Google incorpora orçamentos de raciocínio, MCP e uso de computador à API do Gemini

O que os números do 2.5 Pro e do Flash realmente mostram

O Google afirma que o 2.5 Pro atualizado agora lidera o ranking de programação do WebDev Arena com um ELO de 1415 e está no topo dos rankings de preferência humana do LMArena, mantendo sua janela de contexto de 1 milhão de tokens. A empresa também diz que o 2.5 Pro, após incorporar os modelos educacionais LearnLM, foi preferido por educadores em relação a outros modelos e superou os principais concorrentes nos cinco princípios de ciência da aprendizagem que o Google usa para construir sistemas de tutoria.

A história do Flash é sobre custo, não sobre liderança. O Google descreve o 2.5 Flash como seu modelo focado em eficiência e afirma que a nova versão usa de 20% a 30% menos tokens em suas próprias avaliações, além de melhorar em benchmarks de raciocínio, multimodalidade, código e contexto longo. Para equipes que pagam por token, um modelo igual ou melhor que consome menos tokens representa uma mudança direta na margem.

Deep Think chega a testadores de confiança, não a todo mundo

Deep Think é um modo experimental de raciocínio para o 2.5 Pro que, segundo o Google, considera múltiplas hipóteses antes de responder. A empresa cita uma pontuação na USAMO 2025 — descrita como um dos benchmarks de matemática mais difíceis —, liderança no LiveCodeBench para programação em nível de competição e 84,0% no MMMU para raciocínio multimodal.

Vale notar que o Google está restringindo o acesso. Em vez de um lançamento amplo, o Deep Think vai primeiro para testadores de confiança via API do Gemini, enquanto o Google realiza avaliações adicionais de segurança de fronteira.

Como estamos definindo a fronteira com o 2.5 Pro DeepThink, estamos dedicando mais tempo para realizar avaliações adicionais de segurança de fronteira e obter mais orientação de especialistas em segurança.Montana Labs

Para equipes de aplicação prática, isso significa que o nível mais alto de raciocínio ainda não é algo em torno do qual planejar trabalho em produção — é um canal de pré-visualização com uma retenção explícita de segurança.

As mudanças na experiência do desenvolvedor pesam mais na prática

Três adições no nível da API importam mais no dia a dia do que as posições nos rankings. O Google está estendendo os orçamentos de raciocínio — já disponíveis no Flash — para o 2.5 Pro, permitindo que os desenvolvedores limitem os tokens que um modelo gasta raciocinando, ou desativem completamente o raciocínio. Isso transforma o raciocínio de um comportamento fixo em um controle de custo e latência.

Os resumos de pensamento agora aparecem na API do Gemini e no Vertex AI, organizando os pensamentos brutos do modelo em cabeçalhos, detalhes-chave e notas sobre quando ele usou ferramentas. O Google apresenta isso como uma ajuda para depuração, que é o uso honesto: entender por que uma chamada agêntica se desenrolou de determinada forma.

E o suporte nativo do SDK para definições do Model Context Protocol chega à API do Gemini, facilitando a integração com ferramentas de código aberto. Adotar o MCP significa que o Google está construindo em torno de um padrão compartilhado de chamada de ferramentas, em vez de uma interface exclusiva do Gemini — uma escolha significativa para equipes que não querem reconfigurar integrações para cada fornecedor.

Capacidades agênticas chegam junto com uma defesa contra injeção de prompt

O Google está trazendo o uso de computador do Project Mariner para a API do Gemini e o Vertex AI, com Automation Anywhere, UiPath, Browserbase, Autotab, The Interaction Company e Cartwheel citados como early adopters, e um lançamento mais amplo para desenvolvedores planejado para o verão. A Live API também ganha entrada audiovisual e diálogo com saída de áudio nativa, além de recursos como Proactive Audio e Thinking na Live API.

Junto com esses recursos agênticos vem uma afirmação de segurança que pertence à mesma conversa: o Google diz que sua nova abordagem elevou significativamente a taxa de proteção do Gemini contra injeção indireta de prompt durante o uso de ferramentas, chamando o 2.5 de sua família de modelos mais segura até hoje. Essa combinação é justamente o ponto central: uso de computador e recuperação de ferramentas são exatamente onde instruções injetadas se tornam perigosas.

A implicação: o Gemini 2.5 está sendo posicionado como uma plataforma de agentes controlável

Analisados em conjunto, os orçamentos de raciocínio, os resumos de pensamento, o suporte a MCP, o uso de computador e a defesa contra injeção descrevem uma plataforma sendo ajustada para desenvolvedores que constroem agentes, não apenas chats. Os controles respondem às perguntas práticas de rodar modelos de raciocínio em produção: quanto eu pago para pensar, consigo ver por que ele agiu assim, ele fala um protocolo de ferramentas padrão, e os dados recuperados podem sequestrá-lo?

O cronograma de disponibilidade reforça onde o Google quer concentrar a atenção. O 2.5 Flash atualizado chega à disponibilidade geral no Google AI Studio e no Vertex AI no início de junho, com o 2.5 Pro logo depois — enquanto o Deep Think permanece atrás de uma barreira de segurança. O modo de raciocínio de fronteira é a manchete, mas a substância que realmente chega ao mercado é o Flash mais barato e controlável, junto com a infraestrutura de API construída em torno dele.