Google lanza Familia Advanced AI Razonoring Model de razonamiento

El martes, Google lanzó Gemini 2.5, un nuevo conjunto de modelos de IA que realmente se toman un momento para "pensar" antes de dar una respuesta. Es como si intentaran imitarnos a los humanos, ¿verdad?

Liderando el camino está Gemini 2.5 Pro Experimental, que Google promociona como su modelo más inteligente hasta la fecha. Este chico malo es multimodal y puede manejar tareas de razonamiento como un campeón. Podrás experimentar con él a partir del martes en Google AI Studio, o si estás pagando 20 dólares al mes por Gemini Advanced, puedes acceder a él a través de la aplicación Gemini.

Google está muy serio con esto del razonamiento: planean integrarlo en todos sus futuros modelos de IA.

Desde que OpenAI lanzó su primer modelo de razonamiento de IA, o1, en septiembre de 2024, el mundo tecnológico ha estado luchando por mantenerse al día. Ahora, tienes a Anthropic, DeepSeek, Google y xAI compitiendo con sus propios modelos de razonamiento. Estos modelos requieren un poco más de tiempo y poder de cómputo para verificar datos y pensar en los problemas antes de responder.

Las técnicas de razonamiento han cambiado las reglas del juego para la IA, especialmente en matemáticas y programación. Muchos en el sector tecnológico piensan que estos modelos de razonamiento serán cruciales para los agentes de IA, esos sistemas autónomos que pueden hacer cosas sin que los humanos estemos supervisándolos. Pero, sí, también son más caros.

Google no es nuevo en esto: ya han experimentado con modelos de razonamiento antes, como aquella versión "pensante" de Gemini que lanzaron en diciembre. Pero ¿Gemini 2.5? Ese es su gran intento por superar la serie "o" de OpenAI.

Google afirma que Gemini 2.5 Pro supera a sus modelos anteriores y a algunos de los mejores de la competencia en varios puntos de referencia. Han diseñado Gemini 2.5 para destacar en aplicaciones web visualmente impresionantes y proyectos de programación que pueden funcionar de manera autónoma.

En la prueba Aider Polyglot para edición de código, Gemini 2.5 Pro obtuvo un sólido 68.6%, superando a lo mejor de OpenAI, Anthropic y DeepSeek. Pero en la prueba SWE-bench Verified para desarrollo de software, alcanzó un 63.8%, suficiente para superar al o3-mini de OpenAI y al R1 de DeepSeek, pero se quedó corto frente al Claude 3.7 Sonnet de Anthropic, que obtuvo un 70.3%.

Luego está el examen Humanity's Last Exam, una prueba multimodal difícil con miles de preguntas sobre matemáticas, humanidades y ciencias. Gemini 2.5 Pro logró un 18.8%, lo que es mejor que la mayoría de los grandes nombres en ahí fuera.

Desde el primer momento, Gemini 2.5 Pro viene con una ventana de contexto de 1 millón de tokens, lo que es como poder leer toda la serie de "El Señor de los Anillos" de una sentada. Y pronto, planean duplicar eso a 2 millones de tokens.

Google mantiene los precios de la API en secreto por ahora, pero prometen revelar los detalles en las próximas semanas.