Felo API PlatformFelo API Platform
กลับไปที่โมเดล
Googlemessages

Gemini 2.5 Pro API

Gemini 2.5 Pro เป็นโมเดลจาก Google DeepMind ที่รองรับการเข้าใจหลายรูปแบบ ทั้งข้อความและวิดีโอ พร้อมการสร้างเสียงและสถาปัตยกรรมการคิดแบบไฮบริด

Gemini 2.5 Pro เป็นโมเดลจาก Google DeepMind ที่ใช้สถาปัตยกรรมการคิดแบบไฮบริด ซึ่งจะใช้การคิดแบบขยายก่อนตอบสนอง รองรับหน้าต่างบริบทขนาด 1 ล้านโทเคน และสามารถรับอินพุตทั้งข้อความและวิดีโอ พร้อมความสามารถในการสร้างเสียง เหมาะสำหรับงานที่ต้องใช้การให้เหตุผลซับซ้อนและการวางแผนหลายรอบ

โมเดลนี้โดดเด่นด้านการพัฒนาเว็บและการสร้างเว็บแอปที่ดูน่าสนใจ รวมถึงการประยุกต์ใช้โค้ดแบบเอเจนต์ การแปลงและแก้ไขโค้ด และการทำความเข้าใจวิดีโอระดับแนวหน้า สามารถสร้างแอนิเมชันแบบไดนามิกจากวิดีโอด้วยพรอมต์เดียว มีความสามารถในการต่อสายกับ Google Search การค้นหาเว็บแบบขนาน การรันโค้ด การเรียกใช้ฟังก์ชัน การสร้างเสียง และการโต้ตอบด้วยเสียงแบบเรียลไทม์

ด้วยความแข็งแกร่งด้านการให้เหตุผลที่นำอุตสาหกรรม โดยมีประสิทธิภาพระดับแนวหน้าบน基準 Math และ STEM การเขียนโค้ดโดยเฉพาะการพัฒนาเว็บ และความเข้าใจวิดีโอระดับแนวหน้า โมเดลนี้จึงเหมาะกับงานทั่วไปที่หลากหลาย รวมถึงพรอมต์ที่ซับซ้อน งานให้เหตุผลในโหมดคิด การพัฒนาเว็บ การสร้างแอปเอเจนต์ งานวิดีโอสร้างสรรค์ และการสนทนาด้วยเสียงแบบเรียลไทม์

อัปเดต:

ID โมเดล

gemini-2.5-pro
บริบท
1.049M
เอาต์พุตสูงสุด
65.536K
API ที่แนะนำ
messages
อินพุต
text / image / file / audio / video
เอาต์พุต
text

จุดเด่น

  • หน้าต่างบริบท 1 ล้านโทเคน
  • สถาปัตยกรรมการคิดแบบไฮบริด
  • เข้าใจวิดีโอระดับแนวหน้า
  • สร้างแอนิเมชันจากวิดีโอด้วยพรอมต์เดียว
  • รองรับการค้นหาเว็บแบบขนาน
  • การสนทนาด้วยเสียงแบบเรียลไทม์

ผู้ให้บริการ

ราคาที่ดีที่สุด
4 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา
อัตราความพร้อมใช้งาน
$1.25$10$0.125$0.125
$0.625$5$0.0625$0.0625
$1.25$0.75$10$6$0.125$0.075$0.125$0.075
$2.25$18$0.225$0.225

ซื้ออะไรได้ด้วย $10

อินพุต
8M token
เอาต์พุต
1M token

ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด

เบนช์มาร์ก

  • VideoMME

    คะแนนความเข้าใจวิดีโอ

    84.8%
  • LMArena

    อันดับหนึ่งบนกระดานผู้นำ

    #1
  • BenchAlign

    จาก 100 คะแนน อันดับ 104 จาก 229 โมเดล

    49.26

คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่

การให้เหตุผล

เปิดใช้งานตลอด
ใช่

เริ่มต้นอย่างรวดเร็ว

โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด

1

ตั้งค่าคีย์ API

สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม

export FELO_API_KEY="YOUR_API_KEY"
2

ส่งคำขอแรก

ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา

gemini-2.5-pro

โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "gemini-2.5-pro",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

การใช้ SDK ของบุคคลที่สาม

ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.

