Google ngừng Gemini 2.5 trên API từ 01/12: request tự chuyển sang model mới

Nếu ứng dụng hoặc website của bạn đang gọi Gemini qua API, đây là tin cần đọc trước tháng 12: Gemini 2.5 ngừng trên API từ ngày 01/12/2026 theo thông báo của Google trong release notes Gemini API ngày 02/11/2026. Tin tốt là hệ thống của bạn sẽ không sập ngay, vì request cũ sẽ tự động chuyển sang model mới. Tin cần lưu ý là model mới tính phí theo giá của nó, lại có mặc định và quy tắc gọi công cụ khác, nên để mặc định chuyển tự động có thể làm kết quả và chi phí lệch khỏi dự tính. Bài viết này tóm tắt đúng phạm vi thay đổi, lộ trình chuyển đổi và việc bạn nên làm trước ngày 01/12.

Gemini 2.5 ngừng trên API: chuyện gì xảy ra từ 01/12/2026?

Phạm vi cần nói rõ ngay từ đầu: thay đổi này áp dụng cho Gemini API. Bài viết không khẳng định phạm vi này cho Vertex AI, vì trang model versions của Google Cloud nêu ngày nghỉ hưu khác cho Vertex AI là 20/10/2026. Nếu bạn dùng Vertex AI, hãy kiểm tra riêng tài liệu của Google Cloud, đừng lấy mốc của Gemini API để suy ra.

Với Gemini API, từ 01/12/2026, các request gửi tới chuỗi model cũ sẽ được chuyển hướng tự động như sau:

• Request tới gemini-2.5-pro sẽ tự chạy trên gemini-3.8-flash.
• Request tới gemini-2.5-flash sẽ chạy trên gemini-3.5-flash-lite.
• Chi phí được tính theo model mới thực sự chạy request, không tính theo giá của model cũ.

Vì chuỗi model cũ vẫn hoạt động trong cơ chế chuyển hướng, bạn sẽ không thấy lỗi ngay lúc chuyển. Nhưng “không lỗi” không đồng nghĩa “giống hệt như trước”: chất lượng câu trả lời, độ dài, cách model dùng công cụ và chi phí đều có thể thay đổi theo model mới.

Những điểm dễ bị bỏ sót trong đợt chuyển đổi này

gemini-2.5-flash-lite không nằm trong đợt này

Một điểm khác biệt quan trọng: gemini-2.5-flash-lite KHÔNG nằm trong đợt ngừng này và vẫn dùng được cho tới khi có thông báo khác từ Google. Vì vậy, nếu bạn đang dùng flash-lite, bạn không cần vội đổi chuỗi model theo cùng lịch 01/12, nhưng vẫn nên theo dõi thông báo tiếp theo để không bị bất ngờ ở đợt sau.

Các bản preview TTS/audio dừng sớm hơn, ngày 17/11

Các bản preview TTS/audio đã dừng sớm hơn, vào ngày 17/11/2026. Nếu sản phẩm của bạn có tính năng đọc văn bản thành giọng nói hoặc xử lý âm thanh dựa trên các bản preview này, mốc cần xử lý là 17/11 chứ không phải 01/12. Đừng để tới cuối tháng mới kiểm tra phần âm thanh.

Model mới có mặc định và quy tắc tool-call khác nhau

Google lưu ý model mới có mặc định và quy tắc gọi công cụ (tool-call) khác với model cũ. Thực tế, điều này có thể ảnh hưởng tới những ứng dụng phụ thuộc nhiều vào việc model gọi hàm, trả về cấu trúc dữ liệu cố định hoặc tuân thủ một định dạng đầu ra nhất định. Bạn nên chạy lại các trường hợp kiểm thử quan trọng trên model mới, đặc biệt là những luồng có gọi công cụ, thay vì chỉ kiểm tra một câu hỏi đơn giản rồi kết luận “chạy được”.

Nên làm gì trước ngày 01/12 thay vì để chuyển hướng tự động?

