Google IO 2026 em Retrospectiva: O Ano em que o Google Parou de Vender Chatbots
Assisti à keynote do IO 2026 num segundo monitor com um terminal aberto no primeiro, meio esperando ignorar a maior parte.
Isso não é arrogância. É simplesmente o que os últimos dois anos de keynotes de IA me treinaram a esperar. Demos de nível marketing, um desfile de nomes de modelos que se confundem entre si, um carrossel de funcionalidades que não será lançado até "mais adiante neste ano". Eu tinha o volume baixo. Estava a trabalhar noutra coisa. E então, cerca de dezoito minutos depois, um engenheiro da DeepMind chamado Varun Mohan levantou-se e disse casualmente que a sua equipa tinha construído um sistema operativo funcional do zero em doze horas usando Gemini 3.5 Flash e Antigravity — 93 subagentes, 15.000 pedidos ao modelo, 2,6 mil milhões de tokens processados, menos de 1.000 dólares em créditos de API — e depois carregou o Doom nele e começou a jogar.
Silenciei a minha música. Fechei a outra aba. Peguei num caderno.
Esse momento disse-me tudo sobre o Google IO 2026 de uma forma que as apresentações nunca conseguiriam. O Google não apareceu em Mountain View a 19 de maio de 2026 para vender mais um chatbot. Apareceram para vender agentes — e para isso, reestruturaram toda a estrutura de preços do IA Ultra, lançaram um modelo multimodal "any-to-any" completamente novo, apresentaram uma aplicação de desktop concebida inteiramente em torno da orquestração multi-agente, mostraram uma IA pessoal 24/7 que vive numa VM do Google Cloud, e silenciosamente baixaram o plano de topo de 250 para 200 dólares por mês para poderem inserir um novo escalão de 100 dólares abaixo.
Se és um builder, esta é a keynote mais consequente que o Google já fez desde o lançamento original do Gemini. Passei os dias desde então a analisar cada anúncio, a cruzar as alegações técnicas com reportagens independentes, e a mapear quais peças eu realmente implementaria esta semana versus quais são demo-ware. Aqui está o relatório de campo — o que foi real, o que foi teatro, e o que penso que significa para qualquer pessoa que esteja a desenvolver software com IA em 2026.
A Mudança de Paradigma de que Ninguém Fala
Antes de entrar em anúncios específicos, tens de entender o enquadramento porque cada revelação de produto flui a partir dele.
Nos últimos três anos, o centro de gravidade da indústria de IA tem sido o chatbot. Escreves uma pergunta. O modelo responde. Avalias a resposta. A tarificação estava estruturada em torno de prompts e tokens. A experiência do utilizador estava estruturada em torno de mensagens. Os benchmarks estavam estruturados em torno da qualidade de turno único.
O Google IO 2026 foi o momento em que esse paradigma se partiu publicamente.
A mudança de preços é o sinal. A app Gemini do Google está a mover-se de limites diários de prompts para um modelo de "compute utilizado", onde uma resposta de texto simples consome uma fração minúscula da tua alocação mensal e uma edição de vídeo complexa ou uma execução de agente de codificação consome uma fração muito maior. Esse não é um modelo de preços de chatbot. É um modelo de preços de workload. Só faz sentido se a empresa espera que o utilizador médio pagante comece a executar coisas que se parecem mais com tarefas em segundo plano do que com conversas.
E cada outro anúncio reforça isso. O Gemini Spark é descrito como "um agente de IA 24/7" que vive em teu nome — não um modelo com quem falas, mas um que funciona enquanto dormes. O Antigravity 2.0 é descrito como uma aplicação de desktop "agent-first" para orquestrar trabalho multi-agente em paralelo. A pesquisa está a receber "agentes autónomos alimentados por Gemini capazes de monitorizar informação continuamente e tomar ações em nome dos utilizadores." O Universal Cart é um agente de compras, não uma pesquisa de compras.
Vais ouvir-me voltar a esta perspetiva repetidamente porque é a única que faz a keynote fazer sentido. Assim que a vês, cada anúncio encaixa. Então deixa-me percorrer o que realmente lançaram — e o que eu realmente testaria.
Gemini Omni: Um Modelo, Toda Modalidade, Uma Marca de Água
O maior anúncio de modelo do dia não foi o 3.5 Flash. Foi o Gemini Omni, o novo modelo multimodal "any-to-any" do Google que aceita qualquer combinação de texto, imagem, áudio e vídeo como entrada e produz qualquer combinação como saída.
