Gemini 2.5 Pro
總分
90
強大的多模態模型，擅長長上下文分析、研究流程與複雜文件理解。
long-contextmultimodalresearch
上下文視窗
1M
速度
均衡
← 返回使用場景
research
研究整合與分析師工作流
適合做證據蒐集、市場掃描與長上下文整合。
重視來源根據、多語閱讀、長上下文推理，以及可檢視的檢索架構。
來源可見性與證據可追溯性
大型文件理解品質
是否支援可重複執行的分析流程
更新時間: 2026年4月8日
推薦組合
推薦模型
推薦技能
Research search
SerpApi
總分
85
搜尋資料 API，讓 agent 可以穩定取得最新網路訊號與易解析結果。
searchwebsignals
難度
容易
來源
Website
Vector retrieval
Weaviate
總分
82
向量資料庫與檢索層，適合做答案 grounding、語意搜尋與記憶增強 agent。
retrievalmemoryvector-db
難度
進階
來源
Website
Speech to text
OpenAI Whisper
總分
87
成熟穩定的語音轉文字層，適合會議、Podcast、多語筆記與語音工作流。
audiotranscriptionmultilingual
難度
容易
來源
GitHub
Knowledge memory
Obsidian Memory Vault
總分
82
把 agent 記憶做成可編輯 Markdown，而不是不可見黑盒狀態的個人知識層。
memorymarkdownknowledge
難度
容易
來源
Website