Gemini 2.5 Pro Guide
Google DeepMinds Gemini 2.5 Pro er den første mainstream-model med 1 million tokens context window og indbygget reasoning. Her er hvad modellen kan, hvordan den sammenligner sig med GPT-5 og Claude Sonnet 4.5, og hvornår den er det rigtige valg.
Hvad er Gemini 2.5 Pro
Gemini 2.5 Pro er Google DeepMinds flagship-model, lanceret i marts 2025 og opdateret flere gange gennem året. Modellen bygger på den samme grundarkitektur som Gemini 2.0, men tilføjer en dedikeret thinking-fase hvor modellen kan bruge ekstra regnekraft på at planlægge og verificere svar før den outputter.
Det mest markante ved Gemini 2.5 Pro er context window på 1.048.576 tokens (ca. 750.000 ord). Det er 2-3 gange mere end GPT-5 og Claude Sonnet 4.5. I praksis betyder det at du kan lægge hele kodebaser, lange PDF-dokumenter eller flere timers video-transskription ind i én forespørgsel uden at skulle chunkke.
Modellen er tilgængelig via Google AI Studio, Vertex AI og Gemini-appen. Den findes også i mindre varianter: Gemini 2.5 Flash og Gemini 2.5 Flash-Lite, som optimerer for lav latency og pris.
Tekniske specifikationer
| Specifikation | Gemini 2.5 Pro | Gemini 2.5 Flash |
|---|---|---|
| Context window | 1.048.576 tokens | 1.048.576 tokens |
| Max output | 65.536 tokens | 65.536 tokens |
| Input-pris (per 1M tokens) | 1,25 USD (op til 200K) | 0,30 USD |
| Output-pris (per 1M tokens) | 10,00 USD | 2,50 USD |
| Thinking indbygget | Ja | Valgfrit |
| Multimodalt input | Tekst, billeder, lyd, video | Tekst, billeder, lyd, video |
| Native lyd-output | Ja (via Live API) | Ja (via Live API) |
Prisen på Gemini 2.5 Pro stiger til 2,50 USD per 1M input tokens når du bruger over 200K tokens i en enkelt request. Det gør lang context billig for de fleste use cases men dyrere hvis du konsekvent kører på fuld million.
Benchmarks mod konkurrenterne
| Benchmark | Gemini 2.5 Pro | GPT-5 | Claude Sonnet 4.5 |
|---|---|---|---|
| MMLU (general knowledge) | 89,2% | 91,7% | 88,9% |
| AIME 2025 (matematik) | 92,0% | 94,6% | 90,1% |
| SWE-Bench Verified (kodning) | 67,2% | 74,9% | 77,2% |
| MMMU (multimodal) | 82,0% | 80,3% | 78,4% |
| Long context (Needle-in-Haystack 1M) | 99%+ | N/A (400K max) | N/A (200K max) |
Gemini 2.5 Pro fører tydeligt på multimodal reasoning og lange kontekster. På ren tekst-reasoning ligger den lidt efter GPT-5 og Claude, men forskellen er mindre end 5 procentpoint på de fleste benchmarks. På video-forståelse er Gemini 2.5 Pro i en klasse for sig selv, da den er trænet native på lang video-input.
Multimodalitet i praksis
Gemini 2.5 Pro accepterer alle modaliteter i samme prompt. Du kan sende en video, et tilhørende PDF-manual og en tekst-forespørgsel i én request. Modellen forstår tidsstemplet indhold i video, så du kan bede den om at finde specifikke øjeblikke eller opsummere en 2-timers optagelse.
from google import genai
from google.genai import types
client = genai.Client(api_key="YOUR_API_KEY")
# Upload en 90-min video
video = client.files.upload(file="lecture.mp4")
response = client.models.generate_content(
model="gemini-2.5-pro",
contents=[
video,
"Find de tre vigtigste pointer og angiv tidsstempler for hver."
]
)
print(response.text)Live API tilføjer real-time lyd-input og lyd-output med lav latency. Det bruges til stemme-assistenter, live oversættelse og interaktive tutoring-applikationer.
Hvornår skal du vælge Gemini 2.5 Pro
Lange dokumenter og kodebaser
Analyse af PDF'er på 500+ sider, gennemgang af hele microservices-arkitekturer, kontrakter, juridiske dokumenter. Andre modeller kræver chunking og RAG. Gemini 2.5 Pro kan læse hele materialet i én forespørgsel.
Video-analyse
Transskription med kontekst, opsummering af møder, kvalitetskontrol af tutorials, søgning i video-arkiver. Native video-forståelse er unikt for Gemini blandt de store modeller.
Multimodale workflows
Applikationer der kombinerer billeder, lyd og tekst i samme prompt. Fx en byggeteknisk assistent der modtager fotos af en byggeplads, en teknisk tegning og en beskrivelse.
Google Workspace-integration
Native integration med Docs, Sheets, Drive, Gmail. For organisationer der allerede kører på Google-økosystemet er dette den mest gnidningsfrie vej til AI.
Begrænsninger
På ren kode-generering ligger Gemini 2.5 Pro efter både Claude Sonnet 4.5 og GPT-5. På SWE-Bench Verified scorer den 67,2% mod Claudes 77,2%. For udviklere der primært bruger AI til kodning er Claude eller GPT-5 typisk bedre valg.
Latency er højere end konkurrenterne når thinking er aktiveret. Et komplekst prompt kan tage 15-45 sekunder mod GPT-5's typiske 5-20 sekunder. Til interaktive applikationer bør du derfor overveje Gemini 2.5 Flash i stedet.
Data-residens er stadig et forbehold for danske kunder. Gemini kører på Googles infrastruktur i EU via Vertex AI, men aftalevilkårene omkring underleverandører og amerikansk lovgivning bør gennemgås af juridisk rådgiver før behandling af persondata.