A Google tem outro sucesso em mãos: como o Gemini 2.5 Pro Experimental está a redefinir os limites das ferramentas de produtividade de IA

I. Introdução

Pequim, 26 de março, o recém-lançado Gemini 2.5 Pro Experimental da Google acaba de ser aclamado como o modelo de IA mais avançado até à data. Como membro inaugural da muito aguardada série "Thinking Models" da Google, traz uma janela de contexto de até um milhão de tokens e uma série de melhorias de desempenho impressionantes. Isto traduz-se na capacidade de processar o equivalente a dois livros do Sonho da Câmara Vermelha de uma só vez.

No teste "Last Human Exam", obteve a pontuação mais elevada de 18,81 TP3T, que é de longe a melhor pontuação de qualquer modelo de grande dimensão não utilizado (com ferramentas externas). O "Last Human Exam" é um teste de referência multimodal concebido por cerca de 1000 peritos de todo o mundo para avaliar os limites das capacidades dos modelos de linguagem de grande dimensão. O teste consiste em 3000 perguntas de ponta que abrangem uma vasta gama de domínios, incluindo a matemática, as ciências humanas e as ciências naturais.

O Gemini 2.5 Pro também ficou em primeiro lugar no teste Big Model Arena por uma margem recorde, dando o maior salto de pontuação da história, superando o Grok-3 e o GPT-4.5 em mais de 40 pontos.

Jeff Dean, cientista-chefe da Google Deepmind, escreveu num blogue: "O nosso modelo Gemini 2.5 Pro é uma melhoria significativa em relação à série Gemini 2.0. É ótimo vê-lo a liderar as tabelas do LiveBench por uma margem considerável".

Em segundo lugar, que aspectos do vantajoso Gemini 2.5 Pro Experimental representam um salto em frente?

1) Reasoning Power Pro Max Edition

O sítio Web oficial da Google afirma que o Gemini 2.5 Pro é líder numa série de testes de referência que requerem raciocínio avançado. Sem técnicas de custo acrescido em tempo de exame, como a votação por maioria, o 2.5 Pro lidera em testes de matemática e ciências, como o GPQA e o AIME 2025.

Por exemplo, podemos construir uma derivação da DEQ com sugestões de texto e notas de estudo pormenorizadas:

2) Capacidade de codificação da versão Pro Max

Oficialmente, o Google diz que o Gemini 2.5 Pro Experimental dá um grande salto em relação à versão 2.0, com mais melhorias por vir. O 2.5 Pro se destaca na criação de aplicativos da Web visualmente atraentes e aplicativos de código de agente, bem como na transformação e edição de código. No SWE-Bench Verified, o padrão do setor para avaliação de código proxy, o Gemini 2.5 Pro obteve 63,8% com configurações de proxy personalizadas.

Especificamente, o 2.5 Pro é capaz de utilizar as suas capacidades de raciocínio para criar jogos de vídeo, gerando código executável a partir de uma única linha de comando.