¿Qué es Gemini 2.5 Pro?

Google ha lanzado su último modelo de IA, Gemini 2.5 Pro, promocionándolo como el más avanzado hasta ahora. Lanzado en marzo de 2025, Gemini 2.5 Pro es un modelo de razonamiento, lo que significa que está diseñado para “pensar” sobre y verificar su respuesta antes de generarlos. Google dice que el modelo supera a muchos de los principales actores de la industria, especialmente en los puntos de referencia de codificación, matemáticas y ciencias.

Gemini 2.5 Pro está llegando al mercado en un momento particularmente intenso en la carrera armamentista de IA, con compañías como OpenAi, Anthrope, XAI, Deepseek y Baidu compitiendo para desarrollar modelos con capacidades de razonamiento cada vez más sofisticadas. De hecho, este es el segundo lanzamiento centrado en el razonamiento de Google en solo unas pocas semanas, siguiendo de cerca el pensamiento Flash Gemini 2.0. El movimiento es un precursor importante de su objetivo más amplio de desarrollar sistemas de IA agente que no solo puedan pensar como humanos, sino también en tareas completas como ellos, una ambición compartida por muchos de sus compañeros.

“Hemos logrado un nuevo nivel de rendimiento”, dijo Google en una publicación de blog. “En el futuro, estamos construyendo estas capacidades de pensamiento directamente en todos nuestros modelos, para que puedan manejar problemas más complejos y respaldar a los agentes aún más capaces y conscientes del contexto”.

Gemini 2.5 Pro ahora está disponible en Google AI Studio y en la aplicación Gemini. Google también dice que el modelo estará disponible en su plataforma de desarrollo de IA, Vertex AI, “pronto”.

Lectura relacionadaLos nuevos modelos Ernie X1 y 4.5 de Baidu están escalando la carrera armamentista de AI US-China

¿Qué es Gemini 2.5 Pro?

Gemini 2.5 Pro (también llamado Gemini 2.5 Pro Experimental) es el modelo inaugural en la serie Gemini 2.5 de Google. Con capacidades multimodales nativas, Gemini 2.5 Pro puede procesar e interpretar datos de texto, imagen, audio y video dentro de un solo marco. También está diseñado para un razonamiento avanzado, donde descompone metódicamente las tareas y aumenta gradualmente una respuesta en lugar de saltar directamente a una respuesta como un modelo de idioma típico. Como tal, el modelo puede “analizar información, sacar conclusiones lógicas, incorporar contexto y matices y tomar decisiones informadas”, según Google, lo que lo hace especialmente fuerte en áreas como la codificación, las matemáticas, la ciencia y la lógica.

¿Qué puede hacer Gemini 2.5 Pro?

Google dice que Gemini 2.5 Pro tiene una amplia gama de capacidades avanzadas, que incluyen:

• Multimodalidad nativa: El modelo puede comprender e integrar varios tipos de datos diferentes, a saber, texto, imágenes, audio y video, simultáneamente, luego proporcionar respuestas de texto. Por ejemplo, puede analizar un video y generar un resumen de texto relevante.
• Asistencia de codificación: El modelo se puede utilizar para construir todo tipo de productos, incluidas aplicaciones web y videojuegos “visualmente convincentes”, y todas a partir de indicaciones de una sola línea.
• Codificación de agente: Con sus capacidades de razonamiento avanzado, el modelo puede escribir, modificar, depurar y refinar el código independientemente con poca o ninguna supervisión humana.
• Utilización de la herramienta: Gemini 2.5 Pro puede interactuar con otras herramientas y servicios, lo que le permite ejecutar funciones externas, ejecutar código, estructurar datos en formatos específicos (como JSON) e incluso realizar búsquedas. Esta capacidad ayuda al modelo a completar tareas que involucran múltiples pasos, comunicarse con otro software a través de API y formatear sus respuestas para ajustar sistemas específicos.
• Resolución de problemas matemáticos y científicos: El modelo es especialmente bueno en las tareas relacionadas con la ciencia y las matemáticas, lo que demuestra la capacidad de abordar problemas analíticos complejos.
• Ventana de contexto grande: Con una ventana de contexto de hasta 2 millones, el modelo está diseñado para procesar grandes cantidades de datos, lo que le permite analizar largos documentos, manejar bases de código extensas y sintetizar información de múltiples fuentes dentro de una sola consulta.

