Google integra thinking budget, MCP e computer use nella Gemini API

Cosa dicono davvero i numeri di 2.5 Pro e Flash

Google afferma che il nuovo 2.5 Pro guida ora la classifica WebDev Arena per il coding con un ELO di 1415 e domina le classifiche LMArena basate sulle preferenze umane, mantenendo al contempo la finestra di contesto da 1 milione di token. Dichiara inoltre che 2.5 Pro, dopo l'integrazione dei modelli educativi LearnLM, è stato preferito dagli educatori rispetto ad altri modelli e ha superato i migliori modelli su tutti i cinque principi di scienza dell'apprendimento che Google usa per costruire sistemi di tutoring.

La storia di Flash riguarda i costi, non la leadership. Google descrive 2.5 Flash come il proprio modello dell'efficienza e afferma che la nuova versione utilizza dal 20 al 30% in meno di token nelle proprie valutazioni, migliorando al tempo stesso su reasoning, multimodalità, codice e benchmark su contesti lunghi. Per i team che pagano a token, un modello uguale o migliore che consuma meno token si traduce in un cambiamento diretto sui margini.

Deep Think arriva ai tester selezionati, non a tutti

Deep Think è una modalità di reasoning sperimentale per 2.5 Pro che, secondo Google, valuta più ipotesi prima di rispondere. L'azienda cita un punteggio sull'USAMO 2025 — descritto come uno dei benchmark matematici più difficili — un vantaggio su LiveCodeBench per il coding di livello competitivo e un 84,0% su MMMU per il reasoning multimodale.

Da notare che Google sta limitando l'accesso. Invece di un rilascio ampio, Deep Think arriva prima ai tester selezionati tramite la Gemini API, mentre Google conduce ulteriori valutazioni di sicurezza sui modelli di frontiera.

Poiché stiamo definendo la frontiera con 2.5 Pro DeepThink, ci stiamo prendendo più tempo per condurre ulteriori valutazioni di sicurezza sui modelli di frontiera e raccogliere ulteriori pareri da esperti di sicurezza.Montana Labs

Per i team che lavorano su applicazioni concrete, questo significa che il livello di reasoning più avanzato non è ancora qualcosa su cui pianificare il lavoro in produzione: è un canale di anteprima con un blocco di sicurezza esplicito.

Le modifiche all'esperienza per gli sviluppatori pesano più concretamente

Tre novità a livello di API contano più delle posizioni in classifica nella vita quotidiana. Google estende i thinking budget — già presenti su Flash — anche a 2.5 Pro, permettendo agli sviluppatori di limitare i token che il modello dedica al ragionamento, oppure di disattivare del tutto il reasoning. Questo trasforma il ragionamento da comportamento fisso in una leva regolabile su costo e latenza.

I riepiloghi del ragionamento sono ora disponibili nella Gemini API e in Vertex AI, e organizzano i pensieri grezzi del modello in intestazioni, dettagli chiave e note su quando ha utilizzato degli strumenti. Google presenta questa funzione come un supporto al debugging, che è l'uso più onesto: capire perché una chiamata agentica si è svolta in un certo modo.

E il supporto nativo dell'SDK alle definizioni del Model Context Protocol arriva nella Gemini API, facilitando l'integrazione con strumenti open-source. Adottare MCP significa che Google costruisce attorno a uno standard condiviso per l'invocazione di strumenti, piuttosto che a un'interfaccia esclusiva di Gemini — una scelta significativa per i team che non vogliono ricablare le integrazioni per ogni fornitore.

Le capacità agentiche arrivano insieme a una difesa contro il prompt injection

Google introduce il computer use di Project Mariner nella Gemini API e in Vertex AI, con Automation Anywhere, UiPath, Browserbase, Autotab, The Interaction Company e Cartwheel indicati come primi esploratori, e un rilascio più ampio agli sviluppatori previsto per l'estate. La Live API guadagna anche input audio-video e dialogo con audio nativo in uscita, oltre a funzioni come Proactive Audio e Thinking nella Live API.

Accanto a queste funzionalità agentiche c'è un'affermazione sulla sicurezza che merita la stessa attenzione: Google dichiara che il suo nuovo approccio ha aumentato in modo significativo il tasso di protezione di Gemini contro il prompt injection indiretto durante l'uso di strumenti, definendo 2.5 la sua famiglia di modelli più sicura fino a oggi. Questo abbinamento è il punto centrale: il computer use e il recupero di strumenti sono esattamente i contesti in cui le istruzioni iniettate diventano pericolose.

L'implicazione: Gemini 2.5 viene presentato come una piattaforma agentica controllabile

Messi insieme, thinking budget, riepiloghi del ragionamento, supporto a MCP, computer use e difesa dal prompt injection descrivono una piattaforma calibrata per sviluppatori che costruiscono agenti, non solo chat. I controlli rispondono alle domande pratiche di chi usa modelli di reasoning in produzione: quanto costa far ragionare il modello, posso capire perché ha agito in un certo modo, parla un protocollo standard per gli strumenti, e i dati recuperati potranno dirottarlo?

La tempistica di disponibilità confirma dove Google vuole concentrare l'attenzione. Il nuovo 2.5 Flash diventa disponibile a tutti su Google AI Studio e Vertex AI all'inizio di giugno, seguito a breve da 2.5 Pro — mentre Deep Think resta dietro un blocco di sicurezza. La modalità di reasoning di frontiera è la notizia di punta, ma la sostanza pronta all'uso è Flash, più economico e controllabile, insieme all'infrastruttura API che lo circonda.