2 миллиона токенов входного контекста — это абсурдно много. Это объём War and Peace целиком, или средний репозиторий на GitHub, или сотня PDF-документов. Когда Google анонсировал такое окно у Gemini 2.5 Pro, многие отнеслись скептически: ну хорошо, влезет, но толку-то с этого?
Полгода работы с Gemini Pro в EPIHEN показали, что long-context — действительно работающая фича, не маркетинговый трюк. Но и не серебряная пуля: есть задачи где он магия, и есть где не нужен. Разбираем что и где.
Сколько это вообще — 2 миллиона токенов
Чтобы было предметнее: 1 токен примерно ≈ 4 символа английского или 2 символа русского текста. 2M токенов это:
- ~1.5 миллиона слов английского — 2-3 толстые книги.
- ~600 тысяч слов русского — одна толстая книга.
- ~6000 страниц рядового PDF.
- Весь исходный код React (без зависимостей) с запасом.
- Полный годовой архив корпоративной переписки одного человека.
Для сравнения, Claude Opus в long-context-режиме — 1M, GPT-5.5 — 400K, DeepSeek R1 — 128K. Gemini в этом плане недосягаем.
Цены на длинном контексте
Цена за токены у Gemini Pro двухтарифная:
- До 200K input — $1.25 / $5 за 1M input / output.
- Свыше 200K — $2.50 / $15 за 1M (то есть удваивается).
Звучит нормально, но при реальных длинных запросах суммы внушительные. Прогон через Gemini 1.5M токенов входа стоит $3.75. Один такой запрос. Если делать каждый день по 10 раз — это $37.50 в день, $1100 в месяц. Не пустяк.
Поэтому в EPIHEN мы маршрутизируем на Gemini long-context только когда другие модели реально не справятся. Если задача укладывается в 200K — лучше Sonnet или Opus.
Кейс 1: анализ большого PDF / pack of PDFs
Самый прямой кейс. У вас три PDF по 200-500 страниц — отчёты, документы, контракты. Нужно найти что-то конкретное или сделать сравнительный анализ.
Раньше типовая стратегия — порезать на куски, векторизовать, использовать RAG (retrieval augmented generation). Это работает, но имеет ограничения: модель видит только релевантные куски, может пропустить связи между фрагментами в разных частях документа.
С Gemini long-context: загружаете все PDF целиком в один промпт. Модель видит абсолютно весь текст одновременно. Может сопоставлять детали из главы 1 одного документа со сноской на странице 280 другого. Эту глубину RAG не даёт.
Реальный пример из нашей практики: пользователь загрузил три годовых отчёта компании за 2023, 2024, 2025. ~150 страниц каждый. Попросил: «найди тренды в финансовых показателях и объясни какие из них настораживают». Gemini сделал отличный сравнительный анализ — отметил изменения в долговой нагрузке, в структуре доходов, в стоимости заёмного капитала. Cross-references между документами без проблем.
Кейс 2: анализ репозитория
«Прочитай весь мой репозиторий и дай ревью архитектуры». Раньше — нереально, разве что объяснять модели структуру вручную. Сейчас — берёте репозиторий, выгружаете все исходники в один файл (есть утилиты типа repo2text), кидаете в Gemini.
Реальные размеры репозиториев в токенах:
- Маленький проект (<10K строк кода): ~50K токенов.
- Средний (50K строк): ~250K токенов.
- Большой (200K строк): ~1M токенов.
- Большой монорепо: легко 2M+, может не влезть.
В рамках 200K-1M Gemini работает очень хорошо. Понимает структуру каталогов, видит связи между модулями, замечает inconsistencies в стиле, находит anti-patterns. Это качественно отличается от чтения файлов по одному — у модели есть holistic view.
Особенно полезно для onboarding'а: «я только начинаю работать с этим репозиторием, дай мне 10-минутный обзор архитектуры». Gemini-обзор на основе всего кода даст вам понимание за 5 минут — на которое иначе бы ушли часы чтения.
Кейс 3: суммаризация книги или длинного материала
Длинные нон-фикшн книги — экономика, история, наука — типично имеют 100-300K токенов. Полностью помещаются в Gemini Pro. Можно загрузить и попросить «сделай 5-страничный конспект ключевых идей» или «выпиши все аргументы автора в защиту тезиса X».
Качество суммаризации с full-context Gemini заметно лучше, чем «по главам». Модель видит как идеи разворачиваются от начала до конца книги, какие аргументы автор использует только раз, какие повторяются. Конспект получается коммерчески читаемым.
