Sebastian Petrus

Posted on Jun 23 • Originally published at apidog.com

Google Gemini 2.5 06-05 Preview: Nâng cấp quan trọng cho nhà phát triển

Bản xem trước Gemini 2.5 06-05 của Google mang đến các cải tiến đáng chú ý cho đội ngũ phát triển đang xây dựng tính năng lập trình, suy luận và đa phương thức bằng AI. Với điểm chuẩn lập trình cao hơn, cửa sổ ngữ cảnh lớn và khả năng tích hợp qua API, phiên bản này phù hợp để thử nghiệm các workflow tạo mã, QA tự động và xử lý dữ liệu có ngữ cảnh dài.

Dùng thử Apidog ngay hôm nay

Nếu bạn muốn tích hợp và kiểm thử API Gemini 2.5 06-05 nhanh hơn trong quy trình hiện có, Apidog có thể giúp bạn tạo request, xác thực response, lưu test case và chia sẻ endpoint với team.

Gemini 2.5 06-05: Có gì mới cho đội ngũ kỹ thuật?

Bản xem trước Gemini 2.5 06-05 tập trung vào ba nhóm năng lực chính:

Lập trình: Cải thiện độ chính xác, khả năng hiểu ngữ cảnh và tạo mã.
Suy luận: Tốt hơn trong các tác vụ logic, khoa học, toán học và phân tích dữ liệu.
Đầu ra sáng tạo/có cấu trúc: Phù hợp hơn cho tài liệu, hướng dẫn, nội dung tương tác và ứng dụng web.

Với developer, điểm quan trọng không chỉ là “model mạnh hơn”, mà là bạn có thể đưa model vào workflow kỹ thuật: tạo prototype, sinh test case, phân tích log, review code hoặc tự động hóa kiểm thử API.

Hiệu suất lập trình nâng cao

Gemini 2.5 06-05 cải thiện đáng kể ở các tác vụ lập trình thực tế:

Aider Polyglot đạt 82.2%: Thể hiện năng lực tốt trong các bài toán lập trình đa ngôn ngữ.
Tạo mã phức tạp từ prompt đơn: Ví dụ: tạo ứng dụng đọc chính tả với giao diện dạng sóng.
WebDev Arena tăng Elo: Tăng 24 điểm lên 1470, cho thấy khả năng tạo ứng dụng web vừa hoạt động được vừa có giao diện tốt hơn.
Ngân sách tư duy có thể cấu hình: Cho phép cân bằng chi phí, độ trễ và độ chính xác khi gọi API.

Cách áp dụng trong workflow dev

Bạn có thể dùng Gemini 2.5 06-05 để hỗ trợ các tác vụ như:

Sinh code scaffold
- Tạo route/API handler.
- Sinh service layer.
- Viết script xử lý dữ liệu.
Tạo test case
- Unit test.
- Integration test.
- Test case cho response API.
Review logic
- Phát hiện edge case.
- Giải thích đoạn code phức tạp.
- Đề xuất refactor.

Ví dụ prompt cho tác vụ backend:

Bạn là backend engineer. Hãy tạo Express.js endpoint POST /orders.
Yêu cầu:
- Validate body gồm userId, items, totalAmount
- Trả về 400 nếu thiếu field
- Trả về JSON response nhất quán
- Tách validation logic thành function riêng
- Kèm ví dụ unit test

Sau khi nhận code từ model, bạn nên chạy qua các bước tối thiểu:

npm test
npm run lint
npm run build

Sau đó dùng Apidog để gửi request thật, lưu response mẫu và tạo test tự động cho endpoint.

Khả năng suy luận và logic vượt trội

Gemini 2.5 06-05 nổi bật ở các tác vụ cần suy luận sâu và xử lý ngữ cảnh dài:

Điểm số hàng đầu trên GPQA và Humanity’s Last Exam (HLE): Phù hợp với truy vấn phức tạp, yêu cầu kiến thức và suy luận.
Tăng Elo đáng kể: Tăng 35 điểm trên WebDevArena lên 1443, tăng 24 điểm trên LMArena lên 1470.
Phân tích dữ liệu tốt hơn: Hữu ích cho ứng dụng nặng logic, nghiên cứu, QA tự động và phân tích tài liệu.

