Kvantora.ai
ВойтиНачать работу
К результатам поиска

Google

Gemini 2.5 Flash

Мультимодальная модель Google для задач с рассуждениями и высокими объёмами обработки.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запрашивать несколько вызовов инструментов. Приложение проверяет права и выполняет действия.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 1 048 576 токенов1 048 576 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
  • Видео на входеВидео на входеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
Вход
37,98 ₽
Выход
316,37 ₽
Кэш
3,80 ₽
за 1 млн токенов
Доступность
97,3%
Подключить APIОткрыть в студии
API ID
google/gemini-2.5-flash

Данные каталога получены .

Цена

Текстовый диалог · вход
37,98 ₽ / 1 млн токенов
Текстовый диалог · выход
316,37 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
3,80 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Gemini 2.5 Flash обрабатывает текст, изображения, видео и аудио и формирует текстовый ответ. В официальной документации Google среди её возможностей указаны рассуждения, вызов функций и структурированный вывод; модель предназначена для задач с высокой нагрузкой и агентных сценариев. Генерация изображений и аудио, а также Live API в этой модели не поддерживаются. Эти свойства относятся к Google API и не подтверждают возможности Kvantora.

Релиз

Характеристики

Доступность97,3%
  1. 7 октября: 94,9%
  2. 8 октября: 97,1%
  3. 9 октября: 99,9%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст, Изображения, Видео, Аудио

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
1 048 576 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
65 536 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Входные файлы, Входные изображения, Входное аудио, Входное видео

Контрольные показатели

Artificial Analysis

28 показателей

Источник ↗

Рассуждение по документу

  • AA-LCR v1.149,9 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

Работа с документами

  • AA-LCR v1.149,9 %

    Рассуждение в длинном контексте, обновлённая проверка

    Проверено

  • MLCR-AA8,3 %

    Медицинские рассуждения в длинном контексте

    Проверено

Архивные методики

  • AA-LCR (версия не указана, архивный)49,9 %

    Рассуждение в длинном контексте

    Проверено

  • GPQA Diamond (архивный)68,3 %

    Научные вопросы уровня аспирантуры

    Проверено

  • T²-Bench Telecom (архивный)14,9 %

    Диалоговые агенты, где действует и пользователь

    Проверено

  • Terminal-Bench Hard (архивный)12,1 %

    Агентное программирование и работа в терминале

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)49,9 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GPQA Diamond (архивный)68,3 %

    Научные рассуждения уровня выпускника

    Проверено

Рассуждения

  • AIME50 %

    Проверено

  • AIME 202560,3 %

    Проверено

  • AIME 202560,3 %

    Проверено

  • HLE4,7 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • HLE4,7 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • IFBench39 %

    Точное выполнение инструкций

    Проверено

  • Math-50093,2 %

    Проверено

Математика

  • AIME50 %

    Американский пригласительный экзамен по математике

    Проверено

  • Math-50093,2 %

    Набор задач для проверки решения разнообразных математических задач

    Проверено

Рассуждение

  • IFBench39 %

    Тест на следование инструкциям

    Проверено

Другие показатели

  • Индекс интеллекта9,9 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

  • Индекс интеллекта9,9 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

Программирование

  • LiveCodeBench49,5 %

    Бенчмарк по программированию без загрязнения данных

    Проверено

  • LiveCodeBench49,5 %

    Проверено

  • Terminal-Bench Hard (архивный)12,1 %

    Устаревший резервный вариант · Агентное программирование и работа в терминале

    Проверено

Документ: рассуждение

  • MLCR-AA8,3 %

    Медицинское рассуждение на длинном контексте

    Проверено

Знания

  • MMLU-Pro80,9 %

    Проверено

  • MMLU-Pro80,9 %

    Профессиональные и академические предметные знания

    Проверено

Агентная работа

  • T²-Bench Telecom (архивный)14,9 %

    Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением

    Проверено

Design Arena

20 показателей

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Модели

  • 3D · Elo1 048 Elo

    Проверено

  • 3D · Elo1 039 Elo

    Проверено

  • 3D · доля побед44,4 %

    Проверено

  • 3D · доля побед44,4 %

    Проверено

  • Визуализация данных · Elo1 071 Elo

    Проверено

  • Визуализация данных · Elo1 073 Elo

    Проверено

  • Визуализация данных · доля побед46,8 %

    Проверено

  • Визуализация данных · доля побед46,8 %

    Проверено

  • Разработка игр · Elo1 028 Elo

    Проверено

  • Разработка игр · Elo1 018 Elo

    Проверено

  • Разработка игр · доля побед43,6 %

    Проверено

  • Разработка игр · доля побед43,6 %

    Проверено

  • UI-компоненты · Elo1 014 Elo

    Проверено

  • UI-компоненты · Elo1 020 Elo

    Проверено

  • UI-компоненты · доля побед43,6 %

    Проверено

  • UI-компоненты · доля побед43,6 %

    Проверено

  • Сайты · Elo1 084 Elo

    Проверено

  • Сайты · Elo1 082 Elo

    Проверено

  • Сайты · доля побед45,6 %

    Проверено

  • Сайты · доля побед45,6 %

    Проверено

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "google/gemini-2.5-flash",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