Gemini 3.5 Pro e Flash: O Que os Desenvolvedores Precisam Saber

Pessoal, o I/O 2026 fez algo que eu não esperava de um lançamento do Gemini. O modelo flash foi lançado, o flagship não, e o modelo flash venceu o flagship do trimestre passado de qualquer forma. Essa é a história completa do Gemini 3.5 Pro em uma frase — exceto que o Pro ainda não saiu, então metade do que as pessoas estão dizendo sobre ele é especulação. Este artigo separa os fatos confirmados dos anunciados-mas-não-verificados, e diz o que rotear para onde enquanto você espera.

Tenho movido tráfego de produção entre os níveis do Gemini desde que a linha 3.x começou, então serei específico sobre IDs de modelos e preços. Onde não sei algo — e há muito que não sei, porque o Pro ainda não chegou — direi isso.

O que o Gemini 3.5 realmente lançou no Google I/O 2026

O Google realizou o keynote do I/O em 19 de maio de 2026. Duas coisas aconteceram com a família 3.5: um modelo entrou em produção, outro recebeu uma data e nada mais.

3.5 Flash: GA em 19 de maio com ID de API estável gemini-3.5-flash

O Gemini 3.5 Flash foi lançado com disponibilidade geral no mesmo dia do keynote. Não é uma prévia, não é um alias experimental — o modelo é estável e pode ser chamado como gemini-3.5-flash. Isso importa para quem se queimou migrando de IDs de prévia antes. Conforme a página oficial do modelo Gemini 3.5 Flash do Google DeepMind, ele lida com compreensão de texto, áudio, imagens, código e vídeo. Foi lançado no aplicativo Gemini, no AI Mode do Search, na API Gemini no Google AI Studio, Vertex AI e Antigravity 2.0 no dia do lançamento.

A ficha técnica, para referência: janela de entrada de 1.048.576 tokens, máximo de 65.536 tokens de saída, corte de conhecimento em janeiro de 2026. O pensamento dinâmico está ativado por padrão — o modelo decide quanto processamento dedicar a cada problema em vez de esperar você definir um orçamento.

3.5 Pro: anunciado para junho, sem ID de API ainda

O Pro recebeu uma frase no palco. Sundar Pichai disse que está em testes internos e será lançado “no próximo mês.” Isso é junho de 2026. O resumo do I/O 2026 do 9to5Google confirma o mesmo enquadramento: Pro está em testes, disponível no próximo mês, nada mais concreto. A audiência ao vivo aparentemente resmungou com o atraso — o que diz que o Pro era a parte pela qual as pessoas vieram.

Sem ID de modelo de API. Sem preços. Sem data exata. Se você está desenvolvendo com base no Pro agora, está desenvolvendo com base em um comunicado de imprensa.

Onde a hierarquia de níveis anterior foi invertida

Aqui está a parte que vale a pena desacelerar. O modelo mental antigo era simples: Pro para problemas difíceis, Flash para throughput. O 3.5 Flash destrói isso. Ele supera o Gemini 3.1 Pro — o flagship de fevereiro de 2026 — na maior parte do conjunto de benchmarks, custando menos e rodando mais rápido. O nível “leve” agora supera o nível premium da geração anterior.

Então a pergunta que o Google colocou para cada desenvolvedor é desconfortável: pagar por um modelo Pro ainda faz sentido quando o Flash de próxima geração já passou pelo seu antigo Pro? Para muitas cargas de trabalho, a resposta honesta agora é não. Voltarei a quando ainda faz sentido.

O que o Gemini 3.5 Flash traz para produção

Especificações são uma coisa. O que custa e onde realmente ajuda é outra.

Perfil de preços e latência vs. 3.1 Pro

Os preços do Gemini 3.5 Flash são $1,50 por 1M tokens de entrada e $9,00 por 1M tokens de saída no nível padrão. A entrada em cache custa $0,15 por 1M. O Google afirma que o 3.5 Flash produz tokens cerca de 4x mais rápido do que outros modelos de fronteira em seu nível.

Um aviso honesto: esta não é uma atualização barata se você está vindo do Flash-Lite. Passar da taxa de $0,25 / $1,50 do Flash-Lite para $1,50 / $9,00 é aproximadamente um salto de 6x no lado da saída. Você está pagando pela melhoria agêntica e multimodal, não por uma redução de custo direta. Se sua tarefa é extração simples ou roteamento, mantenha em uma rota mais barata. (O preço subiu. Fingir que não subiu seria desonesto.)