Đối với đội ngũ API/backend, điều này có thể được áp dụng vào:

Tạo bộ test từ đặc tả API.
Phân tích lỗi từ log dài.
So sánh response thực tế với contract mong muốn.
Sinh checklist QA cho endpoint mới.

Ví dụ prompt để tạo test case từ API spec:

Dựa trên endpoint sau, hãy tạo danh sách test case API.
Endpoint: POST /users
Body:
{
  "email": "string",
  "password": "string",
  "name": "string"
}

Yêu cầu:
- Bao gồm happy path
- Bao gồm validation error
- Bao gồm edge case
- Trả về dạng bảng gồm: case name, input, expected status, expected response

Đầu ra sáng tạo và có cấu trúc tốt hơn

Gemini 2.5 06-05 cũng cải thiện ở các tác vụ không thuần lập trình:

Định dạng rõ ràng hơn: Hữu ích khi tạo tài liệu kỹ thuật, hướng dẫn hoặc nội dung học tập.
Ví dụ thực tế: Có thể chuyển đổi video YouTube thành ứng dụng học tập tương tác với giao diện và mã.
Phản hồi dễ đọc hơn: Phù hợp với workflow sản phẩm, tài liệu và hỗ trợ developer.

Cách dùng cho tài liệu API

Bạn có thể dùng model để tạo bản nháp tài liệu từ request/response mẫu:

Hãy viết tài liệu API cho endpoint sau theo format Markdown.

Method: GET
Path: /products/{id}

Response 200:
{
  "id": "prod_123",
  "name": "Keyboard",
  "price": 99.99,
  "currency": "USD"
}

Response 404:
{
  "error": "PRODUCT_NOT_FOUND",
  "message": "Product not found"
}

Bao gồm:
- Mô tả endpoint
- Path parameter
- Ví dụ request
- Ví dụ response
- Mã lỗi phổ biến

Sau đó bạn có thể đưa tài liệu này vào repository, portal nội bộ hoặc workspace API để team cùng review.

Các tính năng kỹ thuật chính của Gemini 2.5 06-05

AI đa phương thức: Không chỉ xử lý văn bản

Gemini 2.5 06-05 hỗ trợ nhiều loại đầu vào:

Văn bản
Âm thanh
Hình ảnh
Video

Một số điểm đáng chú ý:

VideoMME đạt 84.8%: Thể hiện năng lực hiểu video tốt.
Có thể phân tích video YouTube: Hữu ích để tạo đặc tả, nội dung học tập hoặc mã mẫu.
Phù hợp với ứng dụng đa phương thức: Ví dụ edtech, tự động hóa nội dung, công cụ phân tích media.

Ví dụ use case thực tế:

Đầu vào: Video demo sản phẩm
Đầu ra mong muốn:
- Tóm tắt tính năng chính
- Danh sách API cần có
- User flow
- Wireframe text-based
- Checklist QA

Cửa sổ ngữ cảnh lớn

Gemini 2.5 06-05 hỗ trợ cửa sổ ngữ cảnh lên đến 1 triệu token.

Điều này hữu ích khi bạn cần đưa vào model:

Codebase lớn.
Tài liệu kỹ thuật dài.
Nhiều file spec.
Tối đa khoảng một giờ video hoặc 11 giờ âm thanh trong một lần gọi.
Ngữ cảnh sản phẩm, yêu cầu nghiệp vụ và log lỗi dài.

Google cũng có kế hoạch mở rộng lên 2 triệu token, phù hợp hơn cho các workflow phân tích tài liệu và hệ thống quy mô lớn.

Tích hợp vào workflow developer

Bạn có thể truy cập Gemini thông qua:

Google AI Studio.
Vertex AI.
Gemini API.
Ứng dụng Gemini.

Một workflow triển khai thực tế có thể như sau:

Tạo API key hoặc cấu hình truy cập trong môi trường của bạn.
Tạo request mẫu đến Gemini API.
Kiểm thử prompt với nhiều input khác nhau.
Lưu request/response trong công cụ API.
Thêm test tự động để kiểm tra format response.
Tích hợp vào backend service hoặc job xử lý nền.

Ví dụ cấu trúc request kiểm thử trong môi trường API client:

{
  "input": "Hãy tạo test case cho endpoint POST /login",
  "requirements": {
    "format": "markdown_table",
    "include_edge_cases": true,
    "language": "vi"
  }
}

Bạn có thể dùng Apidog để lưu request này, tạo biến môi trường cho API key và chạy lại test khi prompt hoặc model thay đổi.

