Google lança Gemini 3.6 Flash, 3.5 Flash-Lite e Cyber

Introdução

Gemini 3.6 Flash chega com foco direto em eficiência para agentes de IA, reduzindo uso de tokens e latência com preço mais baixo que o 3.5 Flash, já disponível na Gemini API e no Google AI Studio desde 21 de julho de 2026. O anúncio também inclui o 3.5 Flash-Lite, otimizado para alto throughput, e o 3.5 Flash Cyber, voltado a segurança de código em um piloto controlado.

A importância do movimento está no ponto de equilíbrio entre qualidade e custo. Para quem constrói produtos com centenas de milhares de chamadas diárias, Gemini 3.6 Flash e 3.5 Flash-Lite atacam o maior gargalo da era dos agentes, o custo por tarefa com baixa variância de latência. Segundo a documentação mais recente do Google para desenvolvedores, os dois modelos estão em GA, com 1 milhão de tokens de contexto e até 64 mil tokens de saída.

O que muda para agentes de IA

O objetivo declarado do Google é entregar eficiência de tokens, latência menor e confiabilidade para produção, pilares que determinam o TCO de um agente. No post oficial de 21 de julho de 2026, a empresa detalha que 3.6 Flash consome 17 por cento menos tokens de saída em média em relação ao 3.5 Flash, além de executar menos passos de raciocínio e menos chamadas de ferramentas em fluxos multi etapa.

Além da otimização de tokens, a página técnica “Using the latest Gemini models” confirma melhorias específicas para agentes, como redução de loops de execução, melhor follow de instruções e raciocínio espacial mais forte para interpretar gráficos, layouts e blueprints. Também há a recomendação clara de migrar de 3.5 Flash e 3.1 Pro para 3.6 Flash quando a prioridade for workflows multi etapa com uso de ferramentas.

Para cargas de alto volume, 3.5 Flash-Lite é descrito como o modelo mais rápido e mais barato da família 3.5. Ele habilita execução de subagentes, parsing de documentos em larga escala e extração estruturada de dados, com suporte nativo a Computer Use para automação de interfaces.

![Ilustração de IA e código, fundo escuro]

Preços, contexto e quando escolher cada um

O Google posiciona o Gemini 3.6 Flash a 1,50 dólares por 1 milhão de tokens de entrada e 7,50 dólares por 1 milhão de tokens de saída, abaixo do 3.5 Flash, mirando queda de custo por tarefa em cenários de agentes. Já o 3.5 Flash-Lite sai por 0,30 dólares por 1 milhão de tokens de entrada e 2,50 dólares por 1 milhão de tokens de saída, ideal para pipelines com altíssimo volume e latência crítica. As duas referências aparecem de forma consistente na documentação de modelos mais recentes.

A cobertura de mercado reforça esse enquadramento. Análises independentes, como a Artificial Analysis, listam o 3.6 Flash com esses preços e contextualizam sua eficiência relativa em inteligência, velocidade e tempo fim a fim. Relatos da imprensa técnica de 21 de julho de 2026 também destacam o recorte de preço, a estratégia de priorizar eficiência e o fato de 3.5 Pro seguir em testes.

Quando optar por 3.6 Flash. Projetos com forte componente de raciocínio, codificação, uso de ferramentas e etapas múltiplas, por exemplo, migrações de código, automações de backoffice e análise multimodal com instruções complexas. O guia do Google recomenda migrar workloads nessas categorias para 3.6, de 3.5 Flash, 3 Flash Preview ou 3.1 Pro.

Quando optar por 3.5 Flash-Lite. Pipelines de alto throughput como classificação, roteamento, parsing de PDFs, scraping com estruturação em JSON e traduções em massa, aproveitando o custo mínimo com latência muito baixa, escalando subagentes quando necessário.

Benchmarks, eficiência de tokens e desempenho prático

O post do Google referencia ganhos de 17 por cento em tokens de saída no Artificial Analysis Index, com casos chegando a 65 por cento de economia em benchmarks como DeepSWE. Em tarefas de uso de computador, 3.6 Flash melhora no OSWorld-Verified e supera o 3.5 Flash em trabalho de conhecimento, exemplificado por GDPval-AA v2.

A página de modelo do Artificial Analysis consolida esses indicadores, incluindo contextualização de latência e throughput, além de breakdowns de custo que ajudam a visualizar o TCO por fluxo de agente. Para quem precisa justificar ROI, esses painéis independentes são úteis para balizar previsões de custo e throughput.

Os model cards oficiais trazem detalhes adicionais. O de 3.6 Flash confirma janela de contexto de até 1 milhão de tokens, saída até 64 mil tokens, distribuição em canais como Gemini App, Enterprise App, Gemini Enterprise Agent Platform, AI Studio e API, e divulga o cutoff de conhecimento em março de 2026. O documento também descreve reforços de Frontier Safety e resultados de avaliações internas de segurança.

