Um evento de lançamento sem Pro. Em 21 de julho, a Google DeepMind soltou três novos modelos de uma só vez — Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber. Sem aquecimento, sem keynote; eles simplesmente apareceram no Google AI Studio e no seletor de modelos do Gemini.
Mas basta dar uma olhada nas seções de comentários para sentir que o clima é outro. “Os piores modelos que já vi.” “Um modelo 4B local supera ele.” “A equipe do Kimi K3 trabalha com um orçamento 150 vezes menor que o da Google e entregou resultados melhores.”
Então, o que é — uma revolução de eficiência, ou uma submissão forçada de rascunho?
Três Modelos, Três Direções
Gemini 3.6 Flash — o cavalo de batalha. As capacidades de código e multimodais melhoram, mas o destaque é a eficiência de tokens: tarefas idênticas terminam com 17% a 65% menos tokens de saída do que o antecessor. O DeepSWE sobe para 49% (contra 37% do 3.5 Flash) e o MLE-Bench vai de 49,7% para 63,9%. Preço: US$ 1,50 por milhão de tokens de entrada, US$ 7,50 de saída — um pouco abaixo dos US$ 9 do 3.5 Flash.
Gemini 3.5 Flash-Lite — o extremo de velocidade. 350 tokens de saída por segundo, o dobro do 3.1 Flash-Lite. Preço tão baixo quanto US$ 0,30 de entrada / US$ 2,50 de saída por milhão de tokens. Ainda assim, no SWE-Bench Pro ele marca 54,2% — acima dos 49,6% do 3 Flash padrão.
Gemini 3.5 Flash Cyber — o especialista vertical. Ajustado para detecção de vulnerabilidades de segurança e integrado ao CodeMender, disponível apenas para governos e parceiros confiáveis. Testes internos identificaram 55 problemas na base de código do motor V8, 10 dos quais outros modelos haviam deixado passar.
Três modelos desenham uma teia clara: uma camada otimizada para eficiência (Flash), um extremo de velocidade (Flash-Lite), um especialista vertical (Flash Cyber). Mas a carta que todos esperavam — o Gemini 3.5 Pro — continua ausente.
Cadê o Pro?
A Google atualizou pela última vez a linha Pro em fevereiro, com o Gemini 3.1 Pro. Nos cinco meses desde então, a concorrência não ficou parada: a OpenAI lançou o GPT-5.5 e começou a liberar o GPT-5.6; a Anthropic entregou o Claude Opus 4.8 e o Sonnet 5; a Moonshot abriu o código do Kimi K3, de 2,8 trilhões de parâmetros; a Zhipu lançou o GLM 5.2.
Em maio, a Google anunciou o Pro como “chegando em até um mês”. Já é final de julho. A Bloomberg relatou que o 3.5 Pro enfrenta atrasos internos por não atingir metas de desempenho. Logan Kilpatrick, da DeepMind, respondeu nas redes sociais que o 3.5 Pro está em testes com parceiros — sem data definida. Mais intrigante ainda: a Google mencionou formalmente, pela primeira vez, o próximo carro-chefe, dizendo que o Gemini 4 “iniciou o pré-treinamento, o esforço de pré-treinamento mais ambicioso até hoje”. Pular o lançamento formal do 3.5 Pro enquanto provoca com o progresso da geração 4 é, em termos de ritmo de produto, um sinal incomum.
O Preço de Priorizar a Eficiência
Sundar Pichai disse com todas as letras no início deste ano: “Algumas empresas queimam todo o orçamento anual de tokens até maio.” Voltado para clientes corporativos, a lógica de negócio da eficiência em primeiro lugar é coerente. A questão é se a troca em qualidade compensa quando os modelos emagrecem tanto assim.
