Gemini 2.5 Pro: Vollständiges Datenblatt (Juni 2026)

Gemini 2.5 Pro ist das Flagship-Modell von Google DeepMind in der Gemini 2.x Familie, veröffentlicht im März 2025. Es folgte auf Gemini 2.0 Pro (das selbst Gemini 1.5 Pro Ende 2024 ersetzte) und brachte drei Leistungssprünge: nativer Thinking-Modus (konfigurierbares Reasoning-Budget pro Anfrage), Vision-Qualität der Tier-2, die mit GPT-5's Vision-Benchmarks mithalten kann, und stabiles 1M-Token-Kontext-Verhalten mit Recall über das gesamte Fenster hinweg.

Was Gemini 2.5 Pro strukturell von GPT-5 oder Claude Opus unterscheidet: Es ist nativ multimodal über mehr Modalitäten als beide. Text-, Bild-, Audio-, Video- und PDF-Eingaben fließen alle durch das gleiche `contents` Array. Übergeben Sie eine MP4-Videodatei, eine Audioaufnahme, einen Stapel PDFs und eine freie Textfrage – Gemini akzeptiert alles in einem Aufruf und denkt über alle hinweg. GPT-5 unterstützt Text + Bild. Claude unterstützt Text + Bild. Nur Gemini 2.5 Pro (und sein Flash-Schwestermodell) unterstützen Video und Audio nativ in der Produktion.

Thinking-Modus (Googles Name für konfigurierbares Reasoning) ist standardmäßig auf Gemini 2.5 Pro mit einem vom Modell festgelegten Budget aktiviert. Erzwingen Sie ein spezifisches Budget mit `thinking_config: {thinking_budget: 5000}`; deaktivieren Sie Thinking komplett mit `thinking_budget: 0` für die schnellstmögliche Antwort. Thinking-Token werden zum Output-Satz abgerechnet wie Reasoning-Token auf GPT-5 und Thinking-Token auf Claude.

Gemini 2.5 Pro verwendet ein einzigartiges gestaffeltes Preismodell unter Frontier-Anbietern. Unter 200.000 Input-Token pro Aufruf: $1,25/M Input, $10/M Output. Über 200.000 Input-Token: $2,50/M Input, $15/M Output. Die Stufe gilt für den gesamten Aufruf – wenn Sie 250K Input-Token senden, werden die vollen 250K in der höheren Stufe abgerechnet, nicht nur der Teil über 200K.

Beispielrechnung: Ein 100K-Token-Input + 1K Output Aufruf kostet `(0,100 × $1,25) + (0,001 × $10) = $0,125 + $0,01 = $0,135`. Die gleiche Eingabe als 250K + 1K Output kostet `(0,250 × $2,50) + (0,001 × $15) = $0,625 + $0,015 = $0,640`. Das Überschreiten der 200K-Grenze ist eine 2× Input-Preis + 1,5× Output-Preis Sprungfunktion, nicht eine glatte Rampe.

Implikation: Halten Sie Aufrufe wo möglich unter 200K Input. Wenn Sie bei 195K sind, wird das Auffüllen auf 205K, um einen weiteren Block zu passen, zu einer 5× Preiserhöhung. Wenn Sie über 200K gehen werden, gehen Sie ganz – 250K und 500K werden zum gleichen Token-Satz abgerechnet.

Caching: explizit, über den `cachedContents` API-Endpoint. Pre-erstellen Sie einen gecachten Content-Block (1-Stunde Standard-TTL, konfigurierbar bis 24 Stunden), referenzieren Sie ihn in nachfolgenden Aufrufen per ID. Der gecachte Teil wird mit 75% Rabatt gelesen ($0,31/M in der ≤200K-Stufe, $0,625/M in der >200K-Stufe). Größter Kostenhebel bei Long-Context-Workloads. Kostenrechnung über Anbieter: GPT/Claude/Gemini Kostenrechner.

Gemini 2.5 Pro akzeptiert 1.000.000 Token in einem einzigen Aufruf. Zum Vergleich: Ein vollständiges Spielfilm-Drehbuch ist ~30K Token, ein 300-seitiger Roman ist ~150K Token, die Codebasis einer mittleren SaaS-Anwendung ist 200-500K Token, die komplette Herr-der-Ringe-Trilogie ist ~600K Token. Gemini 2.5 Pro passt alles davon in einen Aufruf.

