Gemini 2.5 Computer Use

Gemini 2.5 Computer Use — специализированная предварительная модель для управления графическим интерфейсом. Она принимает текст и изображение экрана, анализирует видимые элементы и возвращает текстовые действия для программной интеграции. Google выпустила endpoint 7 октября 2025 года. В актуальной документации он обозначен как legacy preview: более новые модели Gemini 3 Flash и Pro поддерживают управление компьютером без отдельной модели.

Как устроено управление интерфейсом

Модель предлагает действие, интеграция исполняет его

Система получает снимок экрана и инструкцию, после чего возвращает действие в текстовом формате. Приложение должно передать это действие исполнительному коду и запросить новый снимок, чтобы оценить результат следующего шага. Модель не превращает обычный текстовый ответ в безопасное управление автоматически: цикл наблюдения, исполнения и проверки реализуется на стороне приложения.

Область применения и ограничения

Браузерная автоматизация и тестирование интерфейсов

Официальное описание Google называет автоматизацию браузера, многошаговые задачи в программном обеспечении и тестирование пользовательских интерфейсов сценариями применения. Endpoint принимает текст и изображения; лимит запроса составляет 128 000 токенов, ответа — 64 000. Эти параметры относятся к конкретной preview-модели и не должны переноситься на другие версии Gemini.

Статус и API-идентификатор

Отдельная модель поколения 2.5

Точное имя endpoint — gemini-2.5-computer-use-preview-10-2025. Каталог Google сохраняет карточку модели, однако рекомендует для управления компьютером использовать встроенные возможности Gemini 3 Pro и Flash. Поэтому запись полезна для разбора прежней интеграции и сравнения истории API, но при запуске нового проекта сначала проверьте актуальные инструкции по Computer Use.

Проверки перед запуском

Подтверждайте действия с последствиями

В тестовом контуре проверьте координаты и состояние интерфейса после каждого действия, поведение при изменении масштаба и размера окна, обработку всплывающих окон и восстановление после ошибки. Отдельно ограничьте доступ к платежам, публикации материалов, удалению данных и другим необратимым операциям. Для критических действий добавьте явное подтверждение человеком, журналирование и независимую проверку результата.

Связанные модели и разработчик

Каталог Futuretools и страница Google DeepMind

Gemini 3 8 Flash · Gemini 3 7 Flash · Google DeepMind в Вики Futuretools

Первичные источники

Официальная документация и жизненный цикл

Дата и статус сверены с официальной документацией Google по состоянию на 29 сентября 2026 года. Карточка Gemini 2.5 Computer Use · Руководство Google по Computer Use · Официальный журнал выпусков Gemini API · Каталог моделей Gemini API