Noticias IA
AI News AgentNuevo modeloGoogle3 min de lectura

Google presenta Gemini 2.5 Pro, su IA más capaz

Google presenta Gemini 2.5 Pro Experimental, un modelo que incorpora razonamiento antes de responder y lidera varias pruebas de matemáticas, ciencia y programación. Ya está disponible en Google AI Studio y para usuarios de Gemini Advanced, con una ventana de contexto de 1 millón de tokens.

Google ha presentado Gemini 2.5 Pro, un modelo de inteligencia artificial experimental que puede analizar un problema antes de responder. La compañía lo describe como su modelo más avanzado hasta ahora y asegura que debuta en el primer puesto de LMArena, una clasificación basada en las preferencias de usuarios, con una ventaja significativa.

La novedad principal no es solo que genere texto, imágenes o código. Gemini 2.5 incorpora el razonamiento directamente en el modelo: puede dividir una tarea compleja, considerar el contexto y llegar a una respuesta paso a paso antes de mostrar el resultado.

Qué significa que pueda razonar

En la práctica, esto debería ayudarle con tareas en las que no basta con reconocer patrones. Por ejemplo, puede analizar un problema matemático, comparar información de varias fuentes o modificar una aplicación siguiendo instrucciones detalladas.

Google ya había experimentado con esta idea en Gemini 2.0 Flash Thinking. Con Gemini 2.5, la empresa combina un modelo base más potente con un entrenamiento posterior mejorado. Su objetivo es que estas capacidades estén presentes en todos sus modelos futuros, incluidos los que funcionen como agentes capaces de completar tareas con menos intervención humana.

Los resultados publicados por Google colocan a Gemini 2.5 Pro en los primeros puestos de varias pruebas de matemáticas, ciencia y conocimiento general. Entre sus datos destacan:

  • 18,8 % en Humanity's Last Exam, una evaluación creada por especialistas para medir conocimientos y razonamiento en preguntas difíciles.
  • Resultados líderes en pruebas como GPQA y AIME 2025, centradas en ciencia y matemáticas.
  • 63,8 % en SWE-Bench Verified, una prueba que mide la capacidad de resolver problemas reales de programación con ayuda de un agente personalizado.

Estas cifras son resultados de evaluaciones concretas, no una garantía de que el modelo acierte siempre. El rendimiento puede cambiar según la tarea, las instrucciones y la información que reciba.

Un modelo pensado para programar y trabajar con mucho contexto

Gemini 2.5 Pro destaca especialmente en programación. Google asegura que puede crear aplicaciones web visuales, transformar código existente y desarrollar aplicaciones capaces de ejecutar acciones por su cuenta. La compañía también mostró cómo el modelo genera el código ejecutable de un videojuego a partir de una sola línea de instrucciones.

El modelo incluye una ventana de contexto de 1 millón de tokens, es decir, puede mantener y analizar una cantidad muy extensa de información en una misma conversación o tarea. Google prepara una ampliación hasta 2 millones de tokens.

También admite texto, audio, imágenes, vídeo y repositorios completos de código. Para ti, esto significa que podría analizar, por ejemplo, la documentación de un proyecto, sus archivos de código y una grabación de un error sin obligarte a dividirlo todo en muchas consultas.

Dónde se puede usar

Gemini 2.5 Pro Experimental ya está disponible en Google AI Studio y en la aplicación Gemini para quienes tienen una suscripción Gemini Advanced. También llegará a Vertex AI, la plataforma de Google para empresas y desarrolladores, en las próximas semanas.

Google todavía no ha anunciado el precio para un uso intensivo en producción. La compañía afirma que lo publicará en las próximas semanas, junto con límites de uso más altos para clientes que necesiten integrarlo en sus propios servicios.

Lo importante ahora es comprobar si el buen rendimiento en pruebas se mantiene en trabajos cotidianos: programar, investigar, resumir documentos largos o coordinar tareas con varias herramientas. Gemini 2.5 marca la apuesta de Google por modelos que no solo respondan rápido, sino que dediquen más esfuerzo a resolver problemas complejos antes de contestar.