Google: Gemini 2.5 Flash (batch)

Gemini 2.5 Flash es el perfil estable de razonamiento híbrido de Google para trabajo multimodal versátil y uso de herramientas con agentes. Ofrece respuestas con y sin pensamiento para tareas multimodales a gran escala que necesitan distintos niveles de razonamiento. Texto, imágenes, audio y video contribuyen a una respuesta textual. La entrada documental también se describe en el perfil de nube específico del modelo de Google. Un resultado útil puede ser una comparación documental, una gráfica interpretada, una transcripción, código o un registro estructurado.

El control de razonamiento de la edición utiliza thinkingBudget. El pensamiento dinámico es el valor predeterminado; un ajuste de -1 permite al modelo adaptar su razonamiento a la complejidad de la tarea. Un presupuesto explícito puede ir de cero a 24,576 tokens, y cero desactiva el pensamiento. Elige un presupuesto apropiado para el problema real en lugar de asignar el mismo esfuerzo a una categorización simple y a un análisis de varias condiciones. La guía trata el presupuesto como orientación, y la ficha nativa señala que su cumplimiento puede no ser exacto.

Para una tarea documental o de datos, define la pregunta, los campos requeridos y la evidencia que debe acompañar al resultado. Para una comparación de requisitos, compara dos especificaciones y devuelve el requisito cambiado, su pasaje de origen y el efecto en un flujo indicado. La salida estructurada es útil cuando cada hallazgo necesita la misma forma de registro. Si la fuente da varios valores posibles o deja un campo abierto, conserva esa incertidumbre en lugar de forzar una sola respuesta plausible. Revisa los valores devueltos frente a las páginas o los datos proporcionados.

Para material visual o de audio, identifica el objeto, etiqueta, evento o pasaje de grabación pertinente. Solicita el tipo de texto necesario: valores visibles de una gráfica, una descripción de evento, una transcripción o un resumen. Estos entregables son distintos, y la instrucción debe indicar cuál producir. La ficha nativa compartida incluye Flash Image y Flash Audio como capacidades identificadas por separado; sus salidas de imagen y voz generadas no forman parte de este perfil estable de texto.

El perfil exacto de nube de Google documenta entradas PDF y de texto sin formato con límites específicos de interfaz: 50 MB por PDF importado mediante la API y hasta 3,000 páginas por archivo, con un límite de 7 MB para archivos de texto sin formato. Ese perfil también describe aproximadamente 45 minutos de video con audio o una hora sin audio, y aproximadamente 8.4 horas de audio dentro de la capacidad de entrada de un millón de tokens. Estas son las restricciones declaradas de la interfaz de nube, separadas de la ventana general de tokens del modelo. Prepara la sección pertinente y el formato de origen en lugar de suponer que cada tipo de archivo o ruta de carga tiene el mismo límite.

La tabla exacta de Gemini API enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Define la función de cada herramienta y la forma de sus parámetros, y continúa a partir del resultado real devuelto. Un modelo puede solicitar una operación, mientras que la aplicación conectada la realiza. Conserva el contexto necesario de firmas de pensamiento al continuar una tarea de razonamiento en la interfaz sin estado. Una respuesta estructurada o una sugerencia de función no establecen de forma independiente que una operación externa tuvo éxito.

La ficha nativa del modelo indica 1M de contexto y 64K de salida textual, mientras que la tabla exacta de API especifica 1,048,576 tokens de entrada y 65,536 de salida. Un límite de respuesta incluye los tokens de pensamiento, por lo que un límite demasiado pequeño puede dejar la respuesta final truncada o vacía. Solicita un entregable del tamaño adecuado para la capacidad de salida y usa el presupuesto de razonamiento para guiar el esfuerzo. Se documentan caché y procesamiento por lotes, Flex y Priority para este perfil del productor. Conserva identificadores de elementos al preparar varios registros independientes.

La edición estable sigue siendo distinta de las variantes Flash Preview y de modelos posteriores Gemini 3. Su ficha enumera posibles alucinaciones, limitaciones en comprensión causal y razonamiento lógico complejo o contrafactual, y una fecha de corte de conocimiento de enero de 2025. Proporciona evidencia reciente cuando una tarea dependa de información más nueva. Comprueba cálculos, valores extraídos, transcripciones y código propuesto frente a la fuente o el resultado real de ejecución. El pensamiento híbrido es útil cuando respalda ese resultado concreto, en lugar de convertirse en sustituto de su revisión.