O Omni Flash — o primeiro modelo público construído sobre o framework Omni — é o que o Google está realmente a lançar. Segundo os relatos, pode gerar clips de vídeo curtos com IA a partir de prompts de texto, animar imagens estáticas, editar cenas geradas de forma conversacional, e responder a entradas combinadas de texto, áudio e imagem em tempo real. É descrito publicamente como o próximo capítulo do trabalho que produziu o Nano Banana (o modelo de edição/geração de imagens do ano passado) e o Genie (o modelo generativo de mundo interativo do Google).
O que me fez prestar atenção neste anúncio: o Google não o lançou silenciosamente numa beta. Lançaram-no juntamente com a iniciativa mais agressiva de proveniência de conteúdo que já vi de qualquer laboratório de IA importante.
Cada vídeo gerado pelo Omni carrega a marca de água digital SynthID do Google. O SynthID já marcou mais de 100 mil milhões de imagens e vídeos gerados por IA, e desde o IO 2026, a NVIDIA, OpenAI, ElevenLabs e Kakao estão a adotar o padrão. Os Content Credentials do C2PA estão a ser expandidos nas ferramentas generativas do Google, e existe agora uma API de Deteção de Conteúdo de IA na Google Agent Platform que permite às empresas identificar conteúdo gerado por IA dos modelos do Google e de outros modelos populares.
Lê esse parágrafo outra vez. A OpenAI está a adotar o padrão de marca de água do Google. Isso por si só é a história de alinhamento industrial mais significativa desde que a API original do GPT foi lançada, e mal foi mencionado na cobertura do resumo porque não é uma demo vistosa. É uma admissão de toda a indústria de modelos de fronteira de que uma internet de media sintética sem marcação é impraticável, e estão coletivamente a ceder terreno a um padrão técnico partilhado para se anteciparem aos reguladores.
Se constróis qualquer coisa que consome conteúdo gerado por utilizadores — moderação, plataformas de publicidade, ferramentas de jornalismo, redes sociais, monitorização de marca — este é o anúncio mais importante orientado a programadores de toda a keynote. O stack C2PA + SynthID é agora suficientemente amplo para que "isto é gerado por IA?" se esteja a tornar num sinal real e consultável no teu pipeline de dados. Cobri a crise dos dados de treino de IA no início deste ano e a pergunta em aberto que deixei por resolver foi a proveniência. O lançamento do Omni é a primeira vez que vejo uma resposta credível.
O que testaria esta semana: passa um bloco de media submetida por utilizadores pela API de Deteção de Conteúdo de IA e vê como são realmente as taxas de falsos positivos e falsos negativos na prática. Não confies nos números da demo. Testa com os teus dados.
Gemini 3.5 Flash: O Modelo Construído para Agentes
O Gemini 3.5 Flash é o modelo que produziu o momento do Doom-num-novo-SO, e a história técnica por trás é mais interessante do que a demo.
Segundo as próprias alegações do Google e reportagens independentes, o Gemini 3.5 Flash:
- Supera o Gemini 3.1 Pro em quase todos os benchmarks enquanto funciona aproximadamente quatro vezes mais rápido que outros modelos de fronteira em tokens de saída por segundo
- Obtém 76,2% no Terminal-bench 2.1 (avaliação de codificação)
- Obtém 1656 no GDPval-AA (benchmark agêntico do mundo real)
- É co-otimizado com o harness Antigravity — o que significa que o modelo e o runtime multi-agente foram treinados e afinados juntos, não montados no momento do lançamento
O último ponto é o que a maioria da cobertura não apanhou. Quando treinas um modelo de fronteira para ser bom em trabalho agêntico, e simultaneamente treinas o harness em que funciona para apresentar as chamadas de ferramentas e janelas de contexto certas nos momentos certos, obtens um comportamento que não é reproduzível simplesmente inserindo um modelo diferente. Este é o mesmo insight arquitetónico que a Anthropic tem perseguido com o Claude Code — o modelo e o runtime não são produtos independentes — e é grande parte do motivo pelo qual tenho usado o Claude Code como a minha ferramenta diária durante o último ano. O Google comprometeu-se agora publicamente com a mesma filosofia.
