A Google lidera com o Gemini 3.5 através do Flash, não do Pro, e associa-o ao agent harness Antigravity

Flash antes do Pro é uma ordem deliberada

A convenção nos lançamentos de ponta tem sido liderar com o modelo principal: o maior, mais capaz e mais caro, seguido semanas depois pela variante mais económica. A Google inverteu essa lógica. O Gemini 3.5 abre com o 3.5 Flash disponível ao público hoje, enquanto o 3.5 Pro é descrito como estando "já a ser usado internamente", com lançamento previsto "no próximo mês".

Essa escolha revela o que a Google considera ser a verdadeira restrição. Para cargas de trabalho agentivas que se ramificam em múltiplas chamadas de subagentes e decorrem ao longo de horizontes temporais longos, o custo por token e a latência dominam a economia muito mais do que a qualidade marginal de uma única resposta. Ao tornar o modelo rápido e económico a peça central do anúncio, a Google está a sinalizar que a unidade de valor é a tarefa multi-etapas concluída, e não a eloquência de uma resposta isolada.

Isto também permite à Google fazer uma afirmação comparativa específica: o 3.5 Flash supera o antigo 3.1 Pro no Terminal-Bench 2.1 (76,2%), no GDPval-AA (1656 Elo) e no MCP Atlas (83,6%). Superar o próprio modelo de topo da geração anterior com o novo modelo intermédio é uma narrativa mais simples do que superar a concorrência, e justifica dar destaque ao Flash.

Os benchmarks escolhidos são benchmarks de agentes

Repare no que a Google reportou: Terminal-Bench, MCP Atlas, GDPval-AA e CharXiv Reasoning (84,2%). Não são pontuações de conhecimento geral ou de qualidade conversacional. O Terminal-Bench mede se um modelo consegue operar numa shell ao longo de várias etapas; o MCP Atlas diz respeito à chamada de ferramentas através do Model Context Protocol; o GDPval-AA está enquadrado em torno de trabalho economicamente relevante. A própria seleção de benchmarks constitui uma afirmação sobre a finalidade do modelo.

O valor de velocidade — "4 vezes mais rápido do que outros modelos de ponta" em tokens de saída por segundo — é apresentado como um fator habilitador, e não como uma funcionalidade isolada. O enquadramento da Google é que, quando um fluxo de trabalho exige que um agente planeie, execute uma chamada de ferramenta, leia o resultado e itere dezenas de vezes, o throughput acumula-se. Uma vantagem de velocidade de 4x numa única chamada transforma-se numa vantagem muito maior em tempo real ao longo de uma tarefa de longo alcance.

A pontuação do MCP Atlas merece destaque específico para as equipas que constroem sobre esta base. A fiabilidade na chamada de ferramentas é a capacidade estruturante para qualquer agente que interaja com sistemas reais, e a sua degradação é problemática quando falha. Um resultado de 83,6% é um número que deve ser cobrado à Google na prática, não apenas aceite num post de lançamento.

O harness está a fazer tanto trabalho quanto o modelo

Quase todas as demonstrações de capacidade no anúncio estão condicionadas pelo Antigravity, a "plataforma de desenvolvimento agent-first" da Google e o respetivo harness. Os exemplos — dois agentes a sintetizar o artigo do AlphaZero e a programar um jogo funcional em seis horas, um ciclo de auto-melhoria entre um agente construtor e um agente jogador, a migração de uma base de código legada para Next.js, a implementação de subagentes para categorizar ativos não estruturados — são todos descritos como coisas que o 3.5 Flash faz "impulsionado por" ou "aproveitando" o Antigravity.

Quando combinado com o harness Antigravity atualizado, o 3.5 Flash torna-se um motor poderoso para implementar subagentes colaborativos capazes de resolver problemas à escala, nos casos de uso mais exigentes.Montana Labs

Isto é relevante porque esbate a linha entre o que o modelo consegue fazer e o que a orquestração envolvente proporciona. A coordenação de subagentes, a retenção de contexto e a supervisão multi-etapas são propriedades tanto do harness como dos pesos do modelo. A Google também assinala que o agente opera "sob supervisão" e "sob a sua direção" — um reconhecimento discreto de que a autonomia não supervisionada de longo alcance ainda não é a afirmação em causa.

Pilotos empresariais nomeados delimitam as cargas de trabalho-alvo

A lista de parceiros é incomummente concreta quanto ao tipo de trabalho que a Google está a perseguir: a Shopify a executar subagentes em paralelo para previsões de crescimento de comerciantes, o Macquarie Bank a raciocinar sobre documentos de integração com mais de 100 páginas, a Salesforce a integrar o Flash no Agentforce para chamadas de ferramentas multi-turno, a Ramp a fazer OCR de faturas combinado com raciocínio histórico, a Xero a recolher autonomamente dados de formulários fiscais 1099 em fluxos de trabalho que se estendem por várias semanas, e a Databricks a diagnosticar problemas de dados em grandes conjuntos de dados.

O fio condutor comum é a automação de back-office intensiva em documentos e multi-etapas nas áreas de finanças e operações — o "esforço e complexidade" que a Google afirma ter mapeado com parceiros durante o desenvolvimento da série. Estas são cargas de trabalho definidas por horizontes longos e sensibilidade ao custo, o que explica precisamente por que motivo liderar com um modelo rápido e económico faz sentido estratégico. O lado do consumidor — o Gemini Spark como agente pessoal disponível 24 horas por dia, com o Flash definido como predefinição na aplicação Gemini e no modo AI (mantém-se o acrónimo em inglês) da Search — estende o mesmo modelo a milhares de milhões de utilizadores em simultâneo.

O que a Google está realmente a vender aqui

A implicação específica deste lançamento é que a Google está a reposicionar o seu escalão mais económico como o substrato predefinido para trabalho agentivo, apostando que a maior parte do valor económico reside em tarefas de alto volume e multi-etapas, nas quais o throughput e o preço superam a qualidade marginal da resposta. O modelo Pro continua a existir e chega no próximo mês, mas o lançamento está estruturado de forma a que o modelo rápido seja o primeiro a ser experimentado por empresas e consumidores.

Para as equipas que avaliam esta oferta, as questões práticas são: quanto da capacidade demonstrada se mantém fora do harness Antigravity e através da API Gemini em bruto, e se a fiabilidade da chamada de ferramentas e do raciocínio de longo alcance se mantém nos vossos próprios fluxos de trabalho, e não apenas em demonstrações 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 a cortejar, onde uma ação autónoma incorreta é dispendiosa de reverter.