Der Recall hält über das gesamte 1M-Fenster – Googles Needle-in-Haystack-Benchmarks zeigen >99% Recall durch ~1M Token für das Pro-Modell. Der praktische Engpass ist Kosten und Latenz, nicht Recall. Ein 1M-Token-Aufruf kostet `1,0 × $2,50 + (Output × $15) = $2,50+` pro Aufruf vor Output-Kosten und läuft 30-60 Sekunden End-to-End bei typischen Streaming-Raten.

Wann 1M wirklich wichtig ist: Reasoning über gesamte Codebasis (Refaktor-Planung über ein ganzes Repository), Full-Document Q&A zu Büchern oder Rechtsdokumenten, Long-Form Audio-/Videoverständnis (transkribieren und analysieren Sie ein 1-Stunden-Meeting in einem Shot), Multi-Document-Forschungssynthese.

Wann 1M nicht wichtig ist: Klassifikation, Extraktion, Chat, strukturierte Datentasks, alles das in 50K Token mit RAG passt. Für die meisten Production-Workloads ist die kleinere ≤200K-Stufe auf Gemini 2.5 Pro (oder sogar Gemini 2.5 Flash bei $0,30/M) die richtige Wahl.

Übergeben Sie eine Videodatei als inline base64-Blob oder über die Google File API (empfohlen für Dateien >20MB). Gemini extrahiert Frames mit 1 FPS standardmäßig, transkribiert Audio und denkt über den kombinierten Stream nach. Token-Accounting: Video wird mit ~258 Token pro Sekunde Filmmaterial berechnet (komprimiert über Video + Audio).

Ein 5-Minuten-Video kostet `300 Sekunden × 258 Token = 77.400 Token` – immer noch unter der 200K-Stufe. Eine 30-Minuten-Meetingaufzeichnung ist ~465K Token – über der 200K-Grenze, in der >200K-Stufe. Planen Sie entsprechend.

PDFs werden Seite für Seite mit Bild- und Text-Extraktion verarbeitet. Eine typische textlastige PDF-Seite ist ~258 Token; bildreiche Seiten können wesentlich mehr sein. Übergeben Sie über die File API für Dokumente über 20MB.

Audio (ohne Video) kostet ~32 Token pro Sekunde. Eine 10-Minuten-Audioaufnahme ist ~19.200 Token. Verwenden Sie für Meeting-Transkription + Zusammenfassung, Podcast-Analyse, Voice-Note-Strukturierung.

Praktische Warnung: Multimodale Eingaben erhöhen Token-Counts schnell. Ein naiver ‚Fassen Sie dieses einstündige Meeting zusammen'-Aufruf kann leicht 200K Token überschreiten (1 Stunde Video = ~930K Token). Cachen Sie das Video über die File API und referenzieren Sie es über mehrere analytische Aufrufe, anstatt es erneut hochzuladen.

Gemini 2.5 Pro unterstützt JSON Schema Funktionsaufrufe: Deklarieren Sie Funktionen im `tools` Parameter, das Modell wählt eine (oder mehrere parallel) und gibt die Argumente zurück. Parallele Funktionsaufrufe werden unterstützt und sind standardmäßig für das Pro-Modell aktiviert.

Strukturierte Ausgaben sind First-Class: Übergeben Sie ein `responseSchema` (JSON Schema Subset) in `generationConfig` und Google garantiert, dass die Ausgabe des Modells gegen dieses Schema validiert. Unterstützt verschachtelte Objekte, Arrays, Enums – vergleichbar mit OpenAI's strukturierten Ausgaben und Anthropic's Tool-Use-as-Output-Muster.