A alegação de velocidade de saída 4x merece o seu próprio momento. Se o Gemini 3.5 Flash realmente entrega quatro vezes os tokens por segundo de outros modelos de fronteira a qualidade comparável, a matemática para fluxos de trabalho agênticos muda completamente. Um agente multi-passo fazendo 15-20 chamadas de ferramentas por tarefa não está limitado pela qualidade de raciocínio passado certo ponto — está limitado pela latência. Reduz a latência de forma significativa e o agente pode recuperar de erros, replanear e re-executar dentro do mesmo orçamento de tempo real que anteriormente só cabia a primeira tentativa. Isso é um teto diferente.
Mas aqui é onde vou ser honesto sobre os limites da reportagem do primeiro dia. Os scores do Terminal-bench 2.1 e GDPval-AA parecem fortes no papel, mas ainda não passei o 3.5 Flash pelo meu harness de codificação pessoal. Quando testei o Gemini 3 Deepthink no início deste ano, os benchmarks publicados mantiveram-se razoavelmente bem, mas os modos de falha não foram visíveis até eu atirar problemas reais de codebase para cima dele. Então trata os números de manchete como direcionais, não como evangelho. Terei uma review completa separada depois de executar as minhas próprias avaliações.
O que testaria esta semana: pega num fluxo de trabalho agêntico real que atualmente executas no Claude ou GPT e re-executa-o no Gemini 3.5 Flash através do harness Antigravity. Presta especial atenção ao comportamento de recuperação em falhas de chamadas de ferramentas, não apenas ao sucesso da primeira tentativa. É aí que a co-otimização geralmente se manifesta.
Antigravity 2.0: A Plataforma de Agentes Independente
Escrevi sobre o Anti-Gravity IDE original há alguns meses e percorri como lancei uma app financeira full-stack dentro dele em 47 minutos. Esse produto era um IDE — um editor envolvido em torno de agentes de IA.
O Antigravity 2.0, anunciado no IO 2026, é algo diferente. É uma aplicação de desktop independente concebida inteiramente em torno de uma experiência otimizada para agentes. Segundo os destaques para programadores do Google, vem com uma CLI, um SDK, execução gerida e suporte empresarial. Os programadores podem orquestrar múltiplos agentes em paralelo e executar tarefas através de fluxos de trabalho de longo horizonte.
A mudança estrutural de 1.x para 2.0 é a parte que importa. O Anti-Gravity original colocou agentes dentro de um editor. A nova versão inverte a relação — a plataforma de agentes é a superfície primária, e o editor é apenas uma das ferramentas que um agente pode usar. Essa é uma filosofia de design significativamente diferente.
A demo do Doom-num-novo-SO foi o ponto de prova. 93 subagentes a trabalhar em paralelo, 15.000 pedidos ao modelo, 2,6 mil milhões de tokens, 12 horas de tempo real, menos de 1.000 dólares em gastos de API. Se alguma vez tentaste orquestrar tantos agentes concorrentes manualmente, conheces os modos de falha — agentes a pisarem-se nas alterações do sistema de ficheiros, chamadas de ferramentas bloqueadas, janelas de contexto a explodirem por crosstalk. O facto de o Google ter demonstrado sem caos visível sugere que a camada de orquestração está a fazer trabalho real, não apenas a gerar subprocessos e a esperar pelo melhor.
A CLI e o SDK importam ainda mais do que a app de desktop para builders sérios. Uma CLI é o que acoplas ao CI. Uma CLI é o que scriptas. Uma CLI é o que executas num servidor durante a noite. Uma app de desktop é o que mostras a executivos. O Antigravity 2.0 ter ambos significa que o Google leva a sério manter a plataforma como infraestrutura de produção, não apenas como demo da semana de lançamento.
Passei o último ano a construir a maior parte do meu trabalho agêntico dentro do Claude Code e a encaminhá-lo pelo Agent SDK da Anthropic. O Antigravity 2.0 é a primeira plataforma concorrente que vi que parece estruturalmente pronta para alojar workloads de produção reais — não porque o marketing diz, mas porque a forma do produto (CLI + SDK + execução gerida + suporte empresarial) é a forma que constróis quando esperas que outras pessoas executem a tua plataforma em produção.
O que testaria esta semana: executa a mesma tarefa de agente no Antigravity 2.0 e no Claude Code lado a lado. Não meças apenas a qualidade — mede a recuperação de falhas, a observabilidade, e como é o trace quando um agente descarrila. É aí que vive a prontidão para produção.
Gemini Spark: A Aposta de 100 Dólares em Agentes Pessoais
Aqui está o anúncio que desencadeou o debate mais aceso nos meus chats de grupo. Gemini Spark.
