Abri a página oficial do Gemini 3.5 Pro à espera de encontrar uma tabela de benchmarks. O que encontrei foi um parágrafo de marketing e um grande vazio — sem model card, sem avaliações publicadas, sem preços confirmados. Depois abri os meus feeds, e o mesmo modelo sobre o qual a Google não diz uma palavra tinha uma centena de pessoas a publicar demos de SVG vindas de fugas, probabilidades de mercados de previsão e capturas de ecrã de um jogo 3D que ele terá supostamente gerado à primeira tentativa.
Esse fosso — entre o silêncio na fonte e o ruído em todo o lado — é toda a história do Gemini 3.5 Pro neste momento. Por isso, deixe-me dar-lhe primeiro a versão direta, antes de chegarmos à parte divertida.
No início de julho de 2026, o Gemini 3.5 Pro é o próximo modelo de topo de raciocínio e programação da Google DeepMind. Foi anunciado no Google I/O a 19 de maio de 2026, aponta para uma janela de contexto de 2 milhões de tokens e para um modo de raciocínio "Deep Think", e a sua disponibilidade geral derrapou de junho para julho. Continua em pré-visualização empresarial limitada no Vertex AI. Tudo o que ultrapasse estes factos — a data exata de lançamento, as fugas de benchmarks, os rumores sobre o modelo de imagem — não está confirmado. Trate-o como tal.
Testei todos os lançamentos públicos do Gemini que a Google publicou neste ciclo, do Gemini 3 com Deep Think a uma atualização furtiva do Gemini 3 Flash na LMArena. Não testei o 3.5 Pro, porque ninguém fora de um círculo de pré-visualização o consegue fazer. Portanto, isto não é uma análise. É um guia de campo de um cético para um lançamento que importa mais do que a maioria — e uma framework que pode reutilizar da próxima vez que um laboratório se calar e a internet preencher os espaços em branco.
Porque é que este lançamento em particular carrega tanto peso
Lançamentos de modelos acontecem constantemente. Este é diferente por causa do que se passa nos bastidores.
A Google DeepMind passou a primeira metade de 2026 a sangrar talento sénior. Num único intervalo de 48 horas em junho, dois dos seus investigadores mais reconhecidos saíram. Noam Shazeer — um dos autores de "Attention Is All You Need", a pessoa por detrás do trabalho inicial da Google no LaMDA — anunciou que ia sair para a OpenAI. Dias depois, John Jumper, que partilhou o Prémio Nobel da Química de 2024 com o CEO da DeepMind, Demis Hassabis, pelo AlphaFold, anunciou que se ia juntar à Anthropic. Denny Zhou, que fundou a equipa de raciocínio da Google Brain, já tinha saído para a Meta. Segundo reportagens da Fortune e da Axios, são seis investigadores perdidos para a Meta, a OpenAI e a Anthropic em cerca de cinco meses, e a notícia derrubou as ações da Google mais de 5% numa única segunda-feira.
O que liga esse êxodo ao modelo passa por uma decisão interna. Em abril de 2026, a Google criou aquilo a que internamente chamou uma "AI Coding Strike Team" — um grupo com a missão específica de fechar o fosso do Gemini face ao Claude e à OpenAI em programação agêntica. As reportagens sugerem que capacidade de computação que estava reservada para investigação de pré-treino de longo horizonte foi realocada para essa aposta comercial na programação. Algumas das pessoas que saíram eram precisamente aquelas cujas prioridades de investigação foram despriorizadas.
Portanto, o Gemini 3.5 Pro não é apenas "o próximo Gemini". É o primeiro modelo de topo a ser lançado depois dessa reorganização, por um laboratório que tenta simultaneamente provar que ainda consegue construir modelos de fronteira e provar que consegue reter as pessoas que os constroem. É muita narrativa em cima de um único lançamento. E a narrativa é exatamente aquilo que torna o hype difícil de ler.
É por isso que, antes de tocar numa única fuga, quero traçar uma linha rígida entre o que está de facto confirmado e o que é fumo.
O que está confirmado sobre o Gemini 3.5 Pro vs. o que ainda é rumor
Deixe-me separar isto de forma limpa, porque a maior parte da cobertura mistura as duas coisas e é assim que as pessoas acabam a acreditar em coisas que nunca foram anunciadas.
