Google integriert Denkbudgets, MCP und Computernutzung in die Gemini API

Was die Zahlen zu 2.5 Pro und Flash tatsächlich belegen

Google zufolge führt das aktualisierte 2.5 Pro nun das WebDev-Arena-Coding-Ranking mit einer ELO von 1415 an und liegt auch in den LMArena-Bewertungen menschlicher Präferenzen vorn, während das Kontextfenster von 1 Million Token erhalten bleibt. Zudem soll 2.5 Pro nach Einbindung der LearnLM-Bildungsmodelle von Lehrkräften gegenüber anderen Modellen bevorzugt worden sein und bei allen fünf lernwissenschaftlichen Prinzipien, die Google für den Aufbau von Tutoring-Systemen nutzt, besser abgeschnitten haben als führende Modelle.

Bei Flash geht es um Kosten, nicht um Spitzenwerte. Google beschreibt 2.5 Flash als sein Effizienzmodell und gibt an, dass die neue Version in eigenen Auswertungen 20 bis 30 Prozent weniger Token verbraucht und dabei bei Reasoning, Multimodalität, Code und Long-Context-Benchmarks zulegt. Für Teams, die pro Token bezahlen, bedeutet ein gleich gutes oder besseres Modell mit geringerem Tokenverbrauch eine direkte Kostenersparnis.

Deep Think startet für vertrauenswürdige Tester, nicht für alle

Deep Think ist ein experimenteller Reasoning-Modus für 2.5 Pro, der laut Google mehrere Hypothesen prüft, bevor er antwortet. Google nennt einen Wert bei der USAMO 2025 – die als einer der schwierigsten Mathematik-Benchmarks gilt –, eine Führungsposition bei LiveCodeBench für Coding auf Wettbewerbsniveau und 84,0 % bei MMMU für multimodales Reasoning.

Bemerkenswert ist, dass Google den Zugang beschränkt. Statt eines breiten Rollouts steht Deep Think zunächst vertrauenswürdigen Testern über die Gemini API zur Verfügung, während Google zusätzliche Sicherheitsbewertungen für Frontier-Modelle durchführt.

Da wir mit 2.5 Pro DeepThink die Grenze des Machbaren definieren, nehmen wir uns zusätzliche Zeit für weitere Frontier-Sicherheitsbewertungen und holen weiteren Input von Sicherheitsexperten ein.Montana Labs

Für angewandte Teams bedeutet das: Die Reasoning-Stufe mit den höchsten Fähigkeiten ist noch nichts, worauf man Produktionsarbeit aufbauen sollte – es ist ein Vorschaukanal mit einem ausdrücklichen Sicherheitsvorbehalt.

Die Änderungen an der Entwicklererfahrung wiegen praktisch schwerer

Drei Neuerungen auf API-Ebene sind im Alltag wichtiger als die Ranglistenplätze. Google erweitert die Denkbudgets – bereits bei Flash vorhanden – auf 2.5 Pro und erlaubt Entwicklern damit, die für das Reasoning verwendeten Token zu begrenzen oder das Denken komplett abzuschalten. Damit wird Reasoning von einem festen Verhalten zu einem Regler für Kosten und Latenz.

Gedankenzusammenfassungen erscheinen nun in der Gemini API und in Vertex AI und ordnen die Rohgedanken des Modells in Überschriften, Kernaussagen und Hinweise dazu, wann Tools eingesetzt wurden. Google versteht dies als Hilfsmittel beim Debugging – das ist auch der ehrliche Nutzen: zu verstehen, warum ein agentischer Aufruf so ausgefallen ist, wie er ausgefallen ist.

Und native SDK-Unterstützung für Model-Context-Protocol-Definitionen hält Einzug in die Gemini API, was die Integration mit Open-Source-Tools erleichtert. Mit der Einführung von MCP orientiert sich Google an einem gemeinsamen Standard für Tool-Aufrufe statt an einer Gemini-exklusiven Schnittstelle – eine wichtige Entscheidung für Teams, die Integrationen nicht für jeden Anbieter neu verdrahten möchten.

Agentische Fähigkeiten kommen zusammen mit einem Schutz vor Prompt Injection

Google bringt die Computernutzung von Project Mariner in die Gemini API und Vertex AI, mit Automation Anywhere, UiPath, Browserbase, Autotab, The Interaction Company und Cartwheel als frühen Testpartnern, während ein breiterer Rollout für Entwickler im Sommer geplant ist. Die Live API erhält zudem audiovisuelle Eingaben und native Audioausgabe im Dialog sowie Funktionen wie Proactive Audio und Thinking in der Live API.

Zu diesen agentischen Funktionen gehört auch eine Sicherheitsaussage, die in denselben Kontext gehört: Google gibt an, dass sein neuer Ansatz die Schutzquote von Gemini gegen indirekte Prompt Injection bei der Toolnutzung deutlich erhöht hat, und bezeichnet 2.5 als bislang sicherste Modellfamilie. Diese Kombination ist entscheidend – denn genau bei Computernutzung und Tool-Abrufen werden eingeschleuste Anweisungen gefährlich.

Die Botschaft: Gemini 2.5 wird als kontrollierbare Agentenplattform positioniert

Zusammengenommen beschreiben Denkbudgets, Gedankenzusammenfassungen, MCP-Unterstützung, Computernutzung und der Schutz vor Prompt Injection eine Plattform, die auf Entwickler ausgerichtet ist, die Agenten bauen – nicht nur Chats. Die Kontrollmechanismen beantworten die praktischen Fragen beim Betrieb von Reasoning-Modellen in der Produktion: Wie viel kostet das Nachdenken, kann ich nachvollziehen, warum das Modell so gehandelt hat, spricht es ein Standard-Tool-Protokoll, und können abgerufene Daten es manipulieren?

Der Zeitplan für die Verfügbarkeit zeigt, worauf Google den Fokus legt. Das aktualisierte 2.5 Flash wird Anfang Juni in Google AI Studio und Vertex AI allgemein verfügbar, 2.5 Pro folgt kurz danach – während Deep Think weiterhin hinter einer Sicherheitsschranke bleibt. Der Frontier-Reasoning-Modus macht die Schlagzeile, aber die tatsächlich nutzbare Substanz ist das günstigere, besser kontrollierbare Flash samt der dazugehörigen API-Infrastruktur.