O Spark é, nas palavras do Google, um agente de IA 24/7 que vive em VMs do Google Cloud e funciona continuamente em teu nome. Integra-se com MCP (Model Context Protocol — o padrão originado pela Anthropic que silenciosamente se tornou o padrão da indústria para chamadas de ferramentas). Terá uma integração com Chrome que vem este verão. E é a funcionalidade principal por trás de uma grande reestruturação do escalão de preços do IA Ultra.
A matemática dos preços:
- O plano Ultra de topo anterior era de 250 dólares por mês. Esse escalão continua a existir mas agora custa 200 dólares por mês, com limites de uso mais altos e mais armazenamento.
- Um novo escalão Ultra de 100 dólares por mês foi introduzido abaixo dele. O plano de 100 dólares inclui limites de uso 5 vezes mais altos na app Gemini comparado com o escalão AI Pro de 20 dólares, 20 terabytes de armazenamento na nuvem, YouTube Premium, e acesso beta ao Gemini Spark para subscritores dos EUA.
- O Spark propriamente dito está a ser distribuído a testers de confiança na semana após a keynote, e a subscritores do Google AI Ultra nos EUA na semana seguinte como beta.
Põe as mudanças de preço de lado por um segundo. A pergunta interessante é o que o Spark realmente é ao nível arquitetónico — porque se é o que o Google está a implicar, é uma categoria de produto diferente de qualquer coisa que o ChatGPT ou o Claude atualmente oferecem.
A maioria dos "agentes de IA" atuais funcionam em resposta a um prompt do utilizador. Perguntas, ele age, ele retorna. A sessão é delimitada pela conversa. Mesmo os projetos do Claude e os GPTs do ChatGPT são fundamentalmente request-response — mantêm contexto entre sessões, mas não funcionam quando não estás a olhar.
O Spark funciona numa VM. Tem uma existência contínua. Pode monitorizar coisas, tomar ações e comunicar contigo com base no seu próprio agendamento — não porque abriste a app, mas porque o mundo mudou e ele reparou.
Se é assim que realmente funciona, o potencial é substancial. Os casos de uso são óbvios — rastreamento de preços de voos, alertas de reposição, gestão do calendário, triagem de email, monitorização de um quadro de projeto, vigilância da página de preços de um concorrente — mas são óbvios da mesma forma que "ter um telemóvel no bolso" era óbvio em 2007. O facto de poderes listá-los não significa que saibamos como o produto remodela o comportamento diário.
Aqui é onde sou cético. O preço de entrada de 100 dólares coloca o Spark firmemente no escalão de "utilizador avançado" — isso é 5 vezes o preço do AI Pro e bem acima do que a maioria do SaaS para consumidores custa. Para um produto que precisa de demonstrar valor através de muitas tarefas ambientais, cobrar 100 dólares por mês antes de alguém saber se funciona é audaz. A descida de 250 para 200 dólares no escalão superior suaviza (e sinaliza pressão competitiva real dos planos Pro da Anthropic e OpenAI), mas o Spark propriamente dito está bloqueado atrás de um preço que a maioria das pessoas não pagará até o caso ser esmagadoramente claro.
Estarei a testar o Spark na semana em que chegar à beta dos EUA. A pergunta específica que levo comigo é se o enquadramento 24/7 é comportamento real do produto ou linguagem de marketing para "mantivemos a janela de contexto entre sessões." Há uma diferença. O primeiro é uma nova categoria. O segundo é um chatbot com melhor memória.
Se tens seguido a guerra de preços mais ampla, reconhecerás isto como a mesma dinâmica que cobri no meu artigo sobre a comoditização de subscrições de IA — a camada de aplicação é onde está o dinheiro, e os laboratórios de modelos estão a correr para a capturar antes que a camada de aplicação os capture a eles. O Spark é o movimento mais explícito do Google nessa corrida.
Docs Live, Ask Maps, Ask YouTube: O Pivô do Workspace
Os anúncios de superfície para consumidores receberam menos tempo no palco da keynote mas são os que chegarão a mais pessoas. Três são os mais importantes.
Docs Live é a edição do Google Docs por voz — podes dizer ao Docs para mover secções, formatar texto a negrito ou itálico, e reestruturar documentos usando comandos de voz. Está a ser lançado para Android e iOS este verão com Google AI Pro e Ultra em inglês globalmente. O enquadramento na keynote enfatizou a acessibilidade — e o caso de uso para utilizadores com deficiências motoras ou visuais é genuinamente significativo — mas o benefício mais amplo é que a edição por voz é finalmente precisa o suficiente para ser uma superfície de produtividade real, não um truque. A Apple tem tentado lançar isto há uma década. O Google está a lançá-lo porque o modelo subjacente de speech-to-intent finalmente cruzou o limiar de qualidade.
