← 全部模型

Gemini 2.5 Computer Use

發布時間 發布主體 Googlegemini-2.5-computer-use-preview-10-2025

模型定位

Google 於 2025 年 10 月 7 日發布的公開預覽模型,建立在 Gemini 2.5 Pro 的視覺理解與推理能力之上,專為能操作圖形使用者介面的代理程式設計,主要針對網頁瀏覽器使用情境最佳化。(blog.google)

能力與用途

  • 接收文字與圖片,輸出文字及介面操作的函式呼叫;官方列出的輸入上限為 128,000 tokens,輸出上限為 64,000 tokens。(aistudio.google.com)
  • 在代理迴圈中分析使用者要求、畫面截圖與操作歷史,提出點擊、輸入等動作;由用戶端程式執行,再回傳新截圖及網址供模型繼續處理。(blog.google)
  • 可用於網頁表單填寫、網站資訊蒐集、跨步驟工作流程自動化及使用者介面測試。(blog.google)

限制與狀態

  • 模型主要針對瀏覽器最佳化;Google 發布時表示它在行動裝置介面操作上具潛力,但尚未針對桌面作業系統層級的控制最佳化。(blog.google)
  • 自動操作存在錯誤、提示注入與詐騙等風險。開發者應測試安全防護,並對購買等敏感操作要求使用者確認。(blog.google)
  • Google 官方文件指出,此模型已於 2026 年 7 月 28 日關閉;建議遷移至支援電腦操作的 Gemini 3.8 Flash 或其他 Gemini 3 模型。(aistudio.google.com)

價格

截至 2026 年 11 月 17 日,未能從目前的 Gemini Developer API 官方定價頁核實此已關閉模型的輸入與輸出計費金額,故不列數值;其他模型或平台的價格不應直接套用。(aistudio.google.com)

官方來源