No caso do 3.5 Flash-Lite, o model card reforça o foco em tarefas de baixa latência e alto volume, com entradas multimodais, 1 milhão de tokens de contexto e 64 mil de saída, além de distribuição via AI Studio e API.

![Conceito de agente de IA analisando documentos]

Disponibilidade e como começar

Os modelos 3.6 Flash e 3.5 Flash-Lite estão disponíveis imediatamente para desenvolvedores na Gemini API, no Google AI Studio e em superfícies como Android Studio. Para empresas, há disponibilidade via Gemini Enterprise Agent Platform e no aplicativo Gemini Enterprise. Para usuários finais, o app Gemini também integra as novidades, e o Google cita rollout do 3.5 Flash-Lite no Search.

O guia técnico mais recente de modelos detalha IDs, níveis de thinking, preços e exemplos práticos de migração. Ele também destaca mudanças de API a partir desses lançamentos, como remoção de parâmetros legados de amostragem e padronização de histórico multi turno no lado do servidor.

Para acelerar migração, o Google lista um fluxo usando o Interactions API e skills que automatizam a atualização para 3.6 Flash e Flash-Lite. Há amostras em Python, JavaScript e REST prontas para produção.

Segurança, 3.5 Flash Cyber e o papel do CodeMender

Além dos modelos de uso geral, o Google apresentou o 3.5 Flash Cyber, um modelo especializado para encontrar, validar e corrigir vulnerabilidades. Ele roda dentro do CodeMender, agente de segurança que orquestra múltiplos subagentes 3.5 Flash Cyber para gerar relatórios consolidados e patches, com desempenho competitivo em benchmarks como CyberGym.

A DeepMind afirma que o 3.5 Flash Cyber será disponibilizado inicialmente apenas para governos e parceiros confiáveis, em um piloto de acesso limitado. O post técnico detalha como o modelo já está sendo aplicado em bases internas, como Chrome, Android, Cloud, Ads e YouTube.

No Google Cloud, CodeMender é descrito como um agente autônomo de segurança de código, testado em ambientes de produção internos e com governança robusta, incluindo isolamento e zero retenção de dados de código fonte. A documentação e o blog do Cloud reiteram que a variante com 3.5 Flash Cyber ficará restrita no início a um conjunto pequeno de governos e parceiros.

Reflexões práticas para times de produto

Em pipelines de agentes, custo por tarefa vence custo por token isolado. 3.6 Flash corta passos, reduz tool calls e melhora a precisão de edições de código, então o custo efetivo por execução tende a cair mesmo quando a tarefa é complexa. Os guias de modelo trazem esse ponto ao explicar a redução de etapas e loops de execução em relação ao 3.5.

Para workloads de dados, 3.5 Flash-Lite se destaca quando o gargalo é throughput. Classificações, extrações em massa e parsing multimodal avançam quando o custo por 1 milhão de tokens está em 0,30 dólares de entrada e 2,50 dólares de saída, desde que a orquestração de subagentes esteja bem desenhada.

Em segurança, o recorte de acesso do 3.5 Flash Cyber faz sentido, dada a dupla utilização da tecnologia. Limitar o piloto reduz risco de abuso, enquanto equipes de defesa ganham um acelerador para encontrar falhas antes que sejam exploradas. A nota de lançamento enfatiza essa abordagem responsável.

Como migrar sem dor, checklist objetivo

Atualizar o Model ID para gemini-3.6-flash ou gemini-3.5-flash-lite, de acordo com o workload.
Remover parâmetros legados de amostragem, como temperature, top_p e top_k na família 3.x, e padronizar histórico multi turno via previous_interaction_id.
Definir thinking_level conforme a tarefa, minimal no Flash-Lite para máxima vazão, medium ou high quando houver subagentes e tool calls complexos.
Testar Computer Use como ferramenta nativa para automação de UI e tarefas de uso de computador.
Medir custo fim a fim, tokens de saída e latência por tarefa, comparando com 3.5 Flash e 3.1 Pro nas mesmas rotas.

Conclusão

Os lançamentos de 21 de julho de 2026 sinalizam que a disputa entre modelos de uso geral e agentes de produção está migrando do pico de benchmarks para a otimização de custos e confiabilidade. Com preços mais baixos, eficiência de tokens e melhorias tangíveis em workflows de agentes, Gemini 3.6 Flash e 3.5 Flash-Lite se tornam escolhas competitivas para escalar produtos.

Para segurança ofensiva e defensiva, 3.5 Flash Cyber assume um papel focado, com rollout responsável via CodeMender. Enquanto 3.5 Pro segue em testes e a equipe já inicia o pré treino do Gemini 4, o recado é claro, eficiência e engenharia de agentes definem a próxima fase. Times que medirem custo por tarefa, latência p95 e confiabilidade de ferramentas vão capturar as maiores vitórias.