Ask Maps transforma o Google Maps numa superfície de pesquisa conversacional. Podes fazer perguntas sobre lugares como perguntarias a um local — não apenas "encontra-me café aqui perto" mas "encontra-me um café tranquilo com WiFi fiável e lugares ao ar livre onde possa fazer uma videochamada." O mesmo truque que a pesquisa do ChatGPT, mas com os dados de mapas do Google por baixo, o que é uma vantagem competitiva significativa.
Ask YouTube permite-te consultar conteúdo de vídeo de forma conversacional. O caso de uso estrela aqui não é ver vídeos de forma diferente — é investigação. Tenho feito isto manualmente há anos com um pipeline personalizado que extrai transcrições e as passa pelo Claude. O Ask YouTube faz isto nativamente. A implicação para criadores de conteúdo é significativa: a descobribilidade agora flui através de consultas conversacionais, não apenas de palavras-chave da barra de pesquisa, o que significa que como estruturas o teu conteúdo de vídeo (capítulos, transcrições, explicações no ecrã) afeta diretamente se a IA o destaca.
As três funcionalidades assentam num facto arquitetónico: a vantagem de dados de treino do Google em mapas, vídeo e colaboração de documentos é enorme, e a IA conversacional é finalmente a interface certa para monetizar essa vantagem em escala. Cobri o framework do Google para transformação agêntica de IA em fevereiro, e o fio condutor desse artigo até ao IO 2026 é o mesmo — a vantagem do Google não é a qualidade do modelo, é o grafo de dados sobre o qual o modelo se assenta.
Pesquisa Inteligente, Universal Cart e o Agente nos Resultados de Pesquisa
Este é o pacote de anúncios que vai realmente remodelar o SEO e o comércio eletrónico, e merece muito mais atenção do que está a receber.
O Google Search está a ser redesenhado em torno de uma caixa de pesquisa multimodal (texto, imagem, vídeo, voz), agentes de pesquisa de IA 24/7 que monitorizam tópicos e te notificam de mudanças, e — a parte que genuinamente me surpreendeu — codificação agêntica dentro dos resultados de pesquisa que pode gerar UIs e widgets dinâmicos sob demanda. É isso mesmo. A própria página de resultados de pesquisa torna-se num runtime que pode gerar pequenas aplicações interativas com base na tua consulta.
Se pesquisasses "compara estes três ténis de corrida por drop do médio-pé" hoje, obterias artigos. Na nova Search, obterias um widget de comparação que puxaria dados ao vivo e se renderizaria como uma pequena tabela interativa dentro dos resultados. Gerado por um agente. No momento da consulta.
Isto vai estar disponível globalmente e de graça a partir do verão de 2026. Esse cronograma importa porque significa que o panorama SEO muda em meses, não em anos. Tenho escrito sobre esta mudança em pedaços soltos — otimização para motores generativos, citabilidade ao nível do parágrafo, a morte do listicle — e o IO 2026 é o momento em que se torna concreto. Os resultados de pesquisa já não são uma lista de links. São um runtime de agentes.
O Universal Cart é o companheiro de comércio eletrónico. Um carrinho de compras alimentado por Gemini que opera através do Search, YouTube e Gmail simultaneamente. Encontra ofertas, rastreia histórico de preços, alerta sobre reposições, e — a parte genuinamente útil — sinaliza combinações de produtos incompatíveis. Tenta adicionar uma motherboard e um processador que não partilham o mesmo socket e o Universal Cart repara.
O lançamento nos EUA é no verão de 2026. Se vendes algo online, a implicação é a mesma que para os editores de conteúdo: a tua superfície de produto já não é um website que as pessoas visitam. É um feed de dados estruturados que um agente lê em nome do utilizador. Schema, dados de produto estruturados, inventário em tempo real e transparência de preços tornam-se subitamente nas partes que determinam se um agente te recomenda. A otimização de conversão deixa de ser sobre a tua landing page e passa a ser sobre a tua camada de dados.
Cobri uma versão desta tese no meu artigo sobre agentes de IA a remodelar o trabalho, mas o Universal Cart torna-a concreta no retalho. Se tens uma loja de comércio eletrónico e não tens dados de produto estruturados limpos até ao Q3 2026, serás invisível para uma parte significativa da intenção de compra.
