gemini-2.5-pro
Google · Chat model
gemini-2.5-pro は Google の チャット モデルとして掲載されています。料金、上限、機能、ソースを比較しやすい形で確認できます。
正確性のため、プロバイダー名とモデル ID は原文のまま表示しています。
gemini-gemini-gemini-2-5-pro
入力
$1.2500 / 1M tokens
出力
$10.0000 / 1M tokens
キャッシュ入力
$0.1250 / 1M tokens
コンテキスト長
65.5K
カタログ生成日: 2026/07/13
要点
向いている確認
自分のワークロードで試す前に、料金、コンテキスト長、対応機能を短時間で確認したいときに使います。
公式側で確認すること
割引、キャッシュ料金、リージョン条件、公開メタデータに出ていないモデル上限は、必ずプロバイダーの公式ページで確認してください。
料金
| 項目 | 料金 |
|---|---|
| 入力 | $1.2500 / 1M tokens |
| 出力 | $10.0000 / 1M tokens |
| キャッシュ入力 | $0.1250 / 1M tokens |
| 埋め込み | $1.2500 / 1M tokens |
| priority 入力 | $1.2500 / 1M tokens |
| priority 出力 | $10.0000 / 1M tokens |
上限
コンテキスト長
65.5K
最大入力トークン
1.0M
最大出力トークン
65.5K
最大トークン
65.5K
機能
| 機能 | 対応 |
|---|---|
| Vision | 対応 |
| Function calling | 対応 |
| Parallel function calling | - |
| Tool choice | 対応 |
| Prompt caching | 対応 |
| Reasoning | 対応 |
| Response schema | 対応 |
| System messages | 対応 |
| Audio input | 対応 |
| Audio output | - |
| Web search | 対応 |
| PDF input | 対応 |
| Video input | 対応 |
ベンチマーク
多くのベンチマーク行は、このプロバイダールートそのものではなく、ベースモデル系列に紐づいています。 ベンチマーク一覧を開く
| ベンチマーク | スコア | 指標 | 対象範囲 | 確認日 | ソース |
|---|---|---|---|---|---|
| Humanity's Last Exam | 21.6% (no tools) | accuracy | ベースモデル: Gemini 2.5 Pro (Gemini 2.5 Pro (GA)) | 2026-05-31 | リンク |
| GPQA Diamond | 86.4% pass@1 | pass@1 | ベースモデル: Gemini 2.5 Pro (Gemini 2.5 Pro (GA)) | 2026-05-31 | リンク |
| AIME 2025 | 88.0% pass@1 | pass@1 | ベースモデル: Gemini 2.5 Pro (Gemini 2.5 Pro (GA)) | 2026-05-31 | リンク |
| LiveCodeBench | 69.0% (single attempt) | accuracy | ベースモデル: Gemini 2.5 Pro (Gemini 2.5 Pro (GA)) | 2026-05-31 | リンク |
| Aider Polyglot | 82.2% diff-fenced | pass rate | ベースモデル: Gemini 2.5 Pro (Gemini 2.5 Pro (GA)) | 2026-05-31 | リンク |
| SWE-bench Verified | 59.6% (single attempt) | accuracy | ベースモデル: Gemini 2.5 Pro (Gemini 2.5 Pro (GA)) | 2026-05-31 | リンク |
| Aider Polyglot | 82.2% | pass rate | ベースモデル: Gemini 2.5 Pro (gemini-2.5-pro) | 2026-05-31 | リンク |
| SWE-bench Verified (multiple attempts) | 67.2% | accuracy | ベースモデル: Gemini 2.5 Pro (gemini-2.5-pro) | 2026-05-31 | リンク |
| GPQA | 86.4% | accuracy | ベースモデル: Gemini 2.5 Pro (gemini-2.5-pro) | 2026-05-31 | リンク |
| AIME 2025 | 88.0% | accuracy | ベースモデル: Gemini 2.5 Pro (gemini-2.5-pro) | 2026-05-31 | リンク |
| Aider Polyglot | 79.1% | percent correct | ベースモデル: Gemini 2.5 Pro Preview (gemini/gemini-2.5-pro-preview-06-05) | 2026-05-31 | リンク |
| Aider Polyglot | 76.9% | percent correct | ベースモデル: Gemini 2.5 Pro Preview (gemini/gemini-2.5-pro-preview-05-06) | 2026-05-31 | リンク |
近いモデル
下の候補は、確認済みの入出力形式が同じで、トークン料金を比較できるモデルだけです。フィルターで重視する観点を切り替えてから比較できます。
比較元
| モデル | 料金 | 入力形状 | 機能 | コンテキスト | 近い理由 |
|---|---|---|---|---|---|
| gemini-2.5-pro Google | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 現在のモデル 基準行 |
| モデル | 料金 | 入力形状 | 機能 | コンテキスト | 近い理由 |
|---|---|---|---|---|---|
| gemini-2.5-pro vertex_ai-language-models | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 76% |
| gemini-pro-latest Google | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 同じプロバイダー 総合 76% |
| gemini-pro-latest Google | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 同じプロバイダー 総合 76% |
| gemini-3-pro-preview vertex_ai-language-models | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 71% |
| gemini-3-pro-preview Vertex AI | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 71% |
| gemini-3-pro-preview Google | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 同じプロバイダー 総合 71% |
| gemini-3-pro-preview OpenRouter | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 71% |
| gemini-3-flash-preview Vertex AI | 入力 $0.5000 / 1M tokens 出力 $3.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 63% |
| gpt-5 OpenAI | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 128.0K | 入出力形式が一致 総合 62% |
| gpt-5 Azure | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 128.0K | 入出力形式が一致 総合 60% |
| gpt-5-2025-08-07 Azure | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 128.0K | 入出力形式が一致 総合 60% |
| gpt-5-chat Azure | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 16.4K | 入出力形式が一致 総合 56% |
| gpt-5-chat-latest Azure | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 16.4K | 入出力形式が一致 総合 56% |
このフィルターに合うモデルはありません。
ソース
料金とメタデータの出典は英語版と同じデータベースを使っています。公式の提供元の事実情報は翻訳や推測で補完していません。
カタログ生成日: 2026-07-13T14:21:55.110Z