Google lança a família Gemini 2.0 em camadas: Flash chega à versão estável, Pro e Flash-Lite entram em preview

Quatro modelos, um lançamento, quatro funções diferentes

A grande notícia é que o Gemini 2.0 Flash agora está em disponibilidade geral pela API do Gemini, no Google AI Studio e no Vertex AI, o que significa que desenvolvedores já podem construir aplicações de produção com ele, e não apenas testes experimentais. Mas o anúncio, na verdade, é sobre um leque de camadas lançadas no mesmo dia.

Junto com o Flash em disponibilidade geral, o Google lançou um Gemini 2.0 Pro experimental, um Flash-Lite em preview público, e tornou o 2.0 Flash Thinking Experimental selecionável no menu de modelos do app Gemini. Cada um ocupa um ponto diferente na curva de custo, latência e capacidade: o Flash como o cavalo de batalha de alto volume, o Pro para código e prompts complexos, o Flash-Lite como a opção viável mais barata, e o Flash Thinking para raciocínio passo a passo.

A janela de contexto é o diferencial mais visível

A divisão técnica mais clara nessa linha é o tamanho da janela de contexto. Tanto o 2.0 Flash quanto o 2.0 Flash-Lite têm janela de 1 milhão de tokens, enquanto o 2.0 Pro dobra isso para 2 milhões de tokens — descrita pelo Google como a maior já lançada — e ainda ganha a capacidade de usar ferramentas como o Google Search e execução de código.

Esse posicionamento coloca o Pro como o modelo indicado para tarefas em que você precisa carregar e raciocinar sobre grandes volumes de informação de uma vez, e não apenas gerar respostas rápidas. Os quatro modelos chegam com entrada multimodal e saída em texto, e o Google afirma que outras modalidades de saída, como geração de imagem e texto para voz, virão em versões futuras de disponibilidade geral.

A proposta do Flash-Lite é manter o preço, não baixá-lo

O Flash-Lite é descrito como o modelo mais eficiente em custo até agora, mas a afirmação é mais sutil do que simplesmente 'mais barato'. O Google diz que ele oferece qualidade superior ao 1.5 Flash, com a mesma velocidade e o mesmo custo, e supera o 1.5 Flash na maioria dos benchmarks. Em outras palavras, a estratégia é elevar o piso de qualidade mantendo o preço e a latência da geração anterior.

O único número concreto de custo que o Google apresenta é uma ilustração: o Flash-Lite consegue gerar uma legenda de uma linha para cerca de 40 mil fotos únicas por menos de um dólar, no plano pago do Google AI Studio. Esse é o único detalhe de preço no próprio anúncio — todo o resto fica para o blog do Google for Developers.

Uma nota de segurança que nomeia a injeção indireta de prompt

A seção sobre segurança merece uma leitura atenta porque nomeia um mecanismo específico. O Google diz que a linha 2.0 foi construída com técnicas de aprendizado por reforço que usam o próprio Gemini para criticar suas respostas, o que teria melhorado a precisão do feedback e o tratamento de prompts sensíveis.

Também estamos usando red teaming automatizado para avaliar riscos de segurança, incluindo os riscos de injeção indireta de prompt, um tipo de ataque cibernético em que atacantes escondem instruções maliciosas em dados que provavelmente serão recuperados por um sistema de IA.Montana Labs

Nomear a injeção indireta de prompt importa, considerando que o Pro chega com chamadas de ferramentas e busca integradas. Uma vez que o modelo passa a buscar dados externos e executar ferramentas, a superfície de ataque descrita aqui deixa de ser teórica — o trabalho de segurança e as capacidades agenticas deste lançamento são duas faces da mesma moeda.

O que a segmentação em camadas obriga os desenvolvedores a decidir

A implicação prática desse anúncio é que escolher um modelo Gemini agora é uma decisão de roteamento, não uma escolha padrão única. Só o Flash está em disponibilidade geral e pronto para produção hoje; Pro e Flash-Lite continuam experimentais ou em preview, então as equipes que estão construindo agora precisam pesar um modelo estável contra um Pro mais capaz, mas ainda não totalmente confiável.

Para equipes aplicadas, a leitura sensata é construir a produção sobre o Flash em disponibilidade geral, prototipar cargas de trabalho de contexto longo e uso intenso de código com o Pro experimental, e avaliar o Flash-Lite como um caminho de upgrade direto a partir do 1.5 Flash nos casos em que a sensibilidade a custo é o fator decisivo. A estrutura de quatro camadas é o produto em si — o trabalho está em encaixar cada tarefa na camada cuja janela de contexto e perfil de custo realmente fazem sentido.