3

เปิดใช้สตรีมมิ่ง

เพิ่ม stream: true เพื่อรับการตอบกลับเป็น server-sent events

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gemini-2.5-pro",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว

อินเทอร์เฟซเมธอดURL

Messages

ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude

POST

https://openapi.felo.ai/api/v1/messages

พารามิเตอร์

ชื่อชนิดค่าเริ่มต้นคำอธิบาย
modelstringgemini-2.5-proID โมเดลสาธารณะที่ต้องการเรียก
max_tokensinteger—จำนวนโทเคนสูงสุดที่สร้าง
messagesarray—ข้อความสนทนาสำหรับ Chat Completions
seed———
toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้
top_p———
reasoning———
temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับ
tool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่
response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับ
include_reasoning———
structured_outputs———

คำถามที่พบบ่อย

รู้จัก Gemini 2.5 Pro?

Gemini 2.5 Pro เป็นโมเดลจาก Google DeepMind ที่ใช้สถาปัตยกรรมการคิดแบบไฮบริด ซึ่งจะใช้การคิดแบบขยายก่อนตอบสนอง รองรับหน้าต่างบริบทขนาด 1 ล้านโทเคน และสามารถรับอินพุตทั้งข้อความและวิดีโอ พร้อมความสามารถในการสร้างเสียง เหมาะสำหรับงานที่ต้องใช้การให้เหตุผลซับซ้อนและการวางแผนหลายรอบ โมเดลนี้โดดเด่นด้านการพัฒนาเว็บและการสร้างเว็บแอปที่ดูน่าสนใจ รวมถึงการประยุกต์ใช้โค้ดแบบเอเจนต์ การแปลงและแก้ไขโค้ด และการทำความเข้าใจวิดีโอระดับแนวหน้า สามารถสร้างแอนิเมชันแบบไดนามิกจากวิดีโอด้วยพรอมต์เดียว มีความสามารถในการต่อสายกับ Google Search การค้นหาเว็บแบบขนาน การรันโค้ด การเรียกใช้ฟังก์ชัน การสร้างเสียง และการโต้ตอบด้วยเสียงแบบเรียลไทม์ ด้วยความแข็งแกร่งด้านการให้เหตุผลที่นำอุตสาหกรรม โดยมีประสิทธิภาพระดับแนวหน้าบน基準 Math และ STEM การเขียนโค้ดโดยเฉพาะการพัฒนาเว็บ และความเข้าใจวิดีโอระดับแนวหน้า โมเดลนี้จึงเหมาะกับงานทั่วไปที่หลากหลาย รวมถึงพรอมต์ที่ซับซ้อน งานให้เหตุผลในโหมดคิด การพัฒนาเว็บ การสร้างแอปเอเจนต์ งานวิดีโอสร้างสรรค์ และการสนทนาด้วยเสียงแบบเรียลไทม์

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

Gemini 2.5 Pro รองรับอินพุตประเภทใดบ้าง

รองรับอินพุตข้อความและวิดีโอ พร้อมความสามารถในการสร้างเสียง

โมเดลนี้มีขนาดบริบทเท่าใด

มีหน้าต่างบริบทขนาด 1 ล้านโทเคน

Gemini 2.5 Pro เหมาะกับงานประเภทใด

เหมาะกับงานที่ต้องใช้การให้เหตุผลซับซ้อน การพัฒนาเว็บ การสร้างแอปเอเจนต์ งานวิดีโอสร้างสรรค์ และการสนทนาด้วยเสียงแบบเรียลไทม์

Gemini 2.5 Pro แตกต่างจาก Gemini 2.5 Flash อย่างไร

Gemini 2.5 Pro มีประสิทธิภาพเหนือกว่า Gemini 2.5 Flash ใน基準ทั้งเก้าที่ใช้ร่วมกัน และได้รับการวางตำแหน่งเป็นโมเดลที่แข็งแกร่งที่สุดของ Google สำหรับการเขียนโค้ดและความรู้รอบตัว

