A finales de marzo del año pasado, Google lanzó Gemini 2.5 Pro, descrito oficialmente como el "modelo más inteligente hasta la fecha".
Este tipo de afirmación la hace cualquier empresa, pero esta vez los puntajes de Gemini 2.5 Pro realmente tienen mérito:
Razonamiento matemático y científico
- AIME 2024: 92,0%
- AIME 2025: 86,7%
- Humanity's Last Exam: 18,8% (el más alto entre modelos que no usan herramientas)
Esta última prueba fue elaborada por cientos de expertos en diversas áreas para examinar las "fronteras del conocimiento humano". Alcanzar casi un 20% de precisión es un resultado bastante impresionante.
Código y multimodalidad
- LiveCodeBench: Primer lugar en programación competitiva
- MMMU: 84,0% (razonamiento multimodal)
- WebDevArena Elo: 1443 (primer lugar en la clasificación)
Capacidad de contexto
De serie con 1 millón de tokens de contexto (ampliable a 2 millones), admite entrada multimodal como texto, audio, imágenes y video. Se puede procesar un repositorio de código completo directamente, sin necesidad de dividirlo.
Gemini 2.5 Pro es un "thinking model": realiza un razonamiento interno antes de responder. Este enfoque de diseño sigue la misma línea que la serie o de OpenAI y DeepSeek R1, pero la implementación de Google se muestra más equilibrada en escenarios multimodales.
Sin embargo, hay un problema que se menciona repetidamente en el uso real: la velocidad de respuesta. El razonamiento profundo implica tiempos de espera más largos, lo que perjudica la experiencia en situaciones que requieren interacción rápida. Esta es una compensación común que enfrentan todos los thinking models.
En LMArena, la puntuación Elo alcanzó 1470, un aumento de 24 puntos con respecto al período anterior al lanzamiento, manteniendo el liderazgo en la clasificación. Google ha sido criticado durante mucho tiempo en el campo de la IA, y esta vez respondió con la calidad del producto.
Fuente de referencia: CocoLoop, informe de VentureBeat, anuncio oficial de Google