Integrierte Tools, die Sie nicht selbst implementieren müssen: **Code-Ausführung** (das Modell schreibt und führt Python in einer Sandbox aus, sieht die Ausgabe, iteriert), **Google-Suche Grounding** (das Modell führt eine Google-Suche durch und zitiert die Ergebnisse in seiner Antwort, mit Zuordnung), **URL-Kontext** (das Modell ruft URLs in der Konversation ab und liest sie). Integrierte Tools sind einzigartig für Gemini im Frontier-Modell-Menü und reduzieren die Orchestrierungs-Code dramatisch für agentenbasierte Workflows.

Thinking-Modus ist standardmäßig auf Gemini 2.5 Pro mit einem vom Modell festgelegten Thinking-Budget aktiviert. Überschreiben Sie mit `thinking_config: {thinking_budget: N}`, wobei N die maximalen Thinking-Token für den Aufruf ist. Setzen Sie N=0, um Thinking komplett zu deaktivieren; setzen Sie N=-1 (oder sehr hoch), um das Modell dynamisch entscheiden zu lassen.

Thinking-Token werden zum Output-Satz abgerechnet (gleich wie Reasoning-Token auf GPT-5 und Thinking-Token auf Claude). Auf Gemini 2.5 Pro: `$10/M` in der ≤200K-Stufe, `$15/M` in der >200K-Stufe. Ein 3.000-Token Thinking-Budget auf einem ≤200K-Aufruf addiert $0,03 zum Aufruf hinzu.

Wann Sie explizite Thinking-Budgets festlegen sollten: Kostenkontrolle (auf 1.000 für Routine-Aufgaben begrenzen), Qualitätskontrolle (auf 5.000-10.000 für komplexes Reasoning erhöhen), Latenz-Kontrolle (auf 0 für schnellstmögliche Antwort bei einfachen Aufgaben setzen). Wann Sie Thinking auf Auto lassen sollten: allgemeiner Chat, wo Geminis Kalibrierung gut für die Task-Mischung abgestimmt ist.

**Wählen Sie Gemini 2.5 Pro**, wenn Sie nativer Multimodal über Video/Audio/PDF brauchen, wenn Sie 1M Kontext in allgemeiner Verfügbarkeit brauchen, wenn integrierte Tools (Code-Ausführung, Search Grounding) benutzerdefinierte Orchestrierung ersetzen, oder wenn Sie bereits im Google Cloud / Workspace-Ökosystem sind und Vertex AI-Abrechnung die Beschaffung vereinfacht.

**Wählen Sie Claude Opus 4.7**, wenn Long-Form-Writing-Voice, Refusal-Kalibrierungs-Disziplin oder hartes Reasoning der Engpass ist. Opus ist $15/$75 vs Gemini 2.5 Pro's $1,25/$10 (≤200K) – Gemini ist dramatisch billiger für alles außer den engen Tasks, wo Opus's Qualitätsprämium passt.

**Wählen Sie GPT-5**, wenn Sie 400K Kontext ohne die >200K-Stufen-Erhöhung auf Gemini brauchen, wenn Sie im OpenAI-Tooling-Ökosystem sind (Responses API, Assistants, ChatGPT Pro), oder wenn strukturierte Ausgaben mit der am meisten ausgereiften JSON Schema-Durchsetzung wichtig sind.

Cross-Vendor Head-to-Head: GPT-4o vs Gemini 2.5 Pro.

Jede Zahl auf dieser Seite wurde gegen Googles Live-Dokumentation am 2026-06-20 verifiziert. Quellen: ai.google.dev/gemini-api/docs/models/gemini für Kontext, Modalitäten und Feature-Unterstützung; ai.google.dev/pricing für AI Studio direkte Preisgestaltung; cloud.google.com/vertex-ai/generative-ai/pricing für Vertex AI Preisgestaltung (derzeit identisch mit AI Studio direkt).

Googles Preis-Updates werden über Vertex AI Release Notes und das ai.google.dev Changelog angekündigt. Die Preise haben sich zweimal auf Gemini 2.5 Pro seit Start bewegt (beide abwärts). Re-verifizieren Sie vierteljährlich, wenn Ihre Rechnung erheblich ist.

Methodik: Wenn eine Zahl nicht gegen eine offizielle Google-Seite am Verifizierungsdatum cross-bestätigt werden konnte, wurde sie von dieser Karte ausgelassen, anstatt erraten zu werden.