โมเดลนี้มีความสามารถด้านการคิดอย่างไร

ใช้สถาปัตยกรรมการคิดแบบไฮบริดที่จะใช้การคิดแบบขยายก่อนตอบสนอง

โมเดลที่เกี่ยวข้อง

Gemini 4 Carbon

Googlegemini-4-carbon

Gemini 4 Carbon คือโมเดลเรือธงจาก Google ที่สร้างต่อยอดจาก Gemini 4 Argon โดดเด่นด้านความปลอดภัยไซเบอร์และเวิร์กโฟลว์แบบเอเจนต์ระยะยาว พร้อมรองรับบริบทขนาด 1 ล้านโทเคน

งานความรู้ความแม่นยำสูงวิศวกรรมหลายเอเจนต์ความปลอดภัยไซเบอร์การออกแบบอัลกอริทึม

บริบท

1.049M

เอาต์พุตสูงสุด

943.718K

token อินพุต

$4 / 1M token

token เอาต์พุต

$20 / 1M token

Gemini 4 Carbon (batch)

Googlegemini-4-carbon:batch

Gemini 4 Carbon เป็นโมเดลมัลติโหมดัลจาก Google ที่เน้นงานเอเจนต์ระยะยาว การเขียนโค้ดขั้นสูง และความมั่นคงปลอดภัยไซเบอร์ ด้วยบริบท 1 ล้านโทเคน

การเขียนโค้ดและพัฒนาเว็บฟูลสแตกงานเอเจนต์วิศวกรรมระยะยาวหลายวันการวิจัยทางการเงินและการสร้างโมเดล Excelความมั่นคงปลอดภัยไซเบอร์และการตรวจสอบ

บริบท

1.049M

เอาต์พุตสูงสุด

943.718K

token อินพุต

$2 / 1M token

token เอาต์พุต

$10 / 1M token

Gemini 4 Argon

Googlegemini-4-argon

Gemini 4 Argon คือโมเดลชายน์ระดับแนวหน้าจาก Google ที่รองรับบริบทขนาด 1 ล้านโทเคน รับข้อมูลได้ทั้งข้อความ รูปภาพ วิดีโอ เสียง และ PDF พร้อมความสามารถในการทำงานแบบเอเจนต์

งานเขียนโค้ดและวิศวกรรมซอฟต์แวร์การเงินและการกระทบยอดบัญชีหลายขั้นตอนการทบทวนกฎหมายและเอกสารกำกับดูแลการป้องกันไซเบอร์และการ remediate อัตโนมัติ

บริบท

1.049M

เอาต์พุตสูงสุด

943.718K

token อินพุต

$4 / 1M token

token เอาต์พุต

$20 / 1M token

Gemini 3.8 Flash

Googlegemini-3.8-flash

Gemini 3.8 Flash คือโมเดลมัลติโมดัลจาก Google ที่เน้นการให้เหตุผลขั้นสูง รองรับบริบท 1,000,000 โทเค็น และเหมาะกับงานเอเจนต์และเวิร์กโฟลว์องค์กรที่ซับซ้อน

วิศวกรรมซอฟต์แวร์ระยะยาวเอเจนต์อัตโนมัติเวิร์กโฟลว์องค์กรที่ซับซ้อนการจัดลำดับงานหลายขั้นตอน

บริบท

1.049M

เอาต์พุตสูงสุด

65.536K

token อินพุต

$1.5 / 1M token

token เอาต์พุต

$7.5 / 1M token

Gemma 4 26B A4B (free)

Googlegemma-4-26b-a4b-it:free

Gemma 4 26B A4B เป็นโมเดลมัลติโหมดน้ำหนักเปิดจาก Google DeepMind สถาปัตยกรรม Mixture-of-Experts ที่มีพารามิเตอร์รวม 26B และพารามิเตอร์ที่ใช้งานจริง 4B รองรับบริบท 256K โทเคน พร้อมความสามารถด้านข้อความ ภาพ และวิดีโอ

ช่วยเขียนโค้ดใน IDE และเอเจนต์แก้ไขและรีแฟกเตอร์โค้ดตอบคำถามวิทยาศาสตร์และคณิตศาสตร์แยกวิเคราะห์เอกสารและ OCR

บริบท

262.144K

เอาต์พุตสูงสุด

32.768K

token อินพุต

$0 / 1M token

token เอาต์พุต

$0 / 1M token