Resultados de benchmarks em agentes e codificação

Os números de benchmark do gemini 3.5 que o Google publicou, tomados pelo valor de face: 76,2% no Terminal-Bench 2.1 (codificação), 1656 Elo no GDPval-AA (desempenho em tarefas agênticas), 83,6% no MCP Atlas (confiabilidade de uso de ferramentas em escala), 84,2% no CharXiv Reasoning (compreensão multimodal).

A ressalva padrão de benchmark se aplica: os resultados por tarefa variam conforme a carga de trabalho, estratégia de prompt e mix de tokens. Um número em leaderboard é uma hipótese inicial, não seu resultado em produção. Execute sua própria avaliação antes de confiar no título.

Compreensão multimodal (entrada de texto, imagem, áudio, vídeo)

O Flash aceita texto, imagem, áudio, vídeo e PDF como entrada, e você pode combiná-los em uma única requisição. A documentação oficial do Gemini 3.5 Flash no Google AI Studio cobre os detalhes de migração — incluindo que o Google Search, contexto de URL, execução de código e funções personalizadas podem rodar na mesma chamada. Se você estava fazendo ginástica de prompts chain-of-thought para forçar raciocínio, a documentação diz para abandonar isso e usar thinking_level em vez disso.

O que ele não gera (limites de saída de imagem/vídeo/áudio)

Esta é a linha que vejo as pessoas errarem com mais frequência, então leia duas vezes. O Gemini 3.5 Flash recebe entrada multimodal e produz saída de texto. Ele não gera imagens. Ele não gera vídeo. Ele não gera áudio. Compreensão multimodal não é geração multimodal.

Se você precisa de vídeo gerado, isso é o Gemini Omni — uma família de modelos separada que o Google anunciou no mesmo evento, não uma variante do 3.5. O Computer Use também não é suportado no 3.5 Flash; o Google diz para permanecer no Gemini 3 Flash Preview para isso. Roteie tarefas de geração de saída e controle de navegador para outro lugar. O 3.5 Flash é um motor de raciocínio e compreensão, ponto final.

O que é conhecido e desconhecido sobre o Gemini 3.5 Pro

As pessoas continuam perguntando o que o Gemini 3.5 Pro vai fazer. A maioria das respostas online é extrapolação. Aqui está a divisão.

Confirmado: janela de lançamento em junho, entrada multimodal

O que o Google realmente se comprometeu: o Pro chega em junho de 2026, está em uso interno agora, e fica acima do Flash na família 3.5 como o nível de raciocínio profundo. O resumo do I/O 2026 do MacRumors registra o mesmo — testando internamente, chegando no próximo mês. Esse é o conjunto confirmado. É curto.

Não confirmado: preços, ID de API, data de lançamento exata

Tudo o que os desenvolvedores realmente precisam para integrar está não confirmado. Sem preços. Sem ID de modelo de API. Sem data de lançamento específica além de “junho.” Sem números de benchmark publicados para o Pro especificamente — qualquer coisa que você veja comparando o 3.5 Pro com outros modelos é inferência, não dados do Google. Se um post cita um preço do 3.5 Pro ou uma figura de contexto de 2M tokens como fato, trate como um palpite usando uma face confiante.

Como o lançamento faseado do Google normalmente funciona (Ultra → Pro → gratuito)

Com base em como a linha 3.x foi lançada, aqui está minha leitura — marcada como um padrão, não uma promessa. O Google tende a lançar níveis mais altos e superfícies pagas primeiro, depois ampliar o acesso para baixo ao longo de semanas. Então o Pro provavelmente aparecerá nos níveis pagos do aplicativo Gemini e na API paga do Vertex/AI Studio antes de aparecer em qualquer cota gratuita, se chegar ao gratuito. Se o nível gratuito incluirá o Pro é genuinamente desconhecido agora. Eu não planejaria um produto Pro de nível gratuito em torno de um talvez.

Como os desenvolvedores devem rotear o 3.5 Flash vs. 3.5 Pro

Você não pode rotear para um modelo que não foi lançado. Então isso é realmente: o que rodar no Flash hoje, e o que esperar para o Pro.