Khuyến nghị chung, cũng là cách an toàn nhất, là đổi chuỗi model bằng tay và kiểm tra trước 01/12, thay vì để hệ thống tự chuyển hướng. Các bước gợi ý như sau:

Bước 1: Rà soát nơi nào đang dùng chuỗi model cũ

Tìm trong code, biến môi trường và cấu hình của bạn những nơi đang ghi gemini-2.5-pro hoặc gemini-2.5-flash. Ghi lại từng nơi, vì một dự án có thể gọi model ở nhiều chỗ: chatbot, tóm tắt, phân loại, trích xuất dữ liệu.

Bước 2: Đổi sang model mới và chạy thử

Đổi chuỗi model sang model đích tương ứng, rồi chạy thử các tình huống thật của bạn: câu hỏi thường gặp, trường hợp khó, trường hợp cần gọi công cụ và trường hợp cần trả về đúng định dạng. So sánh kết quả với model cũ, và ghi chú những chỗ cần chỉnh prompt hoặc chỉnh tham số.

Bước 3: Cập nhật tham số đã thay đổi trên Gemini 3 trở lên

Khi chuyển lên thế hệ Gemini 3, có hai thay đổi tham số cần lưu ý:

• Thay thinking_budget bằng thinking_level.
• candidate_count không còn được hỗ trợ trên Gemini 3 trở lên, nên cần bỏ hoặc thay cách xử lý tương ứng trong code.

Nếu code của bạn vẫn truyền các tham số cũ, hãy sửa trước khi chuyển, đừng để tới lúc chạy thật mới phát hiện.

Bước 4: Kiểm tra lại chi phí và giám sát sau khi chuyển

Vì phí tính theo model mới, hãy ước lượng lại chi phí theo lưu lượng thật của bạn và theo dõi vài ngày đầu sau khi chuyển. Đặt cảnh báo chi phí nếu hệ thống của bạn cho phép, để phát hiện sớm khi lưu lượng hoặc độ dài đầu ra tăng bất thường.

Người dùng cuối có bị ảnh hưởng không?

Nếu bạn chỉ dùng ứng dụng Gemini trên điện thoại hoặc web, không tự viết code gọi API, bạn thường không cần làm gì với thông báo này. Thay đổi này chủ yếu ảnh hưởng tới nhà phát triển và doanh nghiệp đang tích hợp Gemini API vào sản phẩm của mình. Tuy nhiên, bạn vẫn có thể thấy ứng dụng mình dùng thay đổi đôi chút về tốc độ, cách trả lời hoặc tính năng âm thanh, nếu nhà phát triển của ứng dụng đó đang trong quá trình chuyển đổi.

Ngược lại, nếu bạn đang tự học cách dùng Gemini cho việc học tập hằng ngày, một cách dùng thiết thực là tạo tài liệu ôn tập riêng. Bạn có thể tham khảo Cách dùng Gemini tạo flashcard học từ vựng tiếng Anh nhớ lâu để biến từ vựng khó nhớ thành những tấm thẻ ôn tập dễ dùng mỗi ngày.

Kết luận

Tóm lại, Gemini 2.5 ngừng trên API từ 01/12/2026: request tới gemini-2.5-pro tự chuyển sang gemini-3.8-flash, request tới gemini-2.5-flash tự chuyển sang gemini-3.5-flash-lite, tính phí theo model mới; gemini-2.5-flash-lite không nằm trong đợt này, còn các bản preview TTS/audio đã dừng từ 17/11. Thay vì chờ chuyển hướng tự động, hãy đổi chuỗi model bằng tay, thay thinking_budget bằng thinking_level, bỏ candidate_count trên Gemini 3 trở lên và kiểm tra kỹ trước 01/12.

Bạn đọc quan tâm các cập nhật khác của Gemini có thể xem thêm Gemini chia sẻ avatar cá nhân với bạn bè: có gì mới và ai dùng được trước? để nắm thêm những tính năng mới đang được triển khai.