Google lança Gemini 3.6 Flash e 3.5 Flash-Lite para reduzir custos de agentes empresariais de inteligência artificial
O Google anunciou nesta semana o lançamento do Gemini 3.6 Flash e do Gemini 3.5 Flash-Lite, dois novos modelos de inteligência artificial voltados a empresas que operam agentes autônomos em ambientes de produção. A proposta central é diminuir a latência e os custos por token em fluxos de trabalho automatizados que exigem raciocínio contínuo, em vez de respostas pontuais como ocorre em interfaces de chat.
Para equipes que desenvolvem agentes que rodam em segundo plano, o gargalo está menos na quantidade de parâmetros do modelo e mais na velocidade e no custo de cada inferência. Cada token adicional gerado durante uma cadeia de raciocínio representa mais tempo e mais dinheiro em fluxos que podem ser executados milhares de vezes por hora. A nova divisão do Google busca responder a esse dilema com três modelos distintos, cada um calibrado para um perfil de uso.
O Gemini 3.6 Flash foi projetado para tarefas de codificação e raciocínio multimodal, isto é, a capacidade de processar simultaneamente diferentes tipos de informação, como texto, imagens e código. De acordo com a documentação para desenvolvedores, o modelo gera 17 por cento menos tokens de saída do que a versão 3.5 Flash anterior, conforme medições do Artificial Analysis Index, benchmark independente que avalia modelos de IA. Em testes sintéticos mais específicos, como o Datacurve DeepSWE, o Google relata reduções de até 65 por cento no consumo de tokens.
O preço definido foi de 1,50 dólar por milhão de tokens de entrada e 7,50 dólares por milhão de tokens de saída, posicionamento que torna o modelo viável para cadeias de raciocínio executadas de forma contínua. No benchmark DeepSWE, voltado para engenharia de software, a taxa de sucesso subiu de 37 por cento na geração anterior para 49 por cento no 3.6 Flash. Já no MLE Bench, que avalia fluxos de trabalho em aprendizado de máquina, o índice avançou de 49,7 por cento para 63,9 por cento. No GDPval-AA v2, teste do próprio Google que busca medir conhecimento aplicado a situações reais, a pontuação saltou de 1349 para 1421.
Empresas como Figma, Hebbia e Harvey já passaram a utilizar o modelo em produção. Na Figma, o 3.6 Flash foi integrado à infraestrutura de prototipagem e, segundo Matt Colyer, diretor de engenharia de produto da companhia, o modelo oferece um caminho mais rápido para iterações de design sem perda de qualidade nos resultados. A plataforma jurídica Harvey e a ferramenta de pesquisa Hebbia direcionam dados ao modelo para trabalho documental multimodal, incluindo ingestão de relatórios financeiros brutos, análise da estrutura de documentos, leitura de gráficos incorporados e geração de relatórios preliminares para revisão.
O Google também incorporou uma ferramenta nativa de uso de computador diretamente à API Gemini e à plataforma Gemini Enterprise, eliminando a necessidade de softwares intermediários que antes eram construídos sob medida para permitir que modelos operassem sobre um sistema operacional. A empresa reporta uma pontuação de 83,0 por cento no benchmark OSWorld-Verified, que mede a capacidade de agentes interagirem com interfaces de computador, acima dos 78,4 por cento anteriores. Segundo a empresa, as proteções atualizadas contra uso indevido em áreas química, biológica, radiológica e nuclear aumentam a resistência a tentativas de manipulação, sem elevar as taxas de recusa em solicitações legítimas.
Para tarefas de alto volume, o Gemini 3.5 Flash-Lite assume um perfil diferente, focado em processamento de documentos e buscas agenciais executadas em grande escala. O modelo foi medido pelo Artificial Analysis Index em 350 tokens de saída por segundo, a maior velocidade da série 3.5 segundo o Google. O preço de 0,30 dólar por milhão de tokens de entrada e 2,50 dólares por milhão de tokens de saída permite que equipes de engenharia direcionem requisições simples para um nível mínimo de raciocínio, reservando os níveis mais altos para tarefas que exigem múltiplas etapas.
No teste de contexto longo GDM-MRCR v2, o 3.5 Flash-Lite registrou taxa de sucesso de 72,2 por cento, contra 60,1 por cento da geração anterior. No GDPval-AA v2, a pontuação praticamente dobrou, saltando de 642 para 1140. O modelo compartilha a mesma ferramenta nativa de uso de computador presente no 3.6 Flash.
Um terceiro modelo, o Gemini 3.5 Flash Cyber, foi criado com foco específico na validação e correção de vulnerabilidades em código. Sua distribuição permanece restrita a governos e parceiros selecionados por meio de um programa piloto, medida que o Google apresenta como salvaguarda para evitar que o modelo gere códigos de exploração para uso ofensivo. O desempenho no benchmark CyberGym, voltado a tarefas de cibersegurança, é competitivo com modelos de fronteira, embora a empresa não tenha divulgado os números com o mesmo detalhamento dos lançamentos voltados ao consumidor.
Dentro do agente de segurança CodeMender, do próprio Google, múltiplas instâncias do 3.5 Flash Cyber operam em paralelo, verificando reciprocamente suas conclusões antes de produzir um único relatório de correção que passa pela aprovação de um revisor humano. O Google também informou que o Gemini 3.5 Pro segue em fase de testes com parceiros antes de um lançamento amplo, e que o pré-treinamento da próxima arquitetura Gemini 4 já está em andamento.
Os novos modelos podem ser acessados por equipes de engenharia por meio da API Gemini no Google AI Studio, no Android Studio ou na plataforma Gemini Enterprise Agent Platform. Consumidores também podem utilizá-los no aplicativo Gemini, e o 3.5 Flash-Lite está sendo gradualmente disponibilizado no Google Search.
