All’I/O 2025, Google ha svelato una serie di aggiornamenti rivoluzionari alla sua serie di modelli Gemini 2.5, insieme a un’innovativa funzionalità sperimentale nota come Deep Think, progettata per migliorare le capacità di ragionamento del modello 2.5 Pro. Questi progressi segnano un significativo passo avanti nel campo dell’intelligenza artificiale, offrendo a sviluppatori e utenti livelli senza precedenti di prestazioni, efficienza e versatilità.
Il modello Gemini 2.5 Pro ha ottenuto un ampio consenso da parte degli sviluppatori come la soluzione principale per le attività di codifica, mentre il modello 2.5 Flash è destinato a ricevere un sostanziale aggiornamento. Inoltre, Google sta introducendo una gamma di nuove funzionalità nei suoi modelli, tra cui Deep Think, una modalità di ragionamento avanzata sperimentale specificamente progettata per il modello 2.5 Pro.
In un annuncio precedente, Google ha svelato Gemini 2.5 Pro, il suo modello più intelligente fino ad oggi, e ha accelerato il rilascio del suo aggiornamento I/O per consentire agli sviluppatori di creare applicazioni web eccezionali. Oggi, l’azienda sta condividendo ulteriori perfezionamenti alla serie di modelli Gemini 2.5, vantando risultati notevoli:
Gemini 2.5 Pro ha superato tutte le aspettative, dimostrando prestazioni eccezionali nei benchmark accademici. Ora detiene la prima posizione nelle classifiche WebDev Arena e LMArena, consolidando il suo status di modello leader mondiale per la codifica e l’assistenza all’apprendimento.
Nuove funzionalità vengono integrate sia in 2.5 Pro che in 2.5 Flash, tra cui l’output audio nativo per un’esperienza conversazionale più naturale e coinvolgente, misure di sicurezza avanzate e l’integrazione delle funzionalità di utilizzo del computer di Project Mariner. Il modello 2.5 Pro sarà ulteriormente migliorato con Deep Think, una modalità sperimentale progettata per migliorare il ragionamento per problemi matematici e di codifica complessi.
Google rimane impegnata a migliorare l’esperienza degli sviluppatori attraverso l’incorporazione di riepiloghi di pensiero in Gemini API e Vertex AI. Questi riepiloghi offrono una maggiore trasparenza, budget di pensiero estesi per 2.5 Pro per garantire un maggiore controllo e supporto per gli strumenti MCP in Gemini API e SDK per l’accesso a una gamma più ampia di strumenti open source.
Il modello 2.5 Flash è ora universalmente accessibile all’interno dell’app Gemini. Una versione aggiornata sarà presto disponibile in Google AI Studio per gli sviluppatori e in Vertex AI per le imprese, prevista per l’inizio di giugno, con 2.5 Pro a seguire poco dopo.
Questo notevole progresso è il risultato della dedizione implacabile dei team di Google, che si impegnano a migliorare continuamente le proprie tecnologie e a implementarle in modo sicuro e responsabile.
Svelare le Prestazioni Superiori di 2.5 Pro
Il modello 2.5 Pro è stato recentemente aggiornato per consentire agli sviluppatori di creare applicazioni web più interattive e ricche di funzionalità. Il feedback positivo ricevuto da utenti e sviluppatori è molto apprezzato e i continui miglioramenti continueranno ad essere implementati in base all’input degliutenti.
Oltre alle sue eccezionali prestazioni nei benchmark accademici, l’ultima iterazione di 2.5 Pro ha conquistato il primo posto nella popolare classifica di codifica, WebDev Arena, con un impressionante punteggio ELO di 1415. È anche leader in tutte le classifiche di LMArena, che valuta la preferenza umana in base a vari criteri. Inoltre, dotato di una finestra di contesto di 1 milione di token, 2.5 Pro offre prestazioni all’avanguardia nella comprensione di contesto lungo e video.
Integrando LearnLM, una famiglia di modelli sviluppati in collaborazione con esperti di istruzione, 2.5 Pro è diventato il modello leader per l’apprendimento. In confronti diretti che valutano la sua pedagogia ed efficacia, educatori ed esperti hanno preferito Gemini 2.5 Pro rispetto ad altri modelli in una vasta gamma di scenari. Ha anche superato i migliori modelli in tutti e cinque i principi della scienza dell’apprendimento, che vengono utilizzati per costruire sistemi di intelligenza artificiale per l’apprendimento. Ciò evidenzia la sua efficacia in contesti educativi, offrendo strategie di insegnamento personalizzate ed efficaci.
