O Google apresentou na sua conferência para desenvolvedores I/O avanços significativos na sua família de modelos de linguagem Gemini. Entre as novidades, destaca-se o Deep Think, um modelo de raciocínio projetado para o Gemini 2.5 Pro. Segundo Demis Hassabis, CEO da DeepMind, o Deep Think utiliza as mais recentes pesquisas para permitir que o modelo considere múltiplas hipóteses antes de responder a perguntas. O Google afirma ter obtido uma pontuação impressionante ao avaliar o Deep Think com questões da Olimpíada de Matemática dos Estados Unidos de 2025. No entanto, a empresa pretende realizar avaliações de segurança mais aprofundadas antes de lançá-lo amplamente, disponibilizando-o inicialmente para testadores confiáveis através da API do Gemini para obter feedback.
Além do Deep Think, o Google também apresentou uma versão aprimorada do Gemini 2.5 Flash, otimizado para velocidade e eficiência. Esta nova iteração do modelo Flash é mais eficiente, utilizando menos tokens e obtendo pontuações mais altas em benchmarks de raciocínio, multimodalidade, código e contexto longo em comparação com seu antecessor. A disponibilidade geral do Gemini 2.5 Flash está prevista para o início de junho. Atualmente, o modelo está disponível como pré-visualização através do Google AI Studio para desenvolvedores, via Vertex AI para clientes empresariais e através do aplicativo Gemini para outros usuários.
Outra novidade anunciada é a incorporação do conceito de “Thinking Budgets” do Gemini 2.5 Flash ao modelo Gemini 2.5 Pro. Essa funcionalidade permite aos usuários equilibrar o número de tokens gastos com a precisão e velocidade da resposta. Adicionalmente, o Project Mariner, os agentes de IA do Google alimentados pelo Gemini que navegam na web para completar tarefas para os usuários, está sendo integrado à API do Gemini e ao Vertex AI. O Google planeja expandir o lançamento dos agentes neste verão para que os desenvolvedores possam experimentar. Também estão sendo lançadas novas pré-visualizações de conversão de texto em fala nos modelos 2.5 Pro e 2.5 Flash através da API do Gemini, com suporte para duas vozes em 24 idiomas.
Origem: Link