Подобно работает с серьёзными подкастами/лекциями: расшифровка 3-часовой лекции это ~30-50K токенов — копейки для Gemini. Получаете структурированный конспект за минуту.
Кейс 4: видео и мультимодальный контент
Gemini нативно поддерживает video — несколько минут клипа можно подать как часть промпта. Внутри это разбивается на кадры, и модель анализирует их вместе с текстом. Это уникальная фича: ни Claude, ни GPT этого не умеют так гладко.
Practical use cases: разобрать обучающее видео и сделать конспект, расшифровать речь с показом нужных моментов, описать содержимое скринкаста.
В EPIHEN для тяжёлого видео-анализа мы используем специализированный Nvidia Nemotron Omni — он дешевле и быстрее на длинных видео. Но для коротких клипов (до 5 минут) Gemini удобнее: всё в одном API-вызове, без отдельной интеграции.
Кейс 5: личный архив переписки или документов
Загрузить год переписки в почте, год сообщений в Slack — и задавать вопросы вроде «найди обсуждение проекта X», «кто упоминал слово Y», «верный ли тогда был мой довод».
Это спекулятивный кейс — мало кто пока всерьёз использует, потому что данные чувствительные. Но технически возможно — и в будущем такой паттерн может стать обычным «расширением личной памяти». EPIHEN с долговременной памятью отчасти решает эту задачу, не загружая каждый раз весь архив.
Когда long-context НЕ нужен
Большинство задач не требуют long-context, и пытаться использовать Gemini Pro «потому что окно большое» — переплата.
Короткие задачи (~5K input, ~2K output) — у Sonnet и GPT-5.5 тариф ниже, скорость выше, качество не хуже.
Задачи, разбиваемые на куски. Если можете прочитать документ по разделам и собрать ответы в конце — это часто дешевле, чем один прогон Gemini long-context. Особенно если разделы независимы.
Задачи где нужны точные цитаты. Парадоксально, но модели с большим контекстом иногда «теряют» точные формулировки в шуме. Для задач «найди мне точную цитату из этой книги по теме X» иногда RAG работает лучше — он находит точное место и подаёт его модели для verbatim-возврата.
Задачи требующие свежих знаний из интернета. Gemini, как и все LLM, имеет cutoff knowledge — не знает что было после января 2026. Загрузка большой документации старых лет не поможет если нужны свежие данные.
Подводные камни long-context
«Lost in the middle». Модели иногда хуже помнят содержимое середины длинного контекста, чем начала и конца. Gemini 2.5 Pro этим страдает меньше других, но эффект всё равно есть. Если важная информация в середине документа на 500K токенов — есть риск что модель её недооценит.
Память не безразмерная. 2M токенов в реальности доступны только в платных тарифах. На стандартном Gemini Pro через API окно сейчас (на май 2026) — 1M, что тоже немало, но не максимум объявленных значений.
Время отклика растёт с размером. Прогон через 1M токенов занимает 30-90 секунд. Это не быстро. Для интерактивной работы — медленновато.
Дороже становится быстро. $3.75 за один long-prompt — не страшно, но при систематическом использовании счёт растёт. Бюджет на long-context имеет смысл планировать отдельно.
Как мы используем Gemini в EPIHEN
Через sub-agent с алиасом gemini (см. статью про sub-agents). Главный агент маршрутизирует на Gemini когда видит:
- Прикреплённый документ >200K токенов.
- Несколько документов суммарно >300K токенов.
- Запрос вида «прочти весь документ и сделай X», даже если документ умеренного размера.
- Видео-файлы короче 5 минут.
На Pro-тарифе доступ к long-context Gemini есть; на Max — без особых ограничений. На бесплатном — недоступно, потому что один long-context-прогон может съесть всю дневную квоту поинтов.
Резюме
Gemini 2.5 Pro с его 2M-токенным окном — единственная разумная опция в 2026 году для задач, реально требующих long-context: анализ больших документов, ревью репозиториев, суммаризация книг, работа с видео. На повседневных задачах он не имеет преимуществ перед Claude Sonnet или GPT-5.5 — обычно даже проигрывает в скорости и тоне.
Правильная стратегия: использовать Gemini long-context целенаправленно, когда нужно именно «всё разом», и не пытаться сделать его дефолтной моделью «потому что окно большое». Через EPIHEN это происходит автоматически — главный агент сам решает когда нужен Gemini.
В следующих статьях разбираем AI-агенты в 2026, промпт-инжиниринг и multi-tool agents.