Audio Glasses, Redesign da App Gemini e a Camada de Workspace
O Google reservou a revelação de hardware para o final da keynote, o que te diz algo sobre quão confiantes estão em que o software impulsione a procura. O anúncio das óculos inteligentes é real mas modesto: óculos de áudio com altifalantes integrados e câmaras, fabricados pela Samsung e Qualcomm, com designs da Gentle Monster e Warby Parker, lançamento no outono de 2026, funcionando tanto em Android como iOS.
Estes não são os Ray-Bans da Meta com ecrã. São acesso ao Gemini voice-first e mãos-livres, com câmaras que podem capturar e passar contexto ao assistente. As demos mostraram o Gemini a navegar para lugares que o utilizador tinha visitado antes e a encomendar artigos através de apps integradas enquanto recordava as preferências do utilizador. A integração de pulso com o Pixel Watch está incluída.
Não sou pessoa de óculos e sou cético de que óculos de IA apenas de áudio se tornem num produto de massa. Mas a lógica estratégica está correta — o Google precisa de uma superfície de hardware ambiental para o Gemini antes que a Apple lance algo competitivo, e a estrutura de parcerias (Samsung + Qualcomm + marcas de moda) é como transformas um produto tecnológico em algo que pessoas normais realmente usarão. O outono de 2026 é quando saberemos se o mercado de consumo realmente responde.
A app Gemini propriamente dita está a receber um redesign — o Google chama à nova linguagem de design "Neural Expressive" — e uma nova ferramenta Google Pix para edição de imagens dentro do Workspace. O Flow Music está a ser lançado como superfície de geração de áudio. Nenhuma delas é individualmente determinante, mas coletivamente dizem algo sobre o compromisso do Google em fazer do Gemini a superfície de uso diário em todos os produtos de consumo, não apenas uma API. Rastreei parte deste fio no meu artigo sobre a integração do NotebookLM e da app Gemini, e o padrão continua — o Google está a tratar o Gemini como a camada operativa de tudo o que lançam, não como uma funcionalidade num único produto.
Code Mender, Expansão do SynthID e a História Silenciosa da Segurança
Quero dedicar um parágrafo aos anúncios de segurança porque ficaram enterrados sob as revelações para consumidores e não deviam.
O Code Mender é a parte que mais importa para builders. É um agente de IA da DeepMind que automaticamente deteta, corrige e reescreve código vulnerável. Usa um depurador, navegador de código-fonte, fuzzing e provadores de teoremas para encontrar causas raiz, depois gera e valida patches autonomamente contra regressões e diretrizes de estilo antes de os apresentar para revisão humana. Nos seis meses anteriores ao anúncio do IO, a equipa do Code Mender contribuiu com 72 correções de segurança para projetos de código aberto, incluindo bases de código com até 4,5 milhões de linhas.
Lê esse número outra vez. 72 patches de segurança reais, em código aberto real, validados por humanos, aceites upstream. Isso não é um benchmark. É um agente implantado a fazer engenharia de segurança à escala de produção.
As APIs de código para o Code Mender estão em preview para testers desde o IO. Se manténs uma base de código significativa — código aberto ou proprietário — este é o anúncio que observaria mais cuidadosamente durante o próximo trimestre. A economia de ter um agente de segurança a funcionar continuamente ligado ao teu repositório é muito diferente de executar uma auditoria periódica de terceiros. Escrevi sobre esta transição de categoria no meu artigo sobre o debate da descoberta de zero-days por IA, e o Code Mender é o exemplo de produção mais concreto que vi.
A expansão do SynthID é a outra metade da história de segurança. O padrão de marca de água agora abrange NVIDIA, OpenAI, ElevenLabs e Kakao, com mais de 100 mil milhões de imagens e vídeos marcados. Os Content Credentials do C2PA estão a ser expandidos nas ferramentas generativas do Google. A API de Deteção de Conteúdo de IA está agora disponível na Agent Platform. Estes não são anúncios glamorosos. São movimentos de estandardização lentos, ao nível da infraestrutura. Também são exatamente o que uma indústria em maturação produz quando os reguladores começam a aparecer em audiências.
Gemini para a Ciência: A Aposta de Longo Prazo
O Google reservou os anúncios mais ambiciosos para as partes da keynote que não afetarão diretamente o roadmap trimestral de ninguém. O Gemini for Science inclui duas peças que vale a pena assinalar.
