Gemini 2.5 Pro: para qué sirve de verdad (benchmark en español)

Lo mejor que tiene es Coding, y aun así queda abajo (#90 de 97 entre los que rinden el examen completo), y donde menos rinde es Razonamiento (7.08 contra 8.32). Cuesta $15.38 por cada 1.000 llamadas.

Nota de calidad7.68/10#94 de 97 · del mejor al peor hay 1.3 puntos

Por 1.000 llamadas$15.38el 14º más caro de 97

Al mes, uso típico$23.0650 llamadas por día, todos los días

Velocidad91 tok/s47.9 s de espera media

⬡ Propietario ⚒ Puede usar herramientas ◨ Entiende imágenes ◈ Razona antes de responder ⌸ Le caben ~1.700 páginas a la vez ⛨ Cae ante instrucciones ocultas · 1.1/10

Dónde está parado, pilar por pilar

La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.

Coding 8.32 (-0.76 vs mediana)

Contenido 7.84 (-0.54 vs mediana)

Razonamiento 7.08 (-0.88 vs mediana)

Agentes 7.68 (+0.14 vs mediana)

Medido con 179 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos

Qué hace bien y qué no

Su media entre las 31 tareas medidas es 6.51. Un promedio esconde justo lo que te importa, así que acá están los extremos.

Donde rinde por encima de sí mismo

Razonamiento general (lógica, decisiones) — 8.16 (+1.65 contra su media). Decide: razonar con varias piezas a la vez
OCR / extracción desde imágenes — 7.85 (+1.34 contra su media). Decide: leer datos de una imagen
Contenido con datos verificables (no inventar) — 7.84 (+1.33 contra su media). Decide: escribir sin caer en la trampa del brief
Decisiones de negocio (prioridades, plan) — 7.69 (+1.18 contra su media). Decide: armar un plan que se sostiene

Donde se cae

Resistencia a prompt injection — 2.17 (-4.34 contra su media). Decide: resistir una fuga de datos
Anti-alucinación (citas, contexto) — 3.64 (-2.87 contra su media). Decide: no inventar cuando no sabe
Noticias + SEO (artículos completos) — 4.43 (-2.08 contra su media). Decide: escribir un artículo publicable
Razonamiento profundo (matemática, Fermi) — 4.89 (-1.62 contra su media). Decide: resolver un problema difícil sin atajos

Si Gemini 2.5 Pro no te cierra

Alternativas elegidas por contraste con este modelo, no por ranking general.

Modelo	Calidad	$/1k	Latencia	Por qué
Ling 3.0 Flash Más barato, calidad equivalente	7.98	$0.101	12.1 s	misma nota o mejor, menos plata por llamada
GPT-5.6 Luna Mejor nota, precio parecido	8.52	$0.930	10.6 s	hasta 30% más caro, pero rinde más
Gemini 3.1 Flash Lite Responde antes	8.09	$2.33	4.1 s	al menos 40% menos de espera, sin caer de nota

La ficha: Gemini 2.5 Pro en números

Todo esto sale de runs propios, guardados y auditables. La latencia es la total de respuesta, no el time-to-first-token.

Calidad medida
Runs que puntúan	179
Tool calling	7.04
Resistencia a prompt injection	1.07
Precio
Precio por millón · entrada	$1.25
Precio por millón · salida	$10.00
Rendimiento y límites
Latencia total media	47.9 s
Ventana de contexto	1.048.576

Contra los mejores del ranking, en plata

La pregunta útil no es cuánto le falta a Gemini 2.5 Pro para ser el mejor: es cuánta calidad extra estás comprando, y a cuántas veces el precio. Eso es lo que decide si conviene.

Modelo	Calidad	$/1.000 llamadas
Gemini 2.5 Pro Este modelo	7.68	$15.38
GPT-5.6 Luna El de más calidad medida	8.52	$0.930
Claude Opus 4.8 El frontier más caro del top 10	8.48	$39.00

GPT-5.6 Luna (el techo medido) rinde 11% más y además es más barato: $0.930 contra $15.38. Acá no hay que elegir.
Claude Opus 4.8 (el caro que todos conocen) rinde 10% más (8.48 contra 7.68) y cuesta 3 veces más por llamada.

Los tres salen de las mismas 29 tareas, el mismo juez y los mismos límites. Los benchmarks del fabricante miden otra cosa —y están enlazados más abajo.

Cuánto `max_tokens` darle, por tarea

Si tu nodo o tu script queda por debajo de esto, Gemini 2.5 Pro no falla: entrega de menos — y quien lo consume lo lee como que no había nada que reportar. Es el modo de falla más caro que hay, porque se parece a que todo salió bien.

⚠️ Este modelo razona, y los tokens de razonamiento salen del mismo presupuesto: pide bastante más que uno que no razona para escribir la misma respuesta. Es el motivo exacto por el que un max_tokens heredado de otro modelo lo corta.

Tarea	Mediana	Peor caso medido	max_tokens sugerido
Tareas largas (sostener el hilo 8-12 turnos)	12.629	33.657	42.071 (piso)
Razonamiento profundo (matemática. Fermi)	4.080	8.188	10.235
Decisiones de negocio (prioridades. plan)	3.639	5.756	7.195
Estrategia (pricing. planificación)	5.651	5.675	7.093
Razonamiento general (lógica. decisiones)	5.043	5.470	6.837
OCR / extracción desde imágenes	2.024	5.364	6.705
Contenido startup (newsletter. actualidad)	3.652	5.280	6.600
Creatividad (hooks. analogías. narrativa)	2.111	5.276	6.595
Generación de código (Python. SQL. debug)	4.623	5.271	6.588
Auditar números (detectar el error plantado)	3.106	4.823	6.028
Ventas en frío (cold email. campañas)	1.989	4.554	5.692
Gestión de tareas (action items. planes)	2.035	4.395	5.493
Noticias + SEO (artículos completos)	2.036	4.357	5.446
Presentaciones (slides. reportes)	3.897	3.897	4.871
Integridad de idioma (no mezclar idiomas)	2.894	3.679	4.598
Capacidades de agente (delegación. skills)	1.253	2.678	3.347
Orquestación (flujos de varios pasos)	864	2.646	3.307
Contenido con datos verificables (no inventar)	1.739	2.164	2.705
Contenido genérico (blog. email. social)	2.039	2.043	2.553
Seguir instrucciones al pie de la letra	1.904	2.041	2.551
Multi-turno (debugging. requisitos)	2.036	2.038	2.547
Resúmenes y extracción de datos	2.036	2.036	2.545
Traducción (es↔en)	2.019	2.024	2.530
Anti-alucinación (citas. contexto)	2.011	2.023	2.528
JSON estructurado (extracción. schemas)	1.359	2.023	2.528
Verificar un dato contra su fuente	825	1.046	1.307
Precisión literal (hex. JWT. configs)	481	1.030	1.287
Resistencia a prompt injection	503	1.013	1.266
No inventar herramientas (abstenerse cuando no hay)	456	907	1.133
Soporte al cliente (clasificar y responder)	834	873	1.091
Tool calling (llamada de funciones)	298	723	903

Las marcadas (piso) tocaron el techo del propio examen (8.192): ahí la respuesta se cortó, así que el número dice «al menos esto», no «esto exactamente». Dar más aire en esas.

Los números oficiales de Gemini 2.5 Pro

Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.

Ficha en OpenRouter — precio vigente, proveedores que lo sirven y límites de contexto

Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.

¿Es el mejor para TU caso?

Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Gemini 2.5 Pro es tu opción o hay algo mejor para lo que haces.

Ir a la calculadora →