O que a Google pôs de facto em registo:
- O Gemini 3.5 foi revelado no Google I/O a 19 de maio de 2026, apresentado como "inteligência de fronteira com ação".
- O escalão Pro aponta para uma janela de contexto de até 2 milhões de tokens — uma das maiores que a Google já ofereceu.
- Vem com um modo de raciocínio "Deep Think", e a Google afirmou que a cadeia de raciocínio é visível para os programadores e pode ser limitada para controlar o custo de computação.
- A disponibilidade geral era esperada em junho, derrapou, e é agora esperada algures em julho de 2026.
- No início de julho, continua em pré-visualização empresarial limitada no Vertex AI. Não há model card público, não há conjunto oficial de benchmarks e não há preços confirmados.
O que é fuga, rumor ou pura e simplesmente não verificado:
- Uma data de lançamento específica, "17 de julho". Isto remonta a identificadores de modelo detetados em fugas nos servidores da Google Cloud, que utilizadores de mercados de previsão transformaram numa aposta on-chain com uma confiança na casa dos sessenta e tal por cento. Isso é uma multidão a adivinhar com base num nome de ficheiro. Não é uma data que a Google tenha confirmado.
- "Círculos privados de avaliação" que alegadamente mostram o 3.5 Pro a destacar-se em few-shot learning. Sem metodologia, sem números que se possam inspecionar, sem fonte que se possa nomear. Sinal interessante, peso probatório zero.
- Checkpoints misteriosos — um "Gemini 3.5 Flash High", mais algo a que as pessoas chamam "Gemini 3.6" ou "Gemini 4 Flash" — alegadamente a serem testados em simultâneo na Arena. Checkpoints anónimos na Arena são reais, mas os seus nomes e linhagem são quase sempre especulação da comunidade.
E há uma afirmação que quero corrigir de imediato, porque já a vi repetida como facto: a ideia de que o modelo de imagem de topo da Google, o "Nano Banana Pro", é construído sobre a fundação do Gemini 3.5 Pro. Não é. Nano Banana Pro é o nome de código interno da Google para o Gemini 3 Pro Image — construído sobre o Gemini 3 Pro, e já em disponibilidade geral com a sua própria página de modelo e preços. É um excelente modelo de imagem. Não é prova sobre as capacidades do 3.5 Pro, e tratá-lo como um "protótipo da fundação 3.5" é a forma como um nome de código se transforma num mito.
Repare no que está na lista dos confirmados versus na lista dos rumores. Os factos confirmados são arquiteturais — o tamanho do contexto, um modo de raciocínio, uma data adiada. Os factos entusiasmantes — os que estão a ser partilhados — estão todos do lado dos rumores. Essa assimetria não é um acidente. É a forma padrão de todos os lançamentos modernos de modelos, e é a primeira coisa que o meu filtro de hype procura.
Mas não quero descartar as fugas por completo, porque algumas delas são genuinamente interessantes. Vejamos o que os outputs divulgados mostram de facto.
Os renders do Gemini 3.5 Pro vindos de fugas, pesados um a um
As fugas mais partilhadas não são capturas de ecrã de benchmarks. São artefactos gerados — e, especificamente, outputs visuais e de front-end. Trata-se de uma escolha deliberada de quem está a divulgar, porque o output visual é a coisa mais visceralmente impressionante que um modelo pode produzir. Não é preciso ler uma metodologia para reagir a um bom render.
Algumas das demos que circulam, e a minha leitura honesta de cada uma:
O SVG isométrico. Uma máquina minimalista e isométrica de passar cartões — um pequeno terminal de pagamento que anima a passagem do cartão e cospe um recibo, feito num único SVG limpo com um trabalho de gradientes suave. Se for real, é um salto. SVG complexo e animado tem sido historicamente um ponto fraco de todos os modelos de fronteira que testei; tendem a produzir paths partidos, transformações desalinhadas ou gradientes com um aspeto sujo. Um modelo que acerte na geometria isométrica e na animação e nos gradientes numa única tentativa seria um salto genuíno de capacidade, não cosmético.
A ilha flutuante steampunk (three.js). Uma cena HTML com uma ilha flutuante, nevoeiro atmosférico e camadas de elementos ambientais — candeeiros, céus, efeitos de partículas — renderizada através de three.js. A parte interessante não é a estética; é a integração com three.js. Montar uma cena 3D coerente através de uma biblioteca JavaScript numa única geração é uma tarefa de programação disfarçada de tarefa artística.
