Gemini 2.5 Pro Preview 06-05

Fiche modèle · Google · gemini-2.5-pro-preview-06-05

The latest preview version of Google's most advanced reasoning Gemini model, capable of solving complex problems. Built for the agentic era with enhanced reasoning capabilities, multimodal understanding (text, image, video, audio), and a 1M token context window. Features thinking preview, code execution, grounding with Google Search, system instructions, function calling, and controlled generation. Supports up to 3,000 images per prompt, 45-60 minutes of video, and 8.4 hours of audio.

Fiches modèles

Identité

Organisation	Google
Pays	—
Famille	—
Type	llm
Date de sortie	2025-06-05
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	1 000 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	2025-01-31
Créé le	2026-05-07T16:53:29.057345Z
Mis à jour le	2026-11-04T06:04:43.082199Z
Source	LLM Stats
URL	https://llm-stats.com/models/gemini-2.5-pro-preview-06-05

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.90
long_context	0.20
math	0.50
multimodal	0.80
physics	0.90
reasoning	0.70
factuality	0.70
frontend_development	0.70
general	0.70
grounding	0.90
healthcare	0.80
biology	0.90
chemistry	0.90
code	0.70
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aider-polyglot	general	0.82	1.00	0.82	non	oui	2026-11-04T06:04:43.092029Z
aime-2025	math	0.88	1.00	0.88	non	oui	2026-11-04T06:04:43.103831Z
facts-grounding	reasoning	0.88	1.00	0.88	non	oui	2026-11-04T06:04:43.113106Z
global-mmlu-lite	general	0.89	1.00	0.89	non	oui	2026-11-04T06:04:43.118714Z
gpqa	reasoning	0.86	1.00	0.86	non	oui	2026-11-04T06:04:43.123013Z
humanity's-last-exam	reasoning	0.22	1.00	0.22	non	oui	2026-11-04T06:04:43.129524Z
livecodebench	reasoning	0.69	1.00	0.69	non	oui	2026-11-04T06:04:43.132988Z
mmmu	multimodal	0.82	1.00	0.82	non	oui	2026-11-04T06:04:43.142830Z
mrcr-v2-(8-needle)	long_context	0.16	1.00	0.16	non	oui	2026-11-04T06:04:43.153151Z
simpleqa	factuality	0.54	1.00	0.54	non	oui	2026-11-04T06:04:43.158848Z
swe-bench-verified	reasoning	0.67	1.00	0.67	non	oui	2026-11-04T06:04:43.162999Z
vibe-eval	multimodal	0.67	1.00	0.67	non	oui	2026-11-04T06:04:43.173044Z
videommmu	multimodal	0.84	1.00	0.84	non	oui	2026-11-04T06:04:43.183073Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	137	—	16.59	3	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04