Gemini 2.5 Pro и 3.7 Flash: мультимодальность Google в каталоге

Мы добавили Gemini 2.5 Pro (gemini-2.5-pro) и Gemini 3.7 Flash (gemini-3.7-flash). Главная причина, по которой на них смотрят, — широкая мультимодальность: не только текст и картинки, а ещё аудио и видео. Плюс контекст 1M токенов у обеих.

Gemini 2.5 Pro

Старшая модель. Умеет:

• Текст, изображения, аудио, видео в одном запросе. Можно скормить видеозапись и попросить пересказать, найти момент, разобрать, что происходит.
• Reasoning — пошаговые рассуждения на сложных задачах.
• Контекст 1M — длинные документы и медиа без нарезки.

Берите Pro, когда мультимодальная задача сложная: разбор видео с выводами, аналитика по смешанному контенту, длинные документы с иллюстрациями.

Gemini 3.7 Flash

Быстрая мультимодальная модель, тоже с 1M контекста. Тот же набор модальностей, но оптимизация под скорость и цену. Когда задача мультимодальная, но не требует максимальной глубины, — Flash отвечает быстрее и стоит меньше.

Почему это важно именно из-за медиа

Многие флагманы читают текст и картинки, но спотыкаются на аудио и видео. Здесь Gemini выделяется: обработка видеозаписи или аудиодорожки — их родная территория. Если ваш продукт работает с медиа, эти модели часто оказываются практичнее, чем городить отдельный пайплайн из распознавания речи плюс текстовой модели.

Пример: текст плюс изображение

curl https://api.yenisei.ru/v1/chat/completions \
  -H "Authorization: Bearer $YENISEI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-pro",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "Опиши, что не так с этим графиком, и предложи, как исправить."},
        {"type": "image_url", "image_url": {"url": "https://example.com/chart.png"}}
      ]
    }]
  }'

Как выбирать

• Мультимодальная задача с глубиной (видео + выводы, сложная аналитика) — Gemini 2.5 Pro.
• Мультимодальный поток, где важнее скорость и цена, — Gemini 3.7 Flash.
• Чисто текстовая задача — возможно, вам ровнее сядет Claude или GPT; Gemini берут в первую очередь за медиа.

Обе уже в каталоге. Единый OpenAI-совместимый API, оплата в рублях, 1 кредит = 1 ₽.