O jogo 3D de ~800 linhas ao estilo Subway Surfers. Um único ficheiro HTML, com cerca de 800 linhas, a prototipar um jogo de corrida infinita numa cidade — carros, peões, semáforos, um sistema de passadeiras. Uma versão posterior divulgada teria alegadamente limpo as animações e tornado o comportamento do trânsito mais credível. Para ser claro quanto à escala: isto é um protótipo low-to-mid-poly, nada que se aproxime de um jogo pronto a lançar. Mas um protótipo jogável de 800 linhas a partir de um único prompt é um artefacto real — se o artefacto for real.
A cena cinematográfica da alunagem. Um astronauta, uma animação de cravar a bandeira, pegadas empoeiradas no regolito, um nascer da Terra no horizonte. Esta é a alegação do "gosto de design" — o argumento de que o 3.5 Pro não se limita a renderizar corretamente, renderiza com gosto, com um sentido de composição e de ambiente que faltava aos outputs anteriores do Gemini.
Eis a minha ressalva de cético, e é grande: não consigo verificar que uma única destas coisas tenha vindo do Gemini 3.5 Pro. Uma captura de ecrã divulgada não tem proveniência. Pode ter sido escolhida a dedo entre cinquenta tentativas. Pode ser de um modelo completamente diferente. Pode ter sido ligeiramente editada. O que posso dizer-lhe, por ter testado de facto os modelos que vieram antes, é que este é exatamente o eixo em que o Gemini tem melhorado mais depressa. A geração de front-end e de SVG da Google tem estado numa curva mais acentuada do que a sua programação agêntica. Portanto, um salto aqui é plausível de uma forma que uma captura de ecrã com "batemos o Claude no SWE-bench" não seria.
Plausível não é provado. Mas plausível merece atenção. E se estas demos se confirmarem na GA — e se a Google definir preços competitivos para o modelo — o Gemini 3.5 Pro pode tornar-se uma escolha genuinamente forte especificamente para trabalho de front-end e SVG, mesmo ficando atrás noutros eixos. Essa é uma afirmação estreita e defensável. É muito diferente de "o Gemini está de volta ao topo", que é a afirmação que o ciclo de hype quer que faça por ele.
Então, o que justificaria de facto essa afirmação maior? Deixe-me definir a fasquia.
O que um verdadeiro regresso da DeepMind teria de entregar
Esta é a secção que eu mais queria escrever, porque "é bom?" é a pergunta errada. A pergunta certa é "suficientemente bom em quê, contra um campo que não ficou parado?" Eis a fasquia a que vou sujeitar o Gemini 3.5 Pro quando for lançado — e pode sujeitá-lo à mesma.
1. Paridade em programação agêntica, medida nos benchmarks difíceis — não em demos. O campo de julho de 2026 é brutal. O Claude Opus 4.8 lidera o Artificial Analysis Intelligence Index à volta dos 61,4 e regista cerca de 69% no SWE-bench Pro. O Claude Fable 5 está ainda mais alto no SWE-bench Pro, à volta dos 80%. O GPT-5.5 lidera o Terminal-Bench 2.0 perto dos 83%. Uma ilha bonita em three.js não mexe um único destes números. Se a Coding Strike Team fez o seu trabalho, o 3.5 Pro precisa de se posicionar com credibilidade em avaliações de programação agêntica multi-ficheiro e de longo horizonte. É esse o fosso que foi construído para fechar.
2. Contexto que se possa realmente usar, não apenas publicitar. Dois milhões de tokens é um número de manchete. A verdadeira questão é se a qualidade de recuperação se mantém ao longo dessa janela ou se se degrada no meio — o problema do "lost in the middle" que atormenta a maioria dos modelos de contexto longo. Uma janela de 2M que raciocina de forma fiável sobre os primeiros e os últimos 200K mas fica difusa no meio é um número de marketing, não de engenharia. Vou correr testes do tipo agulha-no-palheiro no dia em que tiver acesso.
3. Fiabilidade que inverta a história da degradação. Um dos fios mais discretos na turbulência da DeepMind foram os relatos de problemas de degradação de modelos — checkpoints que ficavam aquém dos modelos já em produção. Um lançamento de regresso não pode sair com essa reputação agarrada. A consistência entre execuções importa mais do que uma única demo espetacular.