O AlphaEarth Foundations está agora posicionado publicamente como um gémeo digital da Terra — um satélite virtual que ingere imagens óticas, radar, LiDAR e dados climáticos e comprime toda a superfície terrestre num embedding consultável com resolução de célula de 10x10 metros, atualizado anualmente. O modelo reduz os requisitos de armazenamento por um fator de 16 comparado com outros sistemas de IA testados pelo Google. Estão a trabalhar com mais de 50 organizações em aplicações do mundo real — segurança alimentar, desflorestação, planeamento urbano, recursos hídricos. Combinar o AlphaEarth com a capacidade de raciocínio do Gemini é o próximo passo, o que permitiria aos analistas fazer perguntas em linguagem natural como "onde na Amazónia é que a invasão de culturas acelerou nos últimos três anos" e obter uma resposta baseada em dados.
A Isomorphic Labs — a empresa de descoberta de fármacos da Alphabet construída sobre os fundamentos do AlphaFold — está no caminho de colocar os seus primeiros medicamentos desenhados por IA em ensaios clínicos até ao final de 2026. Angariaram 2,1 mil milhões de dólares em financiamento Série B no início deste mês para acelerar a Isomorphic AI Drug Design Engine.
Nenhum destes será lançado num SDK para programadores nos próximos seis meses. Mas o padrão — IA de fronteira aplicada a grandes grafos de dados do mundo físico (Terra, biologia) — é a aposta de longo prazo que justifica todo o investimento em computação que a Alphabet tem feito desde 2023. A maior parte do que o Google anunciou no IO 2026 é sobre capturar a camada de aplicação. O AlphaEarth e a Isomorphic justificam o investimento em infraestrutura subjacente num horizonte de uma década.
O Que Estou Realmente a Fazer Esta Semana
Deixa-me fechar com a perspetiva do praticante, porque é para isso que a maioria de vocês veio.
De tudo o que o Google lançou no IO 2026, aqui está o que eu realmente testaria nos próximos sete dias, classificado pelo que penso que afetará o teu trabalho diário:
Executa o Gemini 3.5 Flash pelo teu fluxo de trabalho agêntico real. Não um benchmark de brinquedo. Pega em qualquer tarefa multi-passo de agente que atualmente executas no Claude ou GPT, porta-a para o Gemini 3.5 Flash via o harness Antigravity, e mede latência, comportamento de recuperação, e custo total por tarefa concluída. A alegação de velocidade 4x é o número mais testável da keynote. Testa-o.
Instala o Antigravity 2.0 e experimenta a orquestração de agentes em paralelo. Se tens executado cadeias de agentes sequenciais, o modelo paralelo é um padrão de design significativamente diferente. Constrói algo pequeno — uma tarefa de investigação com três subagentes concorrentes (recolher, sintetizar, formatar) — e vê como a ferramenta de tracing se mantém quando um deles falha.
Liga a deteção SynthID/C2PA ao teu pipeline de conteúdo. Se estás a lançar algo que ingere media carregada por utilizadores, a API de Deteção de Conteúdo de IA na Agent Platform é o anúncio de infraestrutura mais importante de toda a keynote. Não é glamoroso. Também é uma funcionalidade que os teus utilizadores e a tua equipa jurídica se preocuparão dentro de um ano. Cobri o problema da proveniência do conteúdo tangencialmente antes — esta é a resposta.
Não pagues pelo Gemini Spark até veres dados de uso reais. Estarei a testá-lo na semana em que chegar à beta dos EUA. O preço de entrada de 100 dólares é uma aposta numa categoria de produto que ainda não tem base instalada. Observa reviews independentes. Espera duas semanas. Depois decide.
Audita os teus dados estruturados de produto/conteúdo antes do Universal Cart e Pesquisa Inteligente chegarem globalmente. O verão de 2026 está mais perto do que parece. Se vendes algo online ou publicas algo que depende do tráfego de pesquisa, a camada de agentes está a ler os teus dados estruturados, não o teu texto de marketing. Certifica-te de que estão limpos.
Salta os óculos por agora. Os óculos inteligentes apenas de áudio vão ser um produto nicho para a primeira geração. O outono de 2026 é quando a categoria se torna real — esse é o ciclo para avaliar, não o lançamento.
Sobre o que a Keynote Realmente Foi
A única conclusão que levaria do Google IO 2026 — a que vou pensar durante o próximo trimestre — é que a estrutura de preços conta toda a história.