Deep Think: Spingere i Confini del Ragionamento
Google sta attivamente esplorando i limiti delle capacità cognitive di Gemini e iniziando a sperimentare una modalità di ragionamento avanzata chiamata Deep Think. Questa modalità innovativa impiega tecniche di ricerca all’avanguardia, consentendo al modello di valutare più ipotesi prima di formulare una risposta. Questo approccio migliora i processi decisionali, consentendo risultati più sofisticati e sfumati in situazioni complesse.
Gemini 2.5 Pro Deep Think ha ottenuto un punteggio impressionante nel 2025 USAMO, ampiamente riconosciuto come uno dei benchmark matematici più impegnativi. Eccelle anche su LiveCodeBench, un benchmark impegnativo per la codifica a livello di competizione, e ottiene un punteggio dell’84,0% su MMMU,Che valuta il ragionamento multimodale. Questi risultati sottolineano le eccezionali prestazioni di Deep Think nella gestione di compiti complessi, suggerendo un futuro promettente per la risoluzione di problemi di intelligenza artificiale avanzata.
Dato che 2.5 Pro Deep Think sta spingendo la frontiera di ciò che è possibile, Google si sta prendendo un tempo aggiuntivo per condurre valutazioni di sicurezza approfondite e sollecitare ulteriori input da esperti di sicurezza. L’azienda fornirà inoltre a selezionati tester l’accesso a Gemini API per raccogliere feedback prima di renderlo ampiamente disponibile. Questo approccio cauto e deliberato mira a garantire l’implementazione responsabile della tecnologia di intelligenza artificiale avanzata.
Introduzione a un 2.5 Flash Potenziato
Il modello 2.5 Flash, noto per la sua efficienza ed economicità, è stato perfezionato in numerose dimensioni. Ha mostrato miglioramenti nei benchmark critici per il ragionamento, la multimodalità, la gestione del codice e il contesto lungo, diventando contemporaneamente più efficiente,Utilizzando tra il 20 e il 30% in meno di token nelle valutazioni.Questo evidenzia le sue prestazioni ottimizzate e la gestione delle risorse.
Il nuovo 2.5 Flash è attualmente disponibile per l’anteprima in Google AI Studio per gli sviluppatori, in Vertex AI per le applicazioni aziendali e nell’app Gemini per gli utenti generali. È prevista la disponibilità generale all’inizio di giugno, rendendola accessibile per gli ambienti di produzione.
Nuove Funzionalità di Gemini 2.5
Miglioramenti All’Output Audio Nativo e All’API Live
L’API Live introduce una versione di anteprima dell’input audiovisivo e del dialogo di output audio nativo, consentendo agli utenti di creare esperienze conversazionali con un Gemini più naturale ed espressivo. Questa funzionalità consente applicazioni più coinvolgenti e interattive. La capacità dell’IA di produrre risposte audio realistiche migliora significativamente l’interazione dell’utente creando un modo più intuitivo di comunicare.
L’API Live consente agli utenti di guidare il tono, l’accento e lo stile di conversazione del modello. Ad esempio, al modello può essere indicato di adottare una voce drammatica quando narra una storia. Supporta anche l’uso di strumenti, consentendogli di eseguire ricerche per conto dell’utente. La flessibilità nel controllo vocale e l’accesso a strumenti esterni rendono il modello straordinariamente versatile e prezioso in diversi scenari applicativi.
Gli utenti possono sperimentare varie funzionalità iniziali, tra cui:
Dialogo Affettivo: Il modello rileva l’emozione nella voce dell’utente e risponde di conseguenza. Questa funzionalità aggiunge livelli di intelligenza emotiva all’IA, rendendo l’interazione più personalizzata.
Audio Proattivo: Il modello ignora le conversazioni di sottofondo e sa quando rispondere, riducendo al minimo le interruzioni e migliorando la chiarezza. Questa funzionalità migliora la qualità dell’interazione, consentendo una comunicazione più efficiente e mirata.
Thinking nell’API Live: Il modello sfrutta le capacità di pensiero di Gemini per supportare compiti più complessi. Ciò consente un’analisi e una considerazione più approfondite quando si affrontano compiti complessi, rendendolo eccezionalmente prezioso in settori che richiedono soluzioni precise e perspicaci.
Google sta anche rilasciando nuove anteprime per la funzionalità text-to-speech sia in 2.5 Pro che in 2.5 Flash. Questi forniscono un supporto unico nel suo genere per più altoparlanti, consentendo la sintesi vocale con due voci tramite output audio nativo. Questa funzionalità è particolarmente utile per creare narrazioni e dialoghi coinvolgenti in applicazioni multimediali.
