Google presentó Gemini 2.5, una versión mejorada de su modelo deinteligencia artificial capaz de interactuar con interfaces digitales como un humano. Gracias a su razonamiento visual y su ejecución iterativa, el sistema puede operar plataformas, completar formularios y organizar tareas de forma autónoma.
El modelo ya está disponible para desarrolladores en vista previa pública a través de la API de Gemini en Google AI Studio y Vertex AI.
Google presentó la versión final de sus modelos de inteligencia artificial Gemini 2.5 Pro y Flash
Un modelo que actúa y razona como un usuario humano
A diferencia de los sistemas tradicionales, que dependen de APIs estructuradas, Gemini 2.5 puede manipular interfaces gráficas directamente. Esto incluye escribir, hacer clic, desplazarse, usar menús desplegables o navegar entre páginas, incluso dentro de plataformas que requieren inicio de sesión.
Completa y envía formularios online.
Navega por sitios web o plataformas colaborativas.
Clasifica, mueve y organiza elementos según instrucciones del usuario.
Por ejemplo, el sistema puede ordenar notas en un tablero de tareas digital siguiendo indicaciones precisas.
Cómo funciona el modelo Gemini 2.5
El modelo opera mediante la herramienta computer_use incluida en la API de Gemini. Funciona en un ciclo iterativo: el usuario envía una solicitud junto con una captura de pantalla y el historial de acciones recientes. Gemini analiza esos datos, genera una respuesta y ejecuta una acción (como hacer clic o escribir).
Google Gemini es una herramienta poderosa, pero no está diseñada para manejar ciertos tipos de datos
Tras cada acción, el sistema recibe una nueva captura del entorno y repite el proceso hasta completar la tarea o recibir una orden de detención. Este método permite mantener interacciones seguras y controladas con el entorno digital.
Rendimiento y seguridad de la plataforma
De acuerdo con Google, el modelo superó a las principales alternativas en pruebas de control web y móvil, mostrando menor latencia y mayor precisión. Aunque está optimizado para navegadores, también mostró resultados prometedores en otras interfaces.
Seguridad y confiabilidad en la información
En materia de seguridad, Google implementó múltiples capas de protección. Entre ellas, un sistema de verificación paso a paso que evalúa cada acción antes de ejecutarla, como compras o accesos a datos personales.
Disponibilidad del nuevo modelo de Google
Desde el 7 de octubre, Gemini 2.5 está disponible para prueba en Google AI Studio y Vertex AI. Además, los desarrolladores pueden experimentar con el modelo en un entorno de demostración alojado por Browserbase o crear su propio entorno con herramientas como Playwright.