Theo số liệu: Các chỉ số hiệu suất của Gemini 2.5 06-05

Khi so sánh model AI cho tích hợp kỹ thuật, các chỉ số đáng chú ý gồm:

Aider Polyglot: 82.2% trong tác vụ lập trình.
WebDev Arena: Tăng 35 điểm Elo lên 1443.
LMArena: Tăng 24 điểm Elo lên 1470.
VideoMME: 84.8% cho tác vụ video.
GPQA & HLE: Kết quả hàng đầu ở nhóm suy luận, khoa học và toán học.

Các kết quả này cho thấy Gemini 2.5 06-05 phù hợp để thử nghiệm trong các workflow như:

Tự động hóa tạo mã.
Sinh tài liệu kỹ thuật.
QA API.
Phân tích dữ liệu có ngữ cảnh dài.
Tạo nội dung đa phương thức.

Cách truy cập Gemini 2.5 06-05

Bạn có thể bắt đầu với các kênh sau:

Google AI Studio: Phù hợp để thử prompt nhanh.
Vertex AI: Phù hợp với team cần quản trị, triển khai và tích hợp trong môi trường cloud.
Gemini API: Phù hợp để nhúng vào backend, công cụ nội bộ hoặc pipeline tự động hóa.
Ứng dụng Gemini: Phù hợp để thử nghiệm thủ công và khám phá khả năng model.

Quy trình kiểm thử API gợi ý

Để đưa Gemini vào workflow backend/API, bạn có thể bắt đầu theo các bước:

Tạo collection API
- Thêm endpoint Gemini.
- Cấu hình header xác thực.
- Tạo biến môi trường cho API key.
Tạo prompt chuẩn hóa
- Prompt cho tạo code.
- Prompt cho tạo test.
- Prompt cho phân tích lỗi.
- Prompt cho tạo tài liệu.
Kiểm tra response
- Status code.
- Thời gian phản hồi.
- Format JSON.
- Các field bắt buộc.
- Nội dung có đúng cấu trúc mong muốn không.
Tự động hóa regression test
- Chạy lại bộ request khi thay đổi prompt.
- So sánh response với schema.
- Phát hiện output bị thiếu field hoặc sai format.
Đưa vào CI/CD nếu cần
- Dùng test API như một bước kiểm tra trước khi deploy.
- Kiểm tra prompt/template quan trọng không bị phá vỡ.

Ví dụ assertion cơ bản cho response JSON:

pm.test("Response có field output", function () {
  const jsonData = pm.response.json();
  pm.expect(jsonData).to.have.property("output");
});

pm.test("Output không rỗng", function () {
  const jsonData = pm.response.json();
  pm.expect(jsonData.output.length).to.be.greaterThan(0);
});

Sử dụng bộ công cụ kiểm thử API của Apidog để tăng tốc tích hợp, tự động hóa kiểm thử hồi quy và đảm bảo độ tin cậy khi bạn dùng các endpoint được hỗ trợ bởi Gemini.

Nếu bạn muốn dùng Gemini 2.5 Pro trực tiếp trong terminal, có thể kết hợp với Open Codex CLI cho các quy trình lập trình được hỗ trợ bởi AI để chạy tạo mã nhận biết ngữ cảnh từ shell.

Để hiểu bản cập nhật này nằm ở đâu trong toàn bộ dòng sản phẩm, hãy xem thêm bài viết về toàn bộ dòng mô hình Gemini 2.5—Pro, Flash và Flash-Lite, bao gồm so sánh khả năng và giá cả theo từng cấp.

Tại sao Gemini 2.5 06-05 quan trọng với đội ngũ API & Backend

Gemini 2.5 06-05 nâng cấp ba phần quan trọng cho đội ngũ kỹ thuật:

Tạo mã tốt hơn.
Suy luận và xử lý ngữ cảnh dài tốt hơn.
Đầu ra có cấu trúc và đa phương thức tốt hơn.

Với developer API, backend engineer và QA engineer, các cải tiến này có thể được chuyển thành workflow cụ thể: tạo prototype nhanh, sinh test case, phân tích log, tạo tài liệu và kiểm thử endpoint AI một cách có hệ thống.

Kết hợp Gemini với Apidog để tạo request, kiểm thử response, quản lý environment và tự động hóa quy trình QA cho các API có tích hợp AI.