Gemini 2.5 Pro: Especificaciones Completas (Junio 2026)

Gemini 2.5 Pro es el modelo insignia de Google DeepMind en la familia Gemini 2.x, lanzado en marzo de 2025. Sucedió a Gemini 2.0 Pro (que a su vez reemplazó a Gemini 1.5 Pro a finales de 2024) y trajo tres cambios significativos: modo reasoning nativo (presupuesto de razonamiento configurable por llamada), visión de calidad tier-2 que coincide con los benchmarks de visión de GPT-5, y comportamiento de contexto de 1M tokens estable con recall que se mantiene en toda la ventana.

Lo que hace que Gemini 2.5 Pro sea estructuralmente diferente de GPT-5 o Claude Opus: es nativamente multimodal en más modalidades que cualquiera de los dos. Entrada de texto, imagen, audio, video y PDF fluyen todas a través del mismo array `contents`. Pasa un archivo MP4 de video, una grabación de audio, un conjunto de PDFs y una pregunta de texto libre — Gemini acepta todo en una sola llamada y razona en todas ellas. GPT-5 soporta texto + imagen. Claude soporta texto + imagen. Solo Gemini 2.5 Pro (y su hermano Flash) soportan video y audio nativamente en producción.

El modo reasoning (nombre de Google para razonamiento configurable) está habilitado por defecto en Gemini 2.5 Pro con un presupuesto decidido por el modelo. Fuerza un presupuesto específico con `thinking_config: {thinking_budget: 5000}`; desactiva el reasoning completamente con `thinking_budget: 0` para la respuesta más rápida posible. Los tokens de reasoning se facturan a la tarifa de salida como los tokens de reasoning en GPT-5 y tokens de reasoning en Claude.

Gemini 2.5 Pro utiliza un modelo de precios escalonado único entre proveedores frontier. Por debajo de 200.000 tokens de entrada por llamada: $1,25/M entrada, $10/M salida. Arriba de 200.000 tokens de entrada: $2,50/M entrada, $15/M salida. El tier se aplica a la llamada completa — si envías 250K tokens de entrada, los 250K completos se facturan al tier superior, no solo la parte por encima de 200K.

Ejemplo: una llamada de entrada 100K + 1K salida se factura como `(0,100 × $1,25) + (0,001 × $10) = $0,125 + $0,01 = $0,135`. La misma entrada como 250K + 1K salida se factura como `(0,250 × $2,50) + (0,001 × $15) = $0,625 + $0,015 = $0,640`. Cruzar el umbral de 200K es una función escalón de 2× precio de entrada + 1,5× precio de salida, no una rampa suave.

Implicación: mantén las llamadas por debajo de 200K entrada donde puedas. Si estás en 195K, rellenar a 205K para encajar un trozo más es un aumento de precio de 5×. Si vas a cruzar 200K, ve todo el camino — 250K y 500K se facturan a la misma tarifa por token.

Caché: explícito, a través del endpoint `cachedContents` de la API. Precrea un bloque de contenido en caché (TTL predeterminado de 1 hora, configurable hasta 24 horas), hazle referencia por ID en llamadas posteriores. La porción en caché se lee con 75% descuento ($0,31/M en el tier ≤200K, $0,625/M en el tier >200K). Mayor palanca de costo en cargas de trabajo de contexto largo. Calculadora de costo entre proveedores: calculadora de costo GPT/Claude/Gemini.

Gemini 2.5 Pro acepta 1.000.000 tokens en una sola llamada. Para referencia: un guión de largometraje completo es ~30K tokens, una novela de 300 páginas es ~150K tokens, la base de código de una aplicación SaaS mediana es 200-500K tokens, la trilogía completa de El Señor de los Anillos es ~600K tokens. Gemini 2.5 Pro encaja cualquiera de estos en una sola llamada.

El recall se mantiene en toda la ventana de 1M — los benchmarks needle-in-haystack de Google muestran >99% recall a través de ~1M tokens para el modelo Pro. El cuello de botella práctico es el costo y la latencia, no el recall. Una llamada de 1M tokens se factura como `1,0 × $2,50 + (salida × $15) = $2,50+` por llamada antes de costos de salida y se ejecuta 30-60 segundos de extremo a extremo a tasas de streaming típicas.

Cuándo 1M realmente importa: razonamiento de base de código completa (planificación de refactorización en todo un repositorio), Q&A de documento completo en libros o contratos legales, comprensión de audio/video de larga duración (transcribe y analiza una reunión de 1 hora en una sola llamada), síntesis de investigación multidocumento.

Cuándo 1M no importa: clasificación, extracción, chat, tareas de datos estructurados, cualquier cosa que encaje en 50K tokens con RAG. Para la mayoría de cargas de trabajo de producción, el tier más pequeño ≤200K en Gemini 2.5 Pro (o incluso Gemini 2.5 Flash a $0,30/M) es la opción correcta.

Pasa un archivo de video como un blob base64 en línea o a través de Google File API (recomendado para archivos >20MB). Gemini extrae fotogramas a 1 FPS por defecto, transcribe audio y razona en el flujo combinado. Contabilidad de tokens: video se factura a ~258 tokens por segundo de metraje (comprimido en video + audio).

