.5 Sonnet by Anthropic 擁有 200K token 的上下文視窗，遠小於 Gemini 2.5 Pro 的 1M。Claude 支援文字與圖片輸入（最多 10 張圖片）。Claude 3.5 Sonnet 的定價為每 1M 輸入 token $3.00，每 1M 輸出 token $15.00，在輸出方面與 Gemini 2.5 Pro 相近，但輸入價格較高。Claude 3.5 Sonnet 未提供 MATH-500 分數。Claude 以強大的語言理解能力與安全性著稱。Gemini 2.5 Pro 提供更大的上下文、更多模態（音訊、視訊）以及經過驗證的數學推理能力。選擇取決於您是否需要更大的上下文與多模態支援，或者偏好 Claude 的語言風格。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="google/gemini-2.5-pro",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p| 輸入 / 1M tokens | $2.50 |
| 輸出 / 1M tokens | $15.00 |
| 快取讀取 / 1M | $0.250 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@misc{orcarouter_gemini_2_5_pro,
title = {Gemini 2.5 Pro API},
author = {Google},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-2.5-pro}
}Google. (2025). Gemini 2.5 Pro API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-2.5-pro