4. Preços que respeitem a concorrência. A vantagem histórica da Google tem sido a relação preço-desempenho, sobretudo nos modelos de escalão Flash. Se o 3.5 Pro for cobrado como um modelo de fronteira premium mas apenas igualar o campo, perde. Se ficar abaixo do Claude e do GPT no preço e aterrar perto deles na programação, isso muda as contas para muitas equipas. O preço é uma decisão de capacidade, não uma nota de rodapé.
5. Honestidade na especialização. Eis a nuance que a cobertura catastrofista não vê: o Gemini não está, de facto, a perder em todo o lado. O Gemini 3.1 Pro já lidera vários benchmarks de precisão e de investigação — cerca de 94% no GPQA Diamond, forte no Humanity's Last Exam. Nenhum modelo domina todas as linhas em 2026; o campo inteiro fragmentou-se em especialistas. Uma vitória realista do Gemini 3.5 Pro parece-se com "claramente o melhor em investigação de contexto longo e geração de front-end, competitivo na programação", não com "bate toda a gente em tudo". Quem prometer o segundo está a vender-lhe uma história.
Se a sua equipa está a decidir se aposta um fluxo de trabalho neste modelo, essa fasquia de cinco pontos é a sua checklist de due diligence. E se preferir não fazer essa avaliação por conta própria — se quiser alguém que compare estes modelos com o seu caso de uso real e lhe diga em qual padronizar — esse é o tipo de trabalho que aceito diretamente. Pode ver o que construo em fiverr.com/s/EgxYmWD.
Essa checklist funciona para o Gemini 3.5 Pro. Mas a coisa mais valiosa é a competência geral que está por baixo dela: ler qualquer lançamento de modelo sem ser enganado.
Como ler o hype dos lançamentos de modelos de IA sem ser enganado
Já assisti a ciclos destes que cheguem para ver o padrão repetir-se quase compasso a compasso. Eis o modelo mental que uso — roube-o, é mais útil do que qualquer análise de um modelo isolado.
Separe a fonte do sinal. Quando o laboratório está em silêncio mas a internet está barulhenta, pergunte quem beneficia do ruído. Demos divulgadas sem proveniência, mercados de previsão construídos sobre nomes de ficheiros, "círculos privados de avaliação" sem números — isto gera envolvimento, não provas. A ausência de uma tabela oficial de benchmarks não é um vazio neutro. É informação. Normalmente significa que os números ainda não estão prontos para sobreviver ao escrutínio.
Pese os artefactos pela falsificabilidade. Um SVG divulgado que não consegue reproduzir vale menos do que um benchmark que consegue. Um benchmark que não consegue auditar vale menos do que um com metodologia publicada. Uma metodologia publicada vale menos do que o modelo nas suas próprias mãos a correr as suas próprias tarefas. Classifique cada afirmação pela facilidade com que poderia ser refutada e confie nas que arriscam o pescoço.
Cuidado com o salto da demo para a capacidade. O output mais partilhado é quase sempre o mais visual, porque o visual viaja. Mas "gerou uma cena deslumbrante de alunagem" e "lida de forma fiável com a minha base de código em produção" são afirmações diferentes que exigem provas diferentes. One-shots impressionantes são, por definição, escolhidos a dedo. A pergunta interessante é a quinquagésima tentativa, não a primeira.
Ancore cada lançamento num campo que se moveu. Um modelo não é bom no vácuo; é bom em relação ao que foi lançado no mês passado. Em 2026, sai algo de fronteira a cada poucas semanas. "Grande passo em frente" só significa alguma coisa quando medido contra o Opus 4.8, o Fable 5 e o GPT-5.5 tal como existem hoje — não contra a versão da concorrência que existia quando o modelo começou a treinar.
Desconte o prémio da narrativa. Uma história de regresso, uma história de underdog, uma história de "estão acabados" — todas acrescentam uma carga emocional que nada tem a ver com os pesos do modelo. A turbulência da DeepMind faz o 3.5 Pro parecer mais decisivo, e essa sensação infiltra-se na forma como as pessoas avaliam as demos. Repare quando estiver a classificar um modelo pela sua história em vez do seu output.
Passe qualquer lançamento por esses cinco filtros e o ruído silencia-se depressa. A maioria das "fugas" evapora-se. O que sobra é normalmente um conjunto pequeno, específico e defensável de coisas que o modelo provavelmente faz bem — que é exatamente o que precisava de saber desde o início.
