Google: Gemini 2.5 Pro Preview 06-05 google/gemini-2.5-pro-preview

Модель Google: Gemini 2.5 Pro Preview 06-05 от Google (семейство gemini) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
DeepMind + Google Brain — фронтир мультимодальности и длинного контекста.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

контекст, токенов

125 ₽

за 1 млн входных токенов

1 000 ₽

за 1 млн выходных токенов

возможностей

2025-01

база знаний до

Что такое Google: Gemini 2.5 Pro Preview 06-05

Оптимальна для сложных многошаговых задач — кода, математики, научного анализа — особенно когда входные данные мультимодальны или занимают сотни тысяч токенов.

Gemini 2.5 Pro — флагманская мультимодальная модель Google, ориентированная на задачи, требующие глубокого аналитического мышления: сложный код, математика, научные рассуждения и работа с разнородными данными. Ключевая особенность — встроенный механизм «thinking»: перед финальным ответом модель проходит внутренний цепочечный процесс рассуждений, что заметно повышает точность на многошаговых задачах.

Контекстное окно в 1 048 576 токенов — одно из наиболее ёмких среди коммерчески доступных моделей. Это открывает возможности для работы с целыми кодовыми репозиториями, длинными научными документами, часовыми аудиозаписями или большими наборами изображений в рамках одного запроса. Поддерживаются текст, изображения, файлы и аудио на входе, что делает модель пригодной для сложных мультимодальных пайплайнов.

Версия Preview 06-05 — актуальный срез флагманской линейки Gemini 2.5 Pro, доступный через API. Модель подходит для проектов, где важны рассуждения с промежуточными шагами, а не только скорость генерации.

Когда брать эту модель

✓ Сложные задачи по программированию: рефакторинг, отладка, code review больших кодовых баз
✓ Математические и научные вычисления, требующие пошагового вывода
✓ Мультимодальный анализ: совместная обработка текста, изображений, аудио и документов
✓ Работа с очень длинными контекстами — большие репозитории, объёмные отчёты, транскрипты
✓ Исследовательские и аналитические задачи, где важна прозрачность рассуждений

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй приложенный PDF научной статьи и Python-код эксперимента, выяви расхождения между описанной методологией и реализацией, предложи исправления с объяснением каждого шага.

Использование Google: Gemini 2.5 Pro Preview 06-05 через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-2.5-pro-preview",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="google/gemini-2.5-pro-preview",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "google/gemini-2.5-pro-preview",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);