Quando o Flash é suficiente (trabalho de agente sensível à latência)

Para a maioria do trabalho de agentes e codificação, o Flash é suficiente — esse é o ponto central da inversão de níveis. Se sua carga de trabalho é uso de ferramentas em múltiplas etapas, loops de codificação, assistentes com muitos documentos ou pipelines com base em pesquisa, e você se importa com latência, o 3.5 Flash cobre isso. A velocidade de saída 4x aparece mais quando você está rodando longos loops de agentes, não chamadas únicas. Um passo lento a menos por loop parece pequeno. Em escala, acumula rapidamente.

Quando o Pro vale a pena esperar (raciocínio profundo, contexto longo)

Espere pelo Pro quando a tarefa é genuinamente limitada pelo raciocínio e tolerante à latência: cadeias analíticas profundas, contexto muito longo onde a qualidade de recuperação importa mais do que velocidade, problemas onde uma resposta errada custa mais do que uma lenta. Quero ser cuidadoso aqui — estou descrevendo o papel pretendido de um nível Pro, porque não posso fazer benchmark de um modelo que não rodei. Se o Flash já passa na sua barra de precisão em testes, esperar pelo Pro não te compra nada além de uma conta maior.

Padrões de fallback entre níveis

O padrão que eu construiria hoje: padrão para Flash, manter uma rota mais barata (Flash-Lite ou 2.5 Flash) para tarefas extrativas e de roteamento, e deixar um slot de configuração para o Pro que você pode ativar quando chegar e depois de avaliá-lo. Não fixe um único modelo no código. O lançamento do 3.5 acabou de provar que a hierarquia pode se inverter em um trimestre — sua camada de roteamento deve tratar a escolha do modelo como uma variável, não uma constante.

Onde o Gemini 3.5 se encaixa em uma pilha de geração multimodal

Se você está construindo qualquer coisa que toca saída de imagem ou vídeo, esta seção é a que te salva de uma arquitetura errada.

Separação entre camada de decisão e camada de execução

O 3.5 Flash é uma camada de decisão, não uma camada de execução para mídia. Ele raciocina, planeja, chama ferramentas, analisa entradas em modalidades e decide o que deve acontecer. Ele não renderiza os pixels ou os frames. Mantenha esses dois trabalhos separados em sua arquitetura: deixe o Gemini 3.5 cuidar do roteamento, prompting e julgamento de qualidade; deixe um modelo de geração dedicado fazer a produção. Colapsá-los é como você acaba pedindo a um modelo de saída de texto para fazer um vídeo e se perguntando por que ele não consegue.

Combinando Gemini 3.5 com modelos de geração de imagem/vídeo

O padrão limpo: o Gemini 3.5 ingere o briefing, a imagem de referência, a faixa de áudio — qualquer que seja o mix de entrada — raciocina sobre o que gerar, e emite instruções estruturadas ou prompts. Um modelo de geração downstream pega esses e produz o asset.

FAQ

Quando o Gemini 3.5 Pro estará disponível?

Junho de 2026, conforme o anúncio do I/O do Google. Nenhuma data exata foi publicada ainda. Permanece em testes internos.

Qual é o ID de modelo de API para o Gemini 3.5 Flash?

gemini-3.5-flash. Este é o identificador GA de produção estável (ativo desde 19 de maio de 2026).

O Gemini 3.5 Pro gera imagens ou vídeo?

Improvável. Toda a família 3.5 suporta entrada multimodal (texto, imagem, áudio, vídeo), mas produz apenas saída de texto. Geração de imagem/vídeo/áudio pertence a modelos separados como o Gemini Omni.

O Gemini 3.5 Flash é mais barato que o 3.1 Pro?

Sim em base por token ($1,50/$9,00 vs. o nível Pro anterior), e é mais rápido. No entanto, se estiver migrando de modelos Flash-Lite mais antigos, os custos de saída aumentam significativamente (~6x).

Posso acessar o Gemini 3.5 por plataformas de agregação de modelos?

Sim para o Flash (já disponível em plataformas como OpenRouter com preços padrão). O Pro ainda não foi lançado, então o suporte de agregação dependerá do cronograma de lançamento da plataforma.

Posts Anteriores：