Kan jag köra Gemini 2.5 Pro lokalt?

Nej. Google har inte släppt vikterna; det är endast API, så du använder Googles infrastruktur och kan inte köra den på egen hårdvara.

Vad kostar Gemini 2.5 Pro och hur stort är kontextfönstret?

Indata kostar 1,25 USD per miljon tokens och utdata 10,00 USD per miljon tokens, med ett kontextfönster på 1 048 576 tokens.

Hur skiljer sig Gemini 2.5 Pro från andra Gemini-modeller?

Det är Googles toppmodell och lägger till en "tänkeläge" som resonerar igenom problem innan ett slutgiltigt svar ges, vilket de mindre eller snabbare Gemini-varianterna inte gör.

Gemini 2.5 Pro

5952°

#llm #google #vision #ljud #video #resonemang

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Google | 1,048,576 token kontext | $1.25/M input, $10.00/M output. Gemini 2.5 Pro är Googles toppmoderna AI-modell designad för avancerat resonemang, kodning, matematik och vetenskapliga uppgifter. Den använder "tänkande" förmågor, vilket gör att den kan resonera genom svar med förbättrad noggrannhet och nyanserad kontexthantering. Gemini 2.5 Pro uppnår topprestanda på flera benchmark, inklusive förstaplats på LMArena-ledartavlan, vilket speglar överlägsen mänsklig preferensanpassning och komplex problemlösningsförmåga.

Guider för denna modell

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

De 10 billigaste ChatGPT-alternativen 2026: gratis lokala modeller, gratisnivåer och fastprisplaner

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Gemini 2.5 Pro är Googles flaggskeppsmodell för resonemang, byggd kring ett "tänkeläge" som arbetar igenom problem innan den ger ett svar. Den hanterar ett kontextfönster på en miljon tokens och täcker text, bild, ljud och video i en och samma modell. Den passar ingenjörer, forskare och alla vars arbete kräver noggrant flerstegsresonemang snarare än snabba, ytliga svar.

Känd för

Inbyggt tänkeläge som förbättrar noggrannheten på komplexa, flerstegsproblem.
En miljon tokens kontext: långa kodbaser, dokument eller transkript får plats i ett anrop.
Stark inom kodning, matematik och vetenskapligt resonemang.
Accepterar text, bilder, ljud och video som indata.
Topprankad på LMArena:s human-preference leaderboard vid lansering.

Se upp för

Stängda vikter, endast API: du kan inte köra den lokalt eller inspektera modellen.
Utmatning kostar 10 USD per miljon tokens, vilket snabbt blir dyrt vid långa tänkespår.
Ingen öppen licens; din användning styrs helt av Googles API-villkor.

Bäst för

Promptar att prova

Felsök en svår asynkron race

Jag har en Node.js-tjänst där två asynkrona funktioner båda skriver till samma databaspost. Ibland skrivs den andra tyst över den första. Gå igenom varför detta händer, visa en minimal reproducerbar kod och ge mig sedan två olika lösningar med för- och nackdelar för varje.

Resonera kring ett bevis

Bevisa att roten ur 2 är irrationell med ett motsägelsebevis. Förklara sedan varje logiskt steg som om jag kan algebra men aldrig sett ett formellt bevis tidigare. Berätta slutligen var argumentet skulle falla om vi försökte samma metod på roten ur 4.

Analysera ett långt dokument

Jag klistrar in en 50-sidig forskningsartikel om transformer-uppmärksamhetsmekanismer. Identifiera de tre centrala påståenden författarna gör, notera vilka antaganden de uttryckligen anger kontra de som är underförstådda, och markera avsnitt där bevisen känns tunna eller metodologin otydlig.

Jämför med

Gemma 4 31B
Öppen vikt-modell
262,144 tokens kontext · $0.20/M indata, $0.40/M utdata
Gemma 4 26B A4B
Öppen vikt-modell
262,144 tokens kontext · $0.09/M indata, $0.30/M utdata
gemma 4 31B it turbo
Öppen vikt-modell
262,144 tokens kontext · $0.09/M indata, $0.34/M utdata
Gemini 3.8 Flash
Endast API-modell
1,048,576 tokens kontext · $0.83/M indata, $4.12/M utdata

Fler textmodeller från google

Vanliga frågor

Kan jag köra Gemini 2.5 Pro lokalt?: Nej. Google har inte släppt vikterna; det är endast API, så du använder Googles infrastruktur och kan inte köra den på egen hårdvara.
Vad kostar Gemini 2.5 Pro och hur stort är kontextfönstret?: Indata kostar 1,25 USD per miljon tokens och utdata 10,00 USD per miljon tokens, med ett kontextfönster på 1 048 576 tokens.
Hur skiljer sig Gemini 2.5 Pro från andra Gemini-modeller?: Det är Googles toppmodell och lägger till en "tänkeläge" som resonerar igenom problem innan ett slutgiltigt svar ges, vilket de mindre eller snabbare Gemini-varianterna inte gör.

Kaptens omdöme
Miljon-token-fönstret och det genuina tänkeläget gör detta till Googles mest kapabla modell för svåra resonemangsuppgifter, om du står ut med utmatningspriset.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

GPT 5 Image Mini

TEXT / LLM

Gemini 3.1 Flash Lite Preview

TEXT / LLM

Llama 3.1 Euryale 70B v2.2

TEXT / LLM

GPT 5.4 Mini

TEXT / LLM

AI-modeller för bild-, video- och textgenerering

Gemini 2.5 Pro är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm google vision ljud video resonemang kodning matematik

Bläddra efter modellfamilj