Google prioriza Gemini 3.5 com Flash, não o Pro, e vincula o modelo ao agente Antigravity

Lançar o Flash antes do Pro é uma escolha deliberada

A prática usual em lançamentos de ponta é começar pelo carro-chefe: o modelo mais robusto, mais caro e mais capaz, seguido semanas depois pela variante mais barata. A Google inverteu essa lógica aqui. O Gemini 3.5 chega com o 3.5 Flash disponível hoje para todos, enquanto o 3.5 Pro é descrito como "já em uso interno", com lançamento previsto "para o mês que vem".

Essa escolha revela onde a Google acredita estar o verdadeiro obstáculo. Em tarefas autônomas que se desdobram em várias chamadas de subagentes e rodam por longos períodos, o custo por token e a latência pesam muito mais na conta final do que a qualidade marginal de uma única resposta. Ao colocar o modelo rápido e barato como protagonista, a Google está sinalizando que o que importa é a tarefa completa de múltiplas etapas, não a eloquência de uma resposta isolada.

Isso também permite que a Google faça uma comparação bem específica: o 3.5 Flash supera o 3.1 Pro da geração anterior no Terminal-Bench 2.1 (76,2%), no GDPval-AA (1656 Elo) e no MCP Atlas (83,6%). Superar seu próprio carro-chefe da geração passada com o novo modelo intermediário é uma narrativa mais limpa do que vencer a concorrência, e justifica colocar o Flash na frente.

Os benchmarks escolhidos são benchmarks de agentes

Veja o que a Google divulgou: Terminal-Bench, MCP Atlas, GDPval-AA e CharXiv Reasoning (84,2%). Não são pontuações de conhecimento geral ou qualidade de conversação. O Terminal-Bench mede se um modelo consegue operar em um terminal por várias etapas; o MCP Atlas trata de chamadas de ferramentas via Model Context Protocol; o GDPval-AA é voltado a trabalho de valor econômico. A escolha dos benchmarks já é, em si, uma declaração sobre para que o modelo serve.

O número de velocidade — "4 vezes mais rápido que outros modelos de ponta" em tokens de saída por segundo — é apresentado como o elemento habilitador, não como um recurso separado. A visão da Google é que, quando um fluxo de trabalho exige que um agente planeje, execute uma chamada de ferramenta, leia o resultado e repita o processo dezenas de vezes, a vazão se acumula. Uma vantagem de velocidade de 4x em uma única chamada se transforma em uma vantagem muito maior no tempo total de uma tarefa longa.

O resultado no MCP Atlas merece atenção especial para equipes que vão construir sobre esse modelo. Chamadas de ferramentas confiáveis são a capacidade que sustenta qualquer agente que interage com sistemas reais, e o problema fica feio quando falha. Um 83,6% é um número para cobrar da Google na prática, não apenas aceitar no post de lançamento.

O ambiente de execução faz tanto trabalho quanto o modelo

Quase toda demonstração de capacidade no anúncio é condicionada ao Antigravity, a "plataforma de desenvolvimento agent-first" da Google e seu ambiente de execução associado. Os exemplos — dois agentes sintetizando o paper do AlphaZero e programando um jogo jogável em seis horas, um ciclo de autoaperfeiçoamento entre construtor e jogador, a migração de uma base de código legada para Next.js, subagentes categorizando ativos não estruturados — são todos descritos como coisas que o 3.5 Flash faz "com o poder de" ou "aproveitando" o Antigravity.

Combinado ao ambiente Antigravity atualizado, o 3.5 Flash se torna um motor poderoso para implantar subagentes colaborativos que resolvem problemas em escala nos casos de uso mais exigentes.Montana Labs

Isso importa porque borra a linha entre o que o modelo consegue fazer e o que a orquestração em torno dele proporciona. A coordenação entre subagentes, a retenção de contexto e a supervisão de múltiplas etapas são propriedades tanto do ambiente de execução quanto dos pesos do modelo. A Google também observa que o agente opera "sob supervisão" e "sob sua direção" — um reconhecimento discreto de que a autonomia irrestrita de longo prazo ainda não é a promessa feita aqui.

Pilotos corporativos nomeados apontam os fluxos de trabalho-alvo

A lista de parceiros é incomumente concreta sobre o tipo de trabalho que a Google está buscando: a Shopify executando subagentes em paralelo para previsões de crescimento de comerciantes, o Macquarie Bank analisando documentos de integração com mais de 100 páginas, a Salesforce incorporando o Flash ao Agentforce para chamadas de ferramentas em múltiplos turnos, a Ramp fazendo OCR de faturas combinado com raciocínio histórico, a Xero coletando de forma autônoma dados de formulários fiscais 1099 em fluxos de trabalho de várias semanas, e a Databricks diagnosticando problemas de dados em grandes conjuntos.

O ponto em comum é a automação de back-office com muitos documentos e múltiplas etapas, em finanças e operações — o "trabalho pesado e complexo" que a Google diz ter mapeado com parceiros ao desenvolver a série. São fluxos de trabalho definidos por longos horizontes e sensibilidade a custo, e é exatamente por isso que começar com um modelo rápido e barato faz sentido estratégico. No lado do consumidor — o Gemini Spark como agente pessoal 24 horas por dia, e o Flash como padrão em todo o app Gemini e no Modo IA da Busca — o mesmo modelo chega de uma só vez a bilhões de usuários.

O que a Google está realmente vendendo aqui

A implicação específica desse lançamento é que a Google está reposicionando seu nível mais barato como a base padrão para trabalho autônomo, apostando que a maior parte do valor econômico está em tarefas de alto volume e múltiplas etapas, onde vazão e preço superam a qualidade marginal da resposta. O modelo Pro ainda existe e chega no mês seguinte, mas o lançamento foi estruturado para que o modelo rápido seja o primeiro contato de empresas e consumidores.

Para equipes avaliando isso, as perguntas práticas são: quanto da capacidade demonstrada se mantém fora do ambiente Antigravity e através da API pura do Gemini, e se a confiabilidade das chamadas de ferramentas e da execução de longo prazo se sustenta nos seus próprios fluxos de trabalho, e não apenas em demonstrações cuidadosamente preparadas. Os números de benchmark e os pilotos nomeados são um ponto de partida para esse teste, não um substituto para ele — especialmente nos casos de uso de finanças e processamento de documentos que a Google está explicitamente buscando, onde uma ação autônoma incorreta é cara de desfazer.