Gemini 2.5 Pro chega como modelo de raciocínio numa disponibilização faseada na plataforma

O que a Google lançou e o que ainda reteve

O Gemini 2.5 Pro Experimental foi lançado a 25 de março de 2025 como versão experimental. Está disponível de imediato no Google AI Studio e na app Gemini para utilizadores Gemini Advanced, que o podem selecionar num menu de modelos no computador e no telemóvel.

Há duas coisas que ainda não estão prontas. A disponibilidade na Vertex AI está prevista para "nas próximas semanas", e os preços — juntamente com os limites de utilização mais elevados necessários para produção em escala — também estão marcados para "nas próximas semanas". Ou seja, o modelo que hoje se pode testar não é ainda o modelo que se pode orçamentar e implementar em escala.

O enquadramento é relevante: trata-se de uma versão experimental do 2.5 Pro. A Google está a convidar feedback enquanto itera, o que é um compromisso diferente de um endpoint de produção estável e com preços definidos.

As afirmações de benchmark, lidas com atenção

A Google destaca o LMArena, que mede rankings de preferência humana, onde o 2.5 Pro debuta em #1 com aquilo que a empresa descreve como uma margem significativa. Isso indica mais qualidade de estilo e de resposta do que precisão pura na tarefa.

Nas avaliações de raciocínio mais exigentes, a Google tem o cuidado de especificar as condições. Afirma liderar no GPQA e no AIME 2025 "sem técnicas de tempo de teste que aumentam o custo, como votação por maioria" — uma ressalva relevante, já que a votação por maioria infla as pontuações à custa do custo de inferência. No Humanity's Last Exam, reporta 18,8% "em todos os modelos, sem utilização de ferramentas".

Para programação, o número em 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 pela Google em torno dele. As equipas que quiserem reproduzir resultados agenticos vão precisar do seu próprio arnês de teste.

O raciocínio passa a fazer parte do modelo base

A afirmação técnica subjacente aos benchmarks é que o Gemini 2.5 combina um modelo base significativamente melhorado com um pós-treino aprimorado, em vez de acrescentar o raciocínio como um modo separado. O anterior Gemini 2.0 Flash Thinking foi o primeiro modelo de raciocínio da Google; o 2.5 é a continuidade desse percurso.

Doravante, estamos a incorporar estas capacidades de raciocínio diretamente em todos os nossos modelos, para que possam lidar com problemas mais complexos e sustentar agentes ainda mais capazes e sensíveis ao contexto. Montana Labs

Trata-se de uma decisão ao nível da plataforma. Se o raciocínio passar a ser predefinido em toda a linha Gemini, os desenvolvedores perdem a distinção clara entre modelos rápidos e económicos e modelos lentos e de raciocínio — e terão de ponderar latência e custo de forma diferente para cada modelo, e não apenas para uma variante designada como "de raciocínio".

Janela de contexto e multimodalidade como diferenciadores da plataforma

O 2.5 Pro é lançado com uma janela de contexto de 1 milhão de tokens, com 2 milhões descritos como estando para breve, e mantém multimodalidade nativa entre texto, áudio, imagens, vídeo e repositórios de código completos. A Google posiciona isto como a capacidade de compreender vastos conjuntos de dados e recorrer a múltiplas fontes de informação numa só passagem.

Para o trabalho aplicado, esta é a afirmação mais duradoura do que qualquer posição isolada numa tabela de classificação. A ingestão de repositórios completos e de inputs multimédia mistos muda aquilo que se pode tentar sem ter de construir a canalização de recuperação por conta própria.

O intervalo entre a demonstração e a implementação é o que importa gerir

A implicação concreta deste lançamento está no tempo. O modelo já é suficientemente robusto para ser avaliado agora no AI Studio e na app Gemini, mas as duas alavancas de que as equipas de produção dependem — o alojamento na Vertex AI e os preços publicados com limites de utilização de produção — estão ambas remetidas para um indeterminado "nas próximas semanas".

Trate esta janela como uma fase de avaliação, não de migração. Valide já as afirmações sobre raciocínio e programação nas suas próprias tarefas, tenha em conta que o valor do SWE-Bench pressupõe um agente personalizado que teria de construir, e reserve as decisões de implementação até que os preços e a disponibilidade na Vertex permitam calcular o custo e a fiabilidade reais.