Gemini 2.5 Pro chega como modelo com raciocínio em lançamento gradual na plataforma

O que o Google lançou e o que ainda não liberou

O Gemini 2.5 Pro Experimental foi lançado em 25 de março de 2025 como uma versão experimental. Já está disponível no Google AI Studio e no app Gemini para usuários do Gemini Advanced, que podem selecioná-lo em um menu de modelos no desktop e no celular.

Duas coisas ainda não estão prontas, e isso é dito abertamente. A disponibilidade no Vertex AI está prevista para "próximas semanas", e o preço — junto com os limites de taxa mais altos necessários para uso em produção em escala — também está previsto para "próximas semanas". Ou seja, o modelo que você pode testar hoje ainda não é o modelo que você pode orçar e implantar em escala.

O contexto importa: essa é uma versão experimental do 2.5 Pro. O Google está buscando feedback enquanto itera, o que é um compromisso bem diferente de um endpoint de produção estável e com preço definido.

As alegações de benchmark, lidas com atenção

O Google destaca o LMArena, que mede rankings de preferência humana, no qual o 2.5 Pro debuta em 1º lugar por uma margem que a empresa chama de significativa. Isso indica mais qualidade de estilo e resposta do que precisão bruta em tarefas.

Nas avaliações de raciocínio mais difíceis, o Google tem o cuidado de detalhar as condições. A empresa afirma liderar no GPQA e no AIME 2025 "sem técnicas de tempo de inferência que aumentam o custo, como votação por maioria" — uma ressalva importante, já que a votação por maioria infla os resultados às custas do custo de inferência. No Humanity's Last Exam, reporta 18,8% "entre modelos sem uso de ferramentas".

Para programação, o número de destaque é 63,8% no SWE-Bench Verified, mas com uma ressalva importante: foi alcançado "com uma configuração de agente personalizada". Isso não é o modelo base isolado; reflete uma estrutura de agente construída pelo Google em torno dele. Times que quiserem reproduzir resultados agênticos vão precisar montar sua própria infraestrutura de teste.

O raciocínio passa a fazer parte do modelo base

A alegação técnica por trás dos benchmarks é que o Gemini 2.5 combina um modelo base significativamente melhorado com um pós-treinamento aprimorado, em vez de simplesmente adicionar o raciocínio como um modo separado. O Gemini 2.0 Flash Thinking, anterior, foi o primeiro modelo com raciocínio do Google; o 2.5 é a continuidade desse caminho.

Daqui para frente, estamos incorporando essas capacidades de raciocínio diretamente em todos os nossos modelos, para que consigam lidar com problemas mais complexos e apoiar agentes ainda mais capazes e sensíveis ao contexto. Montana Labs

Essa é uma decisão no nível da plataforma. Se o raciocínio passar a ser padrão em toda a linha Gemini, os desenvolvedores perdem a distinção clara entre modelos rápidos e baratos e modelos lentos com raciocínio — e vão precisar pensar em latência e custo de forma diferente para cada modelo, não só para uma variante específica de "raciocínio".

Janela de contexto e multimodalidade como diferenciais da plataforma

O 2.5 Pro vem com uma janela de contexto de 1 milhão de tokens, com 2 milhões descritos como "em breve", e mantém multimodalidade nativa em texto, áudio, imagens, vídeo e repositórios de código inteiros. O Google posiciona isso como a capacidade de compreender grandes volumes de dados e cruzar múltiplas fontes de informação em uma única passagem.

Para o trabalho aplicado, essa é a alegação mais duradoura do que qualquer posição isolada em um ranking. A ingestão de repositórios inteiros e entradas de mídia mista mudam o que você consegue tentar fazer sem precisar construir sua própria infraestrutura de busca e recuperação.

A distância entre a demonstração e a implantação é o que precisa ser gerenciado

A implicação prática desse lançamento é o timing. O modelo já é forte o suficiente para ser avaliado agora no AI Studio e no app Gemini, mas as duas alavancas que os times de produção dependem — hospedagem no Vertex AI e preços publicados com limites de taxa para produção — ainda estão previstas para um indeterminado "próximas semanas".

Trate essa janela como uma fase de avaliação, não de migração. Valide agora as alegações de raciocínio e programação com suas próprias tarefas, tenha em mente que o número do SWE-Bench pressupõe um agente personalizado que você mesmo teria que construir, e só tome decisões de implantação quando o preço e a disponibilidade no Vertex permitirem calcular custo real e confiabilidade.