A conclusão honesta
Eu quero que o Gemini 3.5 Pro seja ótimo. Um modelo de topo genuinamente forte da DeepMind mantém a Anthropic e a OpenAI honestas, e a concorrência na fronteira é a melhor coisa que acontece àqueles de nós que construímos sobre estes modelos. A janela de contexto de 2M é real. O Deep Think é real. A trajetória no front-end é real e está a melhorar depressa. São razões legítimas para otimismo.
Mas otimismo não é um benchmark. À data de hoje, os factos confirmados sobre este modelo caberiam numa ficha de arquivo, e os factos entusiasmantes estão todos por verificar. O laboratório que o vai lançar acabou de perder seis investigadores seniores para os seus concorrentes diretos e reorganizou-se em torno de um fosso na programação que ainda não fechou em público. Isso não significa que o regresso falhe. Significa que o ónus da prova é alto, e a prova ainda não chegou.
Lembra-se daquela página de benchmarks vazia que abri no início? Quando finalmente se preencher — com números reais, preços reais e um modelo que qualquer pessoa possa correr — é nesse momento que isto deixa de ser uma história e passa a ser uma decisão. Vou testá-lo contra a fasquia de cinco pontos no dia em que isso acontecer, da mesma forma que testei uma atualização furtiva do Gemini 3 Flash e as fugas anteriores do 3.5 antes do I/O. Até lá, segure o hype com mão leve. A internet está muito confiante sobre um modelo que nunca correu. Não deixe que a confiança dela se torne a sua.
Perguntas Frequentes
Quando é que o Gemini 3.5 Pro vai ser lançado?
A disponibilidade geral do Gemini 3.5 Pro é esperada algures em julho de 2026, depois de derrapar de um objetivo inicial de junho. No início de julho, continua em pré-visualização empresarial limitada no Vertex AI. A data específica de "17 de julho" que circula online vem de mercados de previsão a reagir a identificadores de servidor divulgados em fugas, não da Google — trate-a como um palpite não confirmado.
O Gemini 3.5 Pro é melhor do que o Claude e o GPT?
Ainda não há forma de saber, porque a Google não publicou benchmarks oficiais, model card nem preços para o Gemini 3.5 Pro. O campo atual está fragmentado — o Claude Opus 4.8 lidera o Intelligence Index, o GPT-5.5 lidera alguns benchmarks de programação e o Gemini 3.1 Pro já lidera testes de precisão como o GPQA Diamond. Espere especialização, não um vencedor único.
Qual é a janela de contexto do Gemini 3.5 Pro?
O Gemini 3.5 Pro aponta para uma janela de contexto de até 2 milhões de tokens, uma das maiores que a Google já ofereceu. O número que mais importa, porém, é a qualidade de recuperação ao longo dessa janela — se raciocina de forma fiável sobre o meio, e não apenas sobre o início e o fim. Isso não será verificável até haver testes independentes na GA.
O Nano Banana Pro faz parte do Gemini 3.5 Pro?
Não. Nano Banana Pro é o nome de código da Google para o Gemini 3 Pro Image, um modelo de geração e edição de imagem construído sobre o Gemini 3 Pro — não sobre a fundação do 3.5 Pro. Já está em disponibilidade geral, com a sua própria página de modelo e preços, e não constitui prova sobre as capacidades do Gemini 3.5 Pro.
Porque é que o Gemini 3.5 Pro da Google DeepMind é visto como um "regresso"?
Porque a DeepMind perdeu seis investigadores seniores para a Meta, a OpenAI e a Anthropic ao longo de cinco meses de 2026 — incluindo Noam Shazeer e o laureado com o Nobel John Jumper num único intervalo de 48 horas em junho — e reorganizou-se em torno de uma "AI Coding Strike Team" para fechar o fosso face ao Claude e à OpenAI. O Gemini 3.5 Pro é o primeiro modelo de topo a ser lançado depois dessa turbulência.
Quer uma resposta direta sobre o modelo em que padronizar?
Se está a pesar o Gemini 3.5 Pro contra o Claude ou o GPT para trabalho real de produção, eu faço exatamente esta avaliação com a sua base de código e as suas tarefas reais — sem hype, apenas números sobre os quais pode agir. Se é essa a decisão que está a tentar tomar, diga-me o que está a construir e eu comparo a shortlist para o seu caso de uso.