Quando uma empresa muda de preços baseados em prompts para preços baseados em compute, está a dizer-te que espera que o seu utilizador médio comece a executar workloads, não conversas. Quando baixa o escalão de topo de 250 para 200 dólares e introduz um novo escalão abaixo a 100 dólares, está a dizer-te que o teto de preço anterior era demasiado alto para recrutar a próxima onda de utilizadores de que precisam. Quando lança um agente pessoal 24/7 ao mesmo tempo que uma aplicação de desktop construída em torno da orquestração multi-agente, está a dizer-te que os próximos dois anos de competição vão acontecer na camada de agentes, não na camada de modelos.
O Google não lançou um chatbot mais inteligente no IO 2026. Lançaram a infraestrutura para um mundo onde os chatbots já não são o produto principal. O modelo é rápido e barato. O harness está construído para paralelismo. Os preços assumem trabalho em segundo plano. O hardware é ambiental. A camada de deteção assume que a media sintética está em todo o lado.
Esse é o pivô. E quer lances algo com o stack do Google ou não, o resto da indústria vai segui-los na mesma direção. A Anthropic já lá está. A OpenAI está a mover-se. A camada de aplicação é onde o próximo ano de competição em IA será decidido, e o Google acabou de declarar que não o vão perder sem lutar.
Vou escrever uma análise profunda do Antigravity 2.0 assim que tiver lançado um projeto real através dele. Até lá, a pergunta que te deixaria é esta: quando olhas para o teu fluxo de trabalho de IA atual — os teus prompts, as tuas subscrições, as tuas ferramentas — quanto disso ainda assume que o chatbot é o produto? Se a resposta é "a maioria", tens seis meses para reconstruir antes de o resto da indústria alcançar a perspetiva do Google.
A era dos agentes não começou a 19 de maio de 2026. Mas essa é a data em que a maior empresa de software parou de fingir o contrário.
Perguntas Frequentes
O que é o Gemini Omni?
O Gemini Omni é o novo modelo multimodal any-to-any do Google que aceita qualquer combinação de texto, imagem, áudio e vídeo como entrada e produz qualquer combinação como saída. O Omni Flash é o primeiro modelo público no framework. Cada vídeo gerado pelo Omni carrega a marca de água SynthID do Google. Para o detalhamento completo, consulta a secção do Gemini Omni acima.
Quão rápido é o Gemini 3.5 Flash comparado com outros modelos de fronteira?
O Gemini 3.5 Flash funciona aproximadamente quatro vezes mais rápido que outros modelos de fronteira em tokens de saída por segundo enquanto supera o Gemini 3.1 Pro em quase todos os benchmarks. Obteve 76,2% no Terminal-bench 2.1 e 1656 no GDPval-AA, e foi co-otimizado com o harness Antigravity para fluxos de trabalho agênticos.
Quanto custa o novo plano Google AI Ultra?
O novo plano Google AI Ultra começa em 100 dólares por mês, substituindo o antigo escalão de topo de 250 dólares por um escalão de 200 dólares acima. O plano de 100 dólares inclui limites de uso 5 vezes mais altos que o AI Pro, 20 terabytes de armazenamento na nuvem, YouTube Premium, e acesso beta ao Gemini Spark para subscritores dos EUA.
O que é o Gemini Spark?
O Gemini Spark é um agente de IA 24/7 que funciona em VMs do Google Cloud em nome de um utilizador, integra-se com MCP (Model Context Protocol), e receberá integração com Chrome no verão de 2026. É lançado como beta para subscritores do Google AI Ultra nos EUA a partir da semana após o IO 2026.
Quando é que as funcionalidades do Google IO 2026 são lançadas?
A maioria dos anúncios para consumidores são lançados no verão de 2026 (Docs Live, Universal Cart, Pesquisa Inteligente globalmente, integração Chrome para Spark). Os óculos inteligentes de áudio da Samsung e Qualcomm são lançados no outono de 2026. O Antigravity 2.0 e o Gemini 3.5 Flash estão disponíveis imediatamente para programadores.
Vamos Trabalhar Juntos
Procuras construir sistemas de IA, automatizar fluxos de trabalho ou escalar a tua infraestrutura tecnológica? Adoraria ajudar.
- Fiverr (builds e integrações personalizadas): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (soluções empresariais): ramlit.com
- ColorPark (design e branding): colorpark.io
- xCyberSecurity (serviços de segurança): xcybersecurity.io
