Google integra orçamentos de raciocínio, MCP e utilização de computador na API Gemini

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

A Google afirma que o 2.5 Pro atualizado lidera agora a tabela classificativa de programação WebDev Arena com um ELO de 1415 e ocupa o topo das tabelas de preferência humana LMArena, mantendo a sua janela de contexto de 1 milhão de tokens. Refere ainda que o 2.5 Pro, após incorporar os modelos educativos LearnLM, foi preferido pelos educadores em relação a outros modelos e superou os principais modelos nos cinco princípios de ciência da aprendizagem que a Google usa para construir sistemas de tutoria.

A história do Flash é sobre custo, não sobre liderança. A Google descreve o 2.5 Flash como o seu modelo de referência em eficiência e afirma que a nova versão utiliza 20 a 30% menos tokens nas suas próprias avaliações, ao mesmo tempo que melhora nos benchmarks de raciocínio, multimodalidade, código e contexto longo. Para equipas que pagam por token, um modelo igual ou melhor que consome menos tokens representa uma alteração direta na margem de custos.

O Deep Think chega a testadores de confiança, não a todos

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

É de notar que a Google está a restringir o acesso. Em vez de um lançamento amplo, o Deep Think chega primeiro a testadores de confiança através da API Gemini, enquanto a Google realiza avaliações adicionais de segurança de fronteira.

Porque estamos a definir a fronteira com o 2.5 Pro DeepThink, estamos a dedicar mais tempo a realizar avaliações adicionais de segurança de fronteira e a obter mais contributos de especialistas em segurança.Montana Labs

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

As alterações na experiência do programador têm mais peso prático

Três aditamentos ao nível da API importam mais no dia a dia do que as posições nas tabelas classificativas. A Google está a estender os orçamentos de raciocínio — já disponíveis no Flash — ao 2.5 Pro, permitindo aos programadores limitar os tokens que um modelo gasta a raciocinar, ou desativar completamente o raciocínio. Isto transforma o raciocínio de um comportamento fixo num controlo ajustável de custo e latência.

Os resumos de pensamento surgem agora na API Gemini e no Vertex AI, organizando os pensamentos brutos do modelo em cabeçalhos, detalhes-chave e notas sobre quando utilizou ferramentas. A Google apresenta isto como um auxílio para depuração, o que é o uso honesto: compreender porque é que uma chamada agente se desenrolou de determinada forma.

E o suporte nativo do SDK para definições do Model Context Protocol chega à API Gemini, facilitando a integração com ferramentas de código aberto. Adotar o MCP significa que a Google está a construir sobre um padrão partilhado de invocação de ferramentas, em vez de uma interface exclusiva do Gemini — uma escolha significativa para equipas que não querem reconfigurar integrações por fornecedor.

As capacidades agentivas chegam a par de uma defesa contra injeção de prompts

A Google está a levar a utilização de computador do Project Mariner para a API Gemini e o Vertex AI, com a Automation Anywhere, a UiPath, a Browserbase, a Autotab, a The Interaction Company e a Cartwheel nomeadas como primeiras exploradoras, e um lançamento mais amplo para programadores previsto para o verão. A Live API ganha também entrada audiovisual e diálogo com saída de áudio nativo, além de funcionalidades como Proactive Audio e Thinking na Live API.

A par destas funcionalidades agentivas está uma afirmação de segurança que pertence à mesma conversa: a Google diz que a sua nova abordagem aumentou significativamente a taxa de proteção do Gemini contra injeção indireta de prompts durante a utilização de ferramentas, classificando o 2.5 como a sua família de modelos mais segura até à data. Esse emparelhamento é o ponto central: a utilização de computador e a obtenção de ferramentas são exatamente onde as instruções injetadas se tornam perigosas.

A implicação: o Gemini 2.5 está a ser apresentado como uma plataforma de agentes controlável

Vistos em conjunto, os orçamentos de raciocínio, os resumos de pensamento, o suporte para MCP, a utilização de computador e a defesa contra injeção descrevem uma plataforma a ser ajustada para programadores que constroem agentes, não apenas conversação. Os controlos respondem às questões práticas de executar modelos de raciocínio em produção: quanto pago para pensar, consigo ver porque agiu, fala um protocolo de ferramentas padrão, e os dados obtidos podem ser usados para o desviar?

O calendário de disponibilidade reforça onde a 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 a seguir-se pouco 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 já pode ser lançada é o Flash mais barato e mais controlável, e a infraestrutura de API em torno dele.