Un video de 5 minutos se factura como `300 segundos × 258 tokens = 77.400 tokens` — aún por debajo del tier de 200K. Una grabación de reunión de 30 minutos es ~465K tokens — por encima del umbral de 200K, en el tier >200K. Planifica en consecuencia.

Los PDFs se procesan página por página con extracción de imagen + texto. Una página PDF típica con contenido textual es ~258 tokens; las páginas con mucha imagen pueden ser sustancialmente más. Pasa a través de File API para documentos mayores a 20MB.

Audio (sin video) se factura a ~32 tokens por segundo. Una grabación de audio de 10 minutos es ~19.200 tokens. Usa para transcripción + resumen de reuniones, análisis de podcast, estructuración de notas de voz.

Advertencia práctica: las entradas multimodales inflaban los conteos de tokens rápidamente. Una llamada ingenua 'resume esta reunión de una hora' puede fácilmente exceder 200K tokens (video de 1 hora = ~930K tokens). Almacena el video en caché a través de File API y hazle referencia en múltiples llamadas analíticas en lugar de volver a subirlo.

Gemini 2.5 Pro soporta function calling con JSON Schema: declara funciones en el parámetro `tools`, el modelo elige una (o varias en paralelo) y devuelve los argumentos. El function calling paralelo está soportado y activado por defecto en el modelo Pro.

Las salidas estructuradas son de primera clase: pasa un `responseSchema` (subconjunto JSON Schema) en `generationConfig` y Google garantiza que la salida del modelo valida contra ese esquema. Soporta objetos anidados, arrays, enums — comparable a las salidas estructuradas de OpenAI y al patrón tool-use-as-output de Anthropic.

Herramientas integradas que no tienes que implementar tú mismo: **ejecución de código** (el modelo escribe y ejecuta Python en una sandbox, ve la salida, itera), **búsqueda Google anclada** (el modelo emite una búsqueda Google y cita los resultados en su respuesta, con atribución), **contexto de URL** (el modelo obtiene y lee URLs en la conversación). Las herramientas integradas son únicas a Gemini en el menú de modelos frontier y reducen dramáticamente el código de orquestación para flujos de trabajo agentes.

El modo reasoning está habilitado por defecto en Gemini 2.5 Pro con un presupuesto de reasoning decidido por el modelo. Sobrescribe con `thinking_config: {thinking_budget: N}` donde N es el máximo de tokens de reasoning para la llamada. Establece N=0 para desactivar el reasoning completamente; establece N=-1 (o muy alto) para dejar que el modelo decida dinámicamente.

Los tokens de reasoning se facturan a la tarifa de salida (igual que los tokens de reasoning en GPT-5 y tokens de reasoning en Claude). En Gemini 2.5 Pro: `$10/M` en el tier ≤200K, `$15/M` en el tier >200K. Un presupuesto de reasoning de 3.000 tokens en una llamada del tier ≤200K agrega $0,03 a la llamada.

Cuándo establecer presupuestos de reasoning explícitos: control de costo (tope a 1.000 para tareas rutinarias), control de calidad (impulsa a 5.000-10.000 para razonamiento complejo), control de latencia (establece a 0 para la respuesta más rápida posible en tareas simples). Cuándo dejar el reasoning en automático: chat de propósito general donde la calibración de Gemini está bien sintonizada para la mezcla de tareas.

**Elige Gemini 2.5 Pro** cuando necesites multimodal nativo en video/audio/PDF, cuando necesites contexto de 1M en disponibilidad general, cuando las herramientas integradas (ejecución de código, búsqueda anclada) reemplacen la orquestación personalizada, o cuando ya estés en el ecosistema de Google Cloud / Workspace y la facturación de Vertex AI simplifique la adquisición.

**Elige Claude Opus 4.7** cuando la voz de escritura de larga duración, la disciplina de calibración de rechazo o el razonamiento riguroso sea el cuello de botella. Opus es $15/$75 vs Gemini 2.5 Pro's $1,25/$10 (≤200K) — Gemini es dramáticamente más barato para todo excepto las tareas estrechas donde la prima de calidad de Opus se justifica.

**Elige GPT-5** cuando necesites contexto de 400K sin el incremento de tier >200K en Gemini, cuando estés en el ecosistema de herramientas de OpenAI (Responses API, Assistants, ChatGPT Pro), o cuando las salidas estructuradas con la aplicación más madura de JSON Schema importen.

Comparación entre proveedores: GPT-4o vs Gemini 2.5 Pro.

Cada número en esta página fue verificado contra la documentación en vivo de Google el 2026-06-20. Fuentes: ai.google.dev/gemini-api/docs/models/gemini para contexto, modalidades y soporte de características; ai.google.dev/pricing para precios directos de AI Studio; cloud.google.com/vertex-ai/generative-ai/pricing para precios de Vertex AI (actualmente idénticos a directos de AI Studio).

Las actualizaciones de precios de Google se anuncian a través de las notas de lanzamiento de Vertex AI y el changelog de ai.google.dev. Los precios han cambiado dos veces en Gemini 2.5 Pro desde el lanzamiento (ambos hacia abajo). Vuelve a verificar trimestralmente si tu factura es significativa.

Metodología: cuando un número no podía ser confirmado en múltiples fuentes contra una página oficial de Google en la fecha de verificación, fue omitido de esta ficha en lugar de ser adivinado.