Feedback de desenvolvedores repassado pela 36Kr: o Gemini 3.6 Flash ignorou instruções repetidamente ao construir cenas 3D, entregando resultados piores que os do 3.1 Pro, lançado cinco meses antes. As pontuações da Artificial Analysis mostram o 3.6 Flash idêntico ao 3.5 Flash, classificado atrás do Meta Spark 1.1, GLM-5.2, GPT-5.6 Luna e Claude Sonnet 5 — nenhum progresso. Enquanto isso, a demanda explosiva do Kimi K3 saturou sua capacidade computacional e suspendeu novas assinaturas em 48 horas. O movimento do mercado diz o que ele valoriza hoje: o teto de capacidade do modelo, não o custo do token. Daí a questão exposta: num mercado onde capacidade é rei, uma estratégia de eficiência em primeiro lugar pode compensar o atraso em capacidade?
A Lógica Estratégica Por Trás
Visto por outro ângulo, a escolha da Google não é irracional. Os três modelos formam um arcabouço deliberado: a camada um (Flash Cyber) ataca verticais long-tail de alto valor com modelos especializados — segurança não precisa de capacidade geral; precisa de precisão e confiabilidade. A camada dois (Flash-Lite) cobre cenários de alto throughput — busca, processamento de documentos, extração de dados — onde a latência importa e a profundidade absoluta de raciocínio não. A camada três (3.6 Flash) cobre a maioria das tarefas cotidianas com ganhos de eficiência que tornam a adoção corporativa segura de se orçamentar. Juntas, as camadas cobrem mais de 80% dos casos de uso corporativos. Os 20% que faltam — tarefas que exigem profundidade extrema de raciocínio — são o calcanhar de aquiles da Google hoje, e exatamente o mercado-alvo do 3.5 Pro e do Gemini 4. Em outras palavras, a Google está executando “cobertura em camadas, avanço por camada”: modelos leves para alcance de usuários e acumulação de dados, enquanto o pré-treinamento dos grandes modelos de próxima geração avança silenciosamente por baixo.
O Que Isso Significa para Desenvolvedores
Para aplicações de busca de alto throughput ou processamento de documentos, a combinação preço-velocidade do Flash-Lite realmente compete — 350 tokens por segundo mais “níveis de pensamento” ajustáveis (pensamento baixo para tarefas simples e baixa latência, níveis maiores para as difíceis) é uma arquitetura mais pragmática do que buscar o máximo de raciocínio. Mas se sua aplicação depende de raciocínio profundo de código ou planejamento complexo em múltiplas etapas, o 3.6 Flash pode não bastar — em faixas de preço semelhantes, o Claude Sonnet 5 e o Kimi K3 são mais consistentes nos benchmarks de código. A provocação de que “um 4B local faz melhor” carrega emoção — e um sinal real.
Vale destacar: a melhoria do 3.6 Flash em uso de computador — OSWorld de 78,4% para 83% — é valiosa para desenvolvedores de fluxos de trabalho com agentes, e a capacidade agora é uma ferramenta de cliente nativa na API do Gemini e no Gemini Enterprise. Os três modelos estão disponíveis desde o dia do lançamento no Google AI Studio, Android Studio e no app Gemini, além do Google Antigravity e do Gemini Enterprise. Figma, Harvey, Hebbia e JetBrains deram feedbacks positivos antecipados sobre o “equilíbrio entre eficiência, precisão e velocidade”.
Resumo
Na superfície, três novos modelos. Por baixo, um sinal claro: a indústria de IA está migrando da corrida armamentista de parâmetros para a competição de eficiência em camadas. Nem todo cenário precisa do melhor modelo, e nem toda empresa pode arcar com queima ilimitada de tokens. Mas a eficiência em primeiro lugar só funciona se você não ficar para trás demais na capacidade dos carros-chefe — o 3.5 Pro continua atrasando, o Gemini 4 acabou de começar o pré-treinamento, e a concorrência já está entregando atualizações substantivas de capacidade. O espetáculo dessa corrida: você aposta na eficiência enquanto o outro lado esmaga com escala. Antes do jogo final, nenhuma rota está decidida. Uma coisa, porém, é certa — a imagem de capa da história de julho da Google deveria ser um rascunho inacabado: cheio de fórmulas de eficiência, faltando a demonstração final.