Lectura relacionada¿Qué es la destilación del modelo?

¿Cómo se compara Gemini 2.5 Pro con otros modelos?

Google probó Gemini 2.5 Pro con otros modelos de tamaños y capacidades similares, incluidos O3-Mini de OpenAI y GPT-4.5, el soneto Claude 3.7 de Anthrope, Xai’s Grok 3 y Deepseek’s R1. Estas comparaciones se centraron en áreas como el razonamiento científico, las matemáticas, la resolución de problemas multimodales, la codificación y las tareas de contexto largo. En general, Gemini 2.5 Pro superó (o llegó en segundo lugar a la mayoría de sus competidores.

Conocimiento y razonamiento

Uno de los logros más significativos de Gemini 2.5 Pro, según Google, fue su desempeño de “estado del arte” en la última evaluación de exámenes de la humanidad, un conjunto de datos creado por cientos de diferentes expertos en temas para probar la amplitud de las habilidades de conocimiento y razonamiento de un modelo. Con el 18.8 por ciento de las respuestas correctas, Gemini 2.5 Pro pareció superar los puntajes de sus competidores aquí por un margen considerable.

Contextos largos y tareas multimodales

Gemini 2.5 Pro obtuvo 91.5 en la prueba de comprensión de lectura de contexto largo, millas por delante de ambos modelos Operai (los únicos otros probados en esto). También lideró el paquete en comprensión multimodal.

Matemáticas y ciencias

Las capacidades de razonamiento de Gemini 2.5 Pro llegaron en las pruebas relacionadas con la ciencia y las matemáticas, anotando en lo alto de los puntos de referencia de IA como GPQA Diamond, AIME 2024 y AIME 2025. Sin embargo, Claude 3.7 Sonnet y Grok 3 se desempeñaron marginalmente mejor en un par de pruebas.

Codificación

En los puntos de referencia que probaron el desinfectación, el razonamiento de múltiples archivos y la codificación de agente, Gemini 2.5 Pro funcionó bien, pero no dominó, detrás de Claude 3.7 Sonnet y Grok 3. Sin embargo, el modelo salió adelante en la edición de código.

Géminis 2.5 PROMITACIONES

Al igual que cualquier otro modelo de idioma, Gemini 2.5 Pro tiene la capacidad de producir respuestas inexactas, y puede reflejar los sesgos presentes en sus datos de capacitación. Tampoco funcionó tan bien en áreas como la generación de códigos y la precisión objetiva, donde los modelos de OpenAI eran más fuertes.

Más contenido de IAFinger de alineación: cuando los modelos de IA engañan a sus creadores

Cómo acceder a Gemini 2.5 Pro

Hay varias formas de acceder a Gemini 2.5 Pro, dependiendo de sus necesidades.

• Aplicación Géminis: Esta es probablemente la forma más fácil de probar Gemini 2.5 Pro en dispositivos móviles y web. Ahora está disponible de forma gratuita, así como para usuarios avanzados de Gemini.
• Google AI Studio: Esto le dará más control sobre las entradas, el uso de la herramienta y las indicaciones multimodales. Es gratis (por ahora) y admite entradas de texto, imagen, video y audio. Después de crear una cuenta, simplemente seleccione Gemini 2.5 Pro en el menú desplegable del modelo.
• Géminis 2.5 Pro API: Para obtener más flexibilidad, puede usar la API de Gemini para integrar el modelo en sus propias aplicaciones y flujos de trabajo. Puede llamar al modelo directamente al habilitar el uso de la herramienta, obtener respuestas estructuradas y procesar documentos largos automáticamente. Hay más detalles técnicos disponibles aquí.