Gemini 2.5 Computer Use Preview (10-2025)
Gemini 2.5 Computer Use Preview (10-2025) is an AI model published by Google Deep Mind, released on 2025-10-07, for 多模态大模型, with 0.0B parameters, and 128K tokens context length, under the 不开源 license.
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
| Modality | Input | Output |
|---|---|---|
| Text | $1.25 | $10.00 |
| Image | $1.25 | -- |
| Modality | Input | Output |
|---|---|---|
| Text | $2.50 | $15.00 |
| Image | $2.50 | -- |
Gemini 2.5 Computer Use 是基于 Gemini 2.5 Pro 视觉理解与推理能力而构建的专用模型，面向通过浏览器等图形界面执行业务操作的智能体（agent）场景。该模型以 Preview 形式通过 Gemini API 在 Google AI Studio 与 Vertex AI 向开发者开放。
模型通过新的 computer_use 工具以循环（agent loop）方式运行：输入包含用户目标、当前界面截图与近期动作历史；模型输出为规范化的 UI 动作（如点击、输入、拖拽等）的函数调用，同时可能附带对高风险动作的确认请求。客户端负责执行动作并回传新截图与 URL，直至任务完成或中止。
当前模型主要针对浏览器环境进行了优化，并在移动端 UI 控制基准上显示出良好潜力；尚未针对桌面 OS 级控制进行优化。
gemini-2.5-computer-use-preview-10-2025Google 公布的自测与第三方环境（如 Browserbase harness）显示，该模型在 Online-Mind2Web、WebVoyager 与 AndroidWorld 等多项网页/移动控制基准上达到领先准确率与较低时延。具体分数及方法学细节见官方博文与随附的评估说明。
模型以 API 方式提供（AI Studio/Vertex AI）。Vertex AI 定价页提供了 Gemini 2.5 Pro — Computer Use (Preview) 的令牌计费：当输入上下文 ≤200K tokens 与 >200K tokens 时，输入/输出分别采用不同单价；若无在该模型项下明确列出的“缓存计费（Cached Input）”，则不应填入缓存单价。
适合：跨站信息采集、表单自动化、网页流程/用例测试、在登录态下操作 UI 等。限制：Preview 阶段可能产生错误与安全风险；需在受控环境运行，并对高风险动作实施二次确认与审计。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
