A Google lança a família Gemini 2.0 como uma linha por níveis: Flash em disponibilidade geral, Pro e Flash-Lite em pré-visualização

Quatro modelos, um lançamento, quatro funções diferentes

A grande novidade é que o Gemini 2.0 Flash está agora em disponibilidade geral através da Gemini API no Google AI Studio e na Vertex AI, o que significa que os desenvolvedores já podem construir aplicações de produção com ele, em vez de pré-visualizações experimentais. Mas o anúncio é, na verdade, sobre um leque de níveis lançados no mesmo dia.

Além do Flash em disponibilidade geral, a Google lançou um Gemini 2.0 Pro experimental, um Flash-Lite em pré-visualização pública, e tornou o 2.0 Flash Thinking Experimental selecionável no menu de modelos da aplicação Gemini. Cada um ocupa um ponto diferente na curva custo-latência-capacidade: o Flash como o cavalo de batalha para grandes volumes, o Pro para programação 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 diferenciador visível

A separação técnica mais clara nesta linha é o tamanho da janela de contexto. Tanto o 2.0 Flash como o 2.0 Flash-Lite têm uma janela de contexto de 1 milhão de tokens, enquanto o 2.0 Pro duplica esse valor para 2 milhões de tokens — descrita pela Google como a maior de sempre — e ganha a capacidade de chamar ferramentas como o Google Search e execução de código.

Este posicionamento coloca o Pro como o modelo indicado para tarefas em que é preciso carregar e raciocinar sobre grandes volumes de informação de uma só vez, e não apenas gerar respostas rápidas. Os quatro modelos são lançados com entrada multimodal e saída em texto, e a Google afirma que modalidades de saída adicionais, como geração de imagem e conversão de texto em fala, chegarão mais tarde à disponibilidade geral.

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

O Flash-Lite é descrito como o modelo mais eficiente em termos de custo até à data, mas a afirmação concreta é mais subtil do que simplesmente 'mais barato'. A Google diz que oferece melhor qualidade do que o 1.5 Flash, à mesma velocidade e custo, e supera o 1.5 Flash na maioria dos testes de referência. Ou seja, a estratégia é elevar o nível mínimo de qualidade mantendo o preço e a latência da geração anterior.

O único valor de custo concreto que a Google apresenta é ilustrativo: o Flash-Lite consegue gerar uma legenda de uma linha para cerca de 40 mil fotografias diferentes por menos de um dólar, no nível pago do Google AI Studio. Este é o único detalhe de preços presente no próprio anúncio — tudo o resto é remetido para o blogue Google for Developers.

Uma nota de segurança que nomeia a injeção indireta de prompts

Vale a pena ler com atenção a secção sobre segurança, porque nomeia um mecanismo específico. A Google afirma que a linha 2.0 foi construída com técnicas de aprendizagem por reforço que usam o próprio Gemini para criticar as suas respostas, o que, segundo a empresa, resulta em feedback mais preciso e melhor tratamento de prompts sensíveis.

Estamos também a recorrer a red teaming automatizado para avaliar riscos de segurança, incluindo os riscos decorrentes da injeção indireta de prompts, um tipo de ataque de cibersegurança em que os atacantes escondem instruções maliciosas em dados que é provável serem recuperados por um sistema de AI.Montana Labs

Nomear a injeção indireta de prompts é relevante, dado que o Pro é lançado com chamada de ferramentas e pesquisa. A partir do momento em que um modelo recupera dados externos e executa ferramentas, a superfície de ataque aqui descrita deixa de ser teórica — o trabalho de segurança e as capacidades agênticas deste lançamento são duas faces do mesmo lançamento.

O que a segmentação por níveis obriga os desenvolvedores a decidir

A implicação prática deste anúncio é que escolher um modelo Gemini passa a ser uma decisão de encaminhamento, e não uma opção única por defeito. Apenas o Flash está em disponibilidade geral e pronto para produção hoje; o Pro e o Flash-Lite continuam experimentais ou em pré-visualização, pelo que as equipas que estão a construir agora têm de pesar um modelo estável e fiável contra um Pro mais capaz, mas em que ainda não podem confiar totalmente.

Para equipas aplicadas, a leitura sensata é construir sobre o Flash em disponibilidade geral para tráfego de produção, prototipar cargas de trabalho de contexto longo e intensivas em programação com o Pro experimental, e avaliar o Flash-Lite como um caminho de atualização direto a partir do 1.5 Flash nos casos em que a sensibilidade ao custo é o fator dominante. A estrutura de quatro níveis é, em si, o produto — o trabalho está em fazer corresponder cada tarefa ao nível cuja janela de contexto e perfil de custo realmente se adequam a ela.