Google lançou Gemini 3.5 Flash em 19 de maio de 2026, no Google I/O, estabelecendo-o como o modelo padrão em todo o aplicativo Gemini (900M MAU), Google Search AI Mode (1B+ MAU), Antigravity 2.0 e Gemini API. O lançamento do tier Flash inverte a hierarquia histórica do Google: 3.5 Flash supera o Gemini 3.1 Pro em referéncias de codificação e ageníacas—Terminal-Bench 2.1: 76,2% vs. 70,3%, MCP Atlas: 83,6%, GDPval-AA: 1656 Elo—enquanto entrega geração de token de saída 4x mais rápida e preço 40% menor a $1,50/$9,00 por milhão de tokens de entrada/saída (vs. $2,50/$15 do 3.1 Pro). O modelo suporta contexto de 1M e é o modelo ageníaco mais forte que Google enviou até agora.
O movimento arquitetural sinaliza uma mudança na estratégia de IA de fronteira: em vez de liderar com capacidade Pro e deixar Flash ficar para trás, Google otimizou a família Flash para velocidade e custo mantendo raciocínio de nível de fronteira. Gemini 3.5 Flash supera GPT-5.5 em MCP Atlas (confiabilidade de uso de ferramentas) e o corresponde em velocidade de codificação. Ele tem uma pequena regressão no raciocínio puro (Humanity's Last Exam, ARC-AGI-2) em comparação com 3.1 Pro, refletindo uma escolha de design para priorizar tarefas ageníacas do mundo real sobre raciocínio abstrato. Gemini 3.5 Pro ainda está em testes internos e saindo "próximo mês" (visando junho de 2026). Google divulgou que 3,2 quintilhões de tokens por mês fluem através de seus sistemas, acima 7x ano a ano, e Antigravity 2.0 executa 3.5 Flash a 12x a velocidade da API pública através de otimização local.
Preço e disponibilidade são agressivos: $1,50 de entrada é o preço mais baixo para qualquer modelo de fronteira, tornando pipelines ageníacas de alto volume materialmente mais baratos. Tokens de entrada em cache custam $0,15 por milhão (desconto de 90%). Para equipes rodando extração de documentos, geração de código ou fluxos de trabalho baseados em agentes, a econometria de unidade vs. Claude Opus 4.7 ($5/$25) ou GPT-5.5 ($4-8/$12-24) são agora decisivamente a favor do Google em escala. Google também introduziu Gemini Spark (um agente pessoal persistente no aplicativo Gemini, somente assinantes AI Ultra, $100/mês) e anunciou Gemini Omni, um modelo de geração de vídeo começando com entrada de imagem e áudio.
Para praticantes, o lançamento 3.5 Flash reorganiza o cálculo de custo-por-inferência: qualquer carga de trabalho ageníaca ou de codificação previamente travada em um trade-off "melhor custa dinheiro" pode agora avaliar o Google primeiro sem comprometimento de qualidade. A posição do modelo padrão (500M+ buscas diárias de usuários) significa que desenvolvedores construindo contra a Gemini API comparam contra um modelo que já atinge bilhões por meio de busca; essa vantagem de distribuição compensa a adoção. Observe a lógica de seleção de modelo em roteadores LLM e camadas de orquestração se deslocar em direção a modelos sensibles a latência e eficientes em custo-por-token. Empresas devem auditar quais cargas de trabalho estão atualmente sobre-provisionadas em modelos de bandeira e podem cair para 3.5 Flash sem perda de qualidade.