Come il dialogo Native Audio, la sintesi vocale è espressiva e può catturare sottili sfumature come i sussurri. Supporta oltre 24 lingue e passa senza problemi da una all’altra, rendendolo uno strumento versatile per la comunicazione globale. Queste sottigliezze nell’uso della lingua arricchiscono l’esperienza dell’utente, facilitando un processo di comunicazione più sfumato e personalizzato.
Questa funzionalità di sintesi vocale sarà disponibile più tardi oggi in Gemini API.
Interfaccia Computer Potenziata
Google sta introducendo le capacità di utilizzo del computer di Project Mariner in Gemini API e Vertex AI. Aziende lungimiranti come Automation Anywhere, UiPath, Browserbase, Autotab, The Interaction Company e Cartwheel ne stanno esplorando il potenziale. Google non vede l’ora di un più ampio rollout per consentire agli sviluppatori di sperimentare questa funzionalità quest’estate, aprendo la strada a progetti e soluzioni innovativi. La capacità di integrare modelli di intelligenza artificiale direttamente con le interfacce dei computer porta a soluzioni di flusso di lavoro più snelle e produttive in diversi settori.
Misure di Sicurezza Superiori
Google ha rafforzato in modo significativo le sue protezioni contro le minacce alla sicurezza, come le iniezioni di prompt indirette. Ciò comporta l’incorporazione di istruzioni dannose nei dati recuperati da un modello di intelligenza artificiale. Il nuovo approccio alla sicurezza di Google ha aumentato notevolmente il tasso di protezione di Gemini contro gli attacchi di iniezione di prompt indiretti durante l’uso degli strumenti, rendendo Gemini 2.5 la sua famiglia di modelli più sicura fino ad oggi. Questa maggiore sicurezza garantisce agli utenti un’esperienza sicura e affidabile quando adottano soluzioni basate sull’intelligenza artificiale.
Un’Esperienza di Sviluppatore Migliorata
Riepiloghi di Pensiero
Sia 2.5 Pro che Flash ora includeranno riepiloghi di pensiero in Gemini API e in Vertex AI. Questi riepiloghi prendono i pensieri grezzi del modello e li organizzano in un formato chiaro con intestazioni, dettagli chiave e informazioni sulle azioni del modello, ad esempio quando utilizzano gli strumenti. Offrendo approfondimenti sul processo analitico dell’IA, i riepiloghi di pensiero aiutano a comprendere e a eseguire il debug dei problemi all’interno dei sistemi AI, migliorando l’efficienza e la progettazione del sistema.
Con un formato più strutturato e semplificato sul processo di pensiero del modello, sviluppatori e utenti troveranno le interazioni con i modelli Gemini più facili da comprendere e da eseguire il debug.
Budget di Riflessione
Google ha lanciato 2.5 Flash con budget di riflessione per offrire agli sviluppatori un maggiore controllo sui costi bilanciando latenza e qualità. Questa capacità è ora estesa a 2.5 Pro, offrendoti maggiori opzioni di messa a punto. Controllando i token utilizzati e ottimizzando le risorse, gli sviluppatori possono raggiungere l’equilibrio appropriato tra costo computazionale ed efficacia della soluzione, rendendo l’implementazione dell’IA sia economica che efficiente.
Ciò consente il pieno controllo del numero di token che un modello utilizza per pensare prima di rispondere, o anche per disattivare le sue capacità di pensiero.
Gemini 2.5 Pro con budget sarà generalmente disponibile per un uso di produzione stabile nelle prossime settimane, insieme al modello generalmente disponibile.
Supporto per gli Strumenti MCP
Google ha aggiunto il supporto SDK nativo per le definizioni di Model Context Protocol (MCP) in Gemini API per una più facile integrazione con gli strumenti open source. Diversi metodi di implementazione, come i server MCP e gli strumenti ospitati, vengono esplorati per semplificare la creazione di applicazioni agentive per gli utenti. Ciò migliora l’ambiente di sviluppo dell’IA attraverso una gamma più ampia di opzioni per l’integrazione degli strumenti e la collaborazione sui progetti.
L’innovazione continua è fondamentale nell’impegno costante per migliorare i modelli e l’esperienza dello sviluppatore, rendendoli più efficienti, performanti e reattivi al feedback degli sviluppatori. Raddoppia l’ampiezza e la profondità della ricerca fondamentale per spingere la frontiera delle capacità di Gemini. C’è altro in arrivo in futuro.