Gemini 2.5 Pro arriva come modello di ragionamento con un rilascio graduale sulla piattaforma

Cosa ha rilasciato Google e cosa ha tenuto in sospeso

Gemini 2.5 Pro Experimental è stato lanciato il 25 marzo 2025 come release sperimentale. È disponibile da subito su Google AI Studio e nell'app Gemini per gli utenti Gemini Advanced, che possono selezionarlo da un menu a tendina dei modelli su desktop e mobile.

Due cose non sono ancora pronte, esplicitamente. La disponibilità su Vertex AI è prevista nelle "prossime settimane", e lo stesso vale per i prezzi — insieme ai rate limit più alti necessari per un uso in produzione su scala. Questo significa che il modello che puoi testare oggi non è ancora quello su cui puoi pianificare budget e deploy su scala.

Il contesto conta: questa è una versione sperimentale di 2.5 Pro. Google sta raccogliendo feedback mentre itera, un impegno diverso da un endpoint di produzione stabile e con prezzo definito.

Le affermazioni sui benchmark, lette con attenzione

Google punta su LMArena, che misura le classifiche di preferenza umana, dove 2.5 Pro debutta al primo posto con quello che l'azienda definisce un margine significativo. Questo segnala più la qualità stilistica delle risposte che l'accuratezza pura sui task.

Sulle valutazioni di ragionamento più complesse, Google specifica con attenzione le condizioni. Dichiara di guidare su GPQA e AIME 2025 "senza tecniche a inferenza costosa come il majority voting" — una precisazione rilevante, perché il majority voting gonfia i punteggi a scapito del costo di inferenza. Su Humanity's Last Exam riporta il 18,8% "tra i modelli senza uso di tool".

Per il coding, il numero di punta è il 63,8% su SWE-Bench Verified, ma con un avvertimento importante: è stato ottenuto "con una configurazione custom dell'agente". Non si tratta del modello base isolato; riflette un'infrastruttura ad agente costruita da Google attorno ad esso. I team che vogliono replicare i risultati agentic dovranno costruirsi il proprio harness.

Il ragionamento entra nel modello base

L'affermazione tecnica dietro i benchmark è che Gemini 2.5 combina un modello base significativamente potenziato con un post-training migliorato, invece di aggiungere il ragionamento come modalità separata. Il precedente Gemini 2.0 Flash Thinking di Google era il primo modello di ragionamento; 2.5 ne è l'evoluzione naturale.

Da qui in avanti, stiamo integrando queste capacità di ragionamento direttamente in tutti i nostri modelli, così possono gestire problemi più complessi e supportare agenti ancora più capaci e consapevoli del contesto.Montana Labs

È una decisione a livello di piattaforma. Se il ragionamento diventa lo standard su tutta la linea Gemini, gli sviluppatori perdono la netta distinzione tra modelli veloci ed economici e modelli lenti orientati al ragionamento — e dovranno valutare latenza e costi in modo diverso per ogni modello, non solo per la variante "thinking" designata.

Finestra di contesto e multimodalità come elementi distintivi della piattaforma

2.5 Pro arriva con una finestra di contesto di 1 milione di token, con 2 milioni descritti come prossimi, e mantiene la multimodalità nativa su testo, audio, immagini, video e intere repository di codice. Google la presenta come la capacità di comprendere enormi dataset e attingere da più fonti informative in un'unica passata.

Per il lavoro applied, questa è un'affermazione più duratura di qualsiasi posizione in classifica. L'ingestione di intere repository e gli input multimediali misti cambiano cosa puoi tentare senza dover costruire tu stesso l'infrastruttura di retrieval.

Il divario tra demo e deployment è ciò da gestire

L'implicazione concreta di questo rilascio è il timing. Il modello è già abbastanza valido da valutare ora in AI Studio e nell'app Gemini, ma le due leve su cui contano i team di produzione — hosting su Vertex AI e prezzi pubblicati con rate limit di produzione — sono entrambe rinviate a un non specificato "prossime settimane".

Considera questa finestra temporale una fase di valutazione, non di migrazione. Verifica ora le affermazioni su ragionamento e coding rispetto ai tuoi task, tieni presente che il dato SWE-Bench presuppone un agente custom che dovresti costruire tu stesso, e rimanda le decisioni di deployment finché prezzi e disponibilità su Vertex non ti permettano di stimare costi e affidabilità reali.