Gemini 2.5 Pro y 2.5 Flash dejan de existir en la API el 1 de diciembre: Google mandará tus llamadas a otro modelo sin preguntar

Google publicó el lunes 2 de noviembre en el registro de cambios de la API de Gemini que gemini-2.5-pro y gemini-2.5-flash quedan obsoletos. Ya no se pueden elegir en Google AI Studio y, a partir del 1 de diciembre de 2026, todas las llamadas que lleguen con esos nombres se enviarán automáticamente a otro modelo y se cobrarán con la tarifa de ese otro modelo.

Es un cambio de criterio. A mediados de octubre, la página de retiros de Google no les ponía fecha: desde el 18 de septiembre solo estaban disponibles para quien ya los usaba, y lo explicamos así en la nota sobre los apagados de Veo y los modelos de voz. Ahora sí tienen fecha, y no es un apagado con error: es un cambio de modelo silencioso.

Fuente: registro de cambios y página de precios de la API de Gemini, consultados el 2 de noviembre de 2026.

Por qué "sin preguntar" es el problema

Una integración que deja de responder se nota el mismo día. Una que sigue respondiendo con otro modelo puede pasar semanas sin que nadie lo detecte, mientras cambia la calidad de lo que contesta tu chatbot, cómo clasifica los correos o qué datos extrae de una factura.

Fíjate en el salto de categoría: quien eligió 2.5 Pro, el modelo grande de esa generación, pasa a un modelo Flash; y quien usaba 2.5 Flash baja a un Flash-Lite. Los modelos de la familia 3 son más recientes y Google los recomienda como reemplazo, pero "más reciente" no garantiza el mismo resultado en tu tarea. Eso solo lo dice una prueba con tus propios casos.

Además, Google lista cambios incompatibles en la API para estos modelos:

• Llamadas a funciones: validación de thought_signature; según la guía de 3.8 Flash, en generateContent cada FunctionResponse debe incluir call_id y name.
• Razonamiento: thinking_level (low, medium o high) reemplaza a thinking_budget. La guía advierte que el nivel minimal no existe en 3.8 Flash y devuelve error.
• Parámetros de muestreo: la guía de migración pide quitar temperature, top_p y top_k.
• Turnos prellenados: hay que quitar las respuestas del modelo que tu código escribía de antemano y manejar las conversaciones con previous_interaction_id.

Lo que Google no aclara del todo es qué pasa con una llamada redirigida que todavía traiga alguno de esos parámetros. La guía de 3.8 Flash de la API de Gemini solo pide quitarlos; la guía equivalente de Google Cloud dice que temperature, top_p y top_k se ignoran, mientras que frequency_penalty, presence_penalty y candidate_count sí devuelven error, y el nivel minimal también. Ignorados o no, tu ajuste deja de tener efecto, así que no conviene esperar al 1 de diciembre para averiguarlo en producción.

Cuánto cambia la factura

Precios por millón de tokens de texto en el nivel de pago estándar, según la página de precios de la API de Gemini. La salida incluye los tokens de razonamiento.

Cifras en dólares.

Un ejemplo con números redondos: un asistente que consume 10 millones de tokens de entrada y 2 millones de salida al mes.

• En 2.5 Pro: 12.50 + 20.00 = 32.50 dólares.
• Redirigido a 3.8 Flash en diciembre: 7.50 + 7.50 = 15 dólares.
• En 3.8 Flash desde enero: 15 + 15 = 30 dólares, casi lo mismo que hoy, porque el precio de 3.8 Flash se duplica el 1 de enero.

Para quien usa 2.5 Flash, el mismo volumen cuesta 8 dólares antes y después: 3.5 Flash-Lite tiene la misma tarifa de texto y el audio de entrada sale más barato. En dinero, el cambio es menor; el riesgo está en la calidad y en los parámetros, no en la factura.

Un pendiente más en la misma página: desde el 26 de octubre, los proyectos de pago nuevos guardan por defecto las peticiones a generateContent (store=true), igual que la API de Interactions. Los proyectos existentes conservan su configuración. Si das de alta un proyecto nuevo para migrar y no quieres que se almacenen datos de clientes, usa store=false en cada petición o apágalo en el panel de Logs and Datasets.

Qué hacer antes del 1 de diciembre

1. Busca los nombres de modelo en tu código, en tus flujos de n8n, Make o Zapier y en las variables de entorno: gemini-2.5-pro y gemini-2.5-flash. No olvides los scripts que alguien hizo "para probar" y se quedaron en producción.
2. Cambia el modelo tú mismo, no dejes que lo cambie Google: gemini-3.8-flash para lo que usaba 2.5 Pro y gemini-3.5-flash-lite para lo que usaba 2.5 Flash. Así controlas cuándo ocurre el cambio y puedes regresar si algo sale mal.
3. Limpia los parámetros: quita temperature, top_p y top_k, cambia thinking_budget por thinking_level y revisa las llamadas a funciones.
4. Prueba con 30 o 50 casos reales: preguntas de clientes, facturas, correos. Compara las respuestas del modelo viejo y del nuevo antes de liberar.
5. Si 2.5 Pro hacía trabajo difícil, evalúa también un modelo grande en lugar de aceptar el Flash por defecto, y revisa el costo con los precios de enero.
6. Actualiza tu calendario de retiros. Este es uno más en una lista larga: Anthropic y OpenAI, Bedrock y Vertex AI y la nueva versión de la API de Claude, que también eliminó los parámetros de muestreo.

La lección se repite con cada proveedor: el nombre del modelo en tu código es una dependencia con fecha de caducidad. Anótalo en el inventario de sistemas igual que una licencia o un certificado.