Gemini 2.5 Pro vs Gemini 2.0 Pro
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemini 2.5 Pro de Google et Gemini 2.0 Pro de Google sont deux modèles d’IA de premier plan. Gemini 2.5 Pro propose une fenêtre de contexte de 1.05M tokens au tarif de $1.25/$10.00 par million de tokens, tandis que Gemini 2.0 Pro offre 2M tokens de contexte à $1.25/$5.00 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.
Changez et Comparez les Modèles
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemini 2.5 Pro
Moteur de Raisonnement ProfondGemini 2.5 Pro de Google est un modèle d’IA conçu pour le raisonnement logique profond, les mathématiques formelles et l’analyse scientifique, offrant une fenêtre de contexte de 1.0M, une vitesse de 95 tokens/s, un indice d’intelligence de
$1.25 / 1M
$10.00 / 1M
1.05M tokens
63.8%
Gemini 2.0 Pro
Modèle Phare de PointeGemini 2.0 Pro de Google est un modèle d’IA conçu pour le raisonnement d’entreprise de pointe, l’ingénierie logicielle et la production IA, offrant une fenêtre de contexte de 2M, une vitesse de 95 tokens/s, un indice d’intelligence de 52/10
$1.25 / 1M
$5.00 / 1M
2M tokens
63.8%
Différences Clés en un Coup d’Œil
- Gemini 2.0 Pro is 1.7x cheaper for API usage (input + output tokens combined).
- Gemini 2.0 Pro has a larger context window (2M vs 1M tokens).
- Gemini 2.0 Pro is faster at 95 tok/s vs 95 tok/s.
- Gemini 2.0 Pro leads on SWE-bench coding (63.8% vs 63.8%).
| Caractéristique | Gemini 2.5 Pro | Gemini 2.0 Pro |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 78 | 52 |
Provider | ||
Input Price Cost per million input tokens | $1.25 / 1M | $1.25 / 1M |
Output Price Cost per million output tokens | $10.00 / 1M | $5.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $1.47 / 1M | $0.97 / 1M |
Context Window Maximum input + output tokens | 1.05M tokens~1,573 A4 pages of text | 2M tokens~3,000 A4 pages of text |
Max Output Tokens Per single request | 66K | 8K |
Throughput Speed Tokens generated per second | 95 tok/s | 95 tok/s |
SWE-bench Verified Real-world software engineering | 63.8% | 63.8% |
GPQA Diamond Graduate-level reasoning | 84% | 71.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.31 / 1M | $0.31 / 1M |
Qui gagne où ?
At-a-glance decision frameworkScores de Benchmarks Vérifiés
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latence et Temps de Réponse
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulateur Interactif de Coût de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemini 2.5 Pro · Strengths & Key Advantages
- Fenêtre de contexte de 1.0M et capacité de sortie maximale de 66K tokens (SWE-bench Verified 63.8% · GPQA Diamond 84%)
- Débit rapide de 95 tokens/seconde avec une latence au premier token (TTFT) de 820 ms
- Tarification API optimisée ($1.25/$10 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Gemini 2.0 Pro · Strengths & Key Advantages
- Fenêtre de contexte de 2M et capacité de sortie maximale de 8K tokens (SWE-bench Verified 63.8% · GPQA Diamond 71.5%)
- Débit rapide de 95 tokens/seconde avec une latence au premier token (TTFT) de 620 ms
- Tarification API optimisée ($1.25/$5 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemini 2.5 Pro | Gemini 2.0 Pro |
|---|---|---|
Cost per Task Estimated USD to finish one task | $1.45 | $1.59 |
Output Tokens / Task Tokens generated per task | 45K | 60K |
Reasoning Tokens / Task Thinking tokens burned per task | 22K | 33K |
Spécifications Techniques
Architecture, release timeline, capabilities, and modalities.
| Caractéristique | Gemini 2.5 Pro | Gemini 2.0 Pro |
|---|---|---|
| Official API Model ID (SDK) | models/gemini-2-5-pro | models/gemini-2-pro |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2025-03 | 2025-02 |
| Knowledge Cutoff | January 2025 | January 2025 |
| Architecture | Pathways Multimodal Sparse Mixture-of-Experts with Thinking | Multimodal Deep Reasoning Sparse MoE |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM |
| Long-Context Tier (>128K/200K) | Standard rate up to 200K tokens; 2x input/output tier above 200K tokens | Standard rate up to 200K tokens; 2x input/output tier above 200K tokens |
| Prompt Cache Policy & TTL | Implicit + Explicit Context Caching at $0.31/1M with configurable TTL | Implicit + Explicit Context Caching at $0.31/1M with configurable TTL |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Vertex AI Supervised Adapter Tuning & Context Distillation | Vertex AI Supervised Adapter Tuning & Context Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) · Video (~258–300 tokens/sec) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) · Video (~258–300 tokens/sec) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision, audio, video | text, vision, audio, video |
| Output Modalities | text | text |
Gemini 2.5 Pro vs Gemini 2.0 Pro: Réponses Rapides (FAQ)
Which is more intelligent, Gemini 2.5 Pro or Gemini 2.0 Pro?
Gemini 2.5 Pro is more intelligent. It scores 78 compared with 52 on the composite Intelligence Index.
Which model is cheaper to run?
Gemini 2.0 Pro is cheaper at $0.97 per 1M tokens blended, compared with $1.47 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Gemini 2.0 Pro has lower latency, with a time to first token of 0.62s compared with 0.82s.
Which model has a larger context window?
Gemini 2.0 Pro has a larger context window, supporting 2M tokens compared with 1.05M tokens.
Verdict
Gemini 2.5 Pro (Conçu pour le raisonnement logique profond, les mathématiques formelles et l’analyse scientifique, l’intégration RAG et les pipelines de production évolutifs.) et Gemini 2.0 Pro (Conçu pour le raisonnement d’entreprise de pointe, l’ingénierie logicielle et la production IA, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Gemini 2.5 Pro domine sur les benchmarks de raisonnement et de programmation, Gemini 2.5 Pro assure un débit supérieur et Gemini 2.0 Pro offre le meilleur rapport coût-efficacité en production.
Questions fréquentes
Quel modèle choisir pour le code et le raisonnement, Gemini 2.5 Pro ou Gemini 2.0 Pro ?+
Sur l’indice d’intelligence composite et les tests de code, Gemini 2.5 Pro prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.
Quelle est la différence de prix API entre Gemini 2.5 Pro et Gemini 2.0 Pro ?+
Gemini 2.5 Pro est facturé $1.25 / $10.00 par million de tokens (entrée/sortie) contre $1.25 / $5.00 pour Gemini 2.0 Pro. En coût pondéré, Gemini 2.0 Pro est plus économique.
Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+
Gemini 2.5 Pro prend en charge 1.05M tokens contre 2M tokens pour Gemini 2.0 Pro. Côté vitesse de génération, Gemini 2.5 Pro est le plus rapide.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini 2.5 Flash-Lite vs Gemini 2.5 Pro : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Gemini 2.5 Pro vs GPT-4.5 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Gemini 2.0 Pro vs Claude 3.7 Sonnet : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Gemini 2.0 Pro vs Gemini 2.0 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Aion-Mini : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Gemini 3.6 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: Documentation API officielle de Google et Google, fiches système et benchmarks indépendants (2026).