Gemini 3.6 Flash: benchmarks, preço e o sumiço do Pro

O Google lançou hoje (21/07) o Gemini 3.6 Flash — e a promessa é agressiva: qualidade de raciocínio e código "perto do Pro", com o preço e a velocidade da linha Flash. Sem preview, sem lista de espera. Disponibilidade geral, direto na API.

Só que o anúncio deixa uma pergunta no ar. O Flash ganhou upgrade, o Flash-Lite ganhou upgrade, até um modelo de cibersegurança apareceu. E o Gemini Pro? Nada.

Neste post você vai ver os números reais dos benchmarks, o preço por token, o que muda pra quem já usa a API do Gemini — e o que é fato e o que é rumor na história do Pro que não chega.

TL;DR

O que é: nova versão do modelo rápido do Google, em disponibilidade geral desde 21/07/2026 na Gemini API, AI Studio, Vertex, Android Studio e como modelo padrão do app Gemini.
Preço: US$ 1,50 (input) / US$ 7,50 (output) por 1M de tokens — mesmo input do 3.5 Flash, com ~17% menos tokens de saída por resposta.
Vieram juntos: Gemini 3.5 Flash-Lite (US$ 0,30 / US$ 2,50, 350 tokens/s) e Gemini 3.5 Flash Cyber (cibersegurança, piloto fechado).
Link útil: anúncio oficial do Google

O que o Google anunciou

Foram três modelos de uma vez:

Gemini 3.6 Flash é o carro-chefe do anúncio. Segundo o Google, entrega "qualidade de código e raciocínio próxima do Gemini Pro, preservando o perfil de velocidade e custo que torna o Flash ideal pra aplicações em tempo real". Contexto de 1M de tokens de entrada, 64k de saída. Já está valendo em todo lugar: Gemini API, Google AI Studio, Android Studio, Google Antigravity, Gemini Enterprise — e virou o modelo padrão do app Gemini pra todo mundo.

Gemini 3.5 Flash-Lite é o tier de guerra: US$ 0,30 por 1M de tokens de entrada, US$ 2,50 de saída, cuspindo 350 tokens por segundo segundo a Artificial Analysis. É o modelo pra busca agêntica, processamento de documento em lote e qualquer pipeline de alto volume onde latência e custo mandam mais que profundidade.

Gemini 3.5 Flash Cyber é o mais curioso dos três: um fine-tune especializado em detectar e corrigir vulnerabilidades, que roda exclusivamente dentro do agente CodeMender — por enquanto em piloto fechado com governos e parceiros selecionados. Não dá pra chamar via API.

Tulsee Doshi, diretora de produto do Google, resumiu o posicionamento: "nossos modelos Gemini mais novos entregam a eficiência, latência e confiabilidade pra construir agentes de IA em escala". A palavra-chave do anúncio inteiro é essa: agentes.

Benchmarks do Gemini 3.6 Flash: o que os números mostram (e o que escondem)

Os números oficiais, comparando com o 3.5 Flash e com o 3.1 Pro:

Benchmark	Gemini 3.6 Flash	Gemini 3.5 Flash	Gemini 3.1 Pro
SWE-Bench Pro	58,7%	55,1%	54,2%
Terminal-bench 2.1	78,0%	76,2%	73,8%
MLE-Bench	63,9%	49,7%	42,6%
OSWorld-Verified	83,0%	78,4%	76,2%
GDM-MRCR v2 (contexto 1M)	54,0%	26,6%	26,3%

Dois saltos chamam atenção de verdade. O MLE-Bench (tarefas de engenharia de ML de ponta a ponta) subiu 14 pontos sobre o próprio 3.5 Flash. E o GDM-MRCR v2 em 1M de tokens — recuperação de informação em contexto longo — dobrou: de 26,6% pra 54%. Se você já sofreu com modelo que "esquece" o que estava no começo de um contexto gigante, é esse número que importa.

Agora, o que a tabela esconde:

Primeiro, todos esses números são do próprio Google. Benchmark de vendor é ponto de partida, não veredito. Os índices independentes (Artificial Analysis, LMArena) ainda estão digerindo o modelo.

Segundo, repare que a comparação de "Pro" na tabela é com o 3.1 Pro — um modelo de duas gerações atrás. Bater modelo antigo da própria casa é o benchmark mais fácil que existe. A frase de marketing é "perto do Pro"; a comparação honesta com o 3.5 Pro não existe, porque o 3.5 Pro ainda não saiu.

Terceiro, não há nenhuma comparação com concorrente no anúncio. Nada de Claude Haiku, nada de GPT. Quando o lab escolhe só brigar consigo mesmo, geralmente é sinal de que a briga externa está mais apertada.

Preço do Gemini 3.6 Flash e como usar agora

O preço é o argumento mais forte do lançamento. Input igual ao 3.5 Flash (US$ 1,50/1M), e o Google afirma — citando o índice da Artificial Analysis — que o modelo gasta ~17% menos tokens de saída pra resolver as mesmas tarefas. Como output custa US$ 7,50/1M, verbosidade menor é desconto na prática, sem mexer na tabela de preço.

Pra testar agora na API, é só trocar o nome do modelo:

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.6-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{"text": "Refatore esta função pra reduzir complexidade ciclomática: ..."}]
    }]
  }'

Em produção com PHP/Laravel, a mudança é a mesma: se você já chama o Gemini via HTTP client ou SDK, é literalmente atualizar a string gemini-3.5-flash pra gemini-3.6-flash e rodar sua suíte de avaliação. O modelo também já apareceu na OpenRouter (google/gemini-3.6-flash), pra quem roteia múltiplos providers.

Um detalhe que passa batido: o Flash-Lite 3.5 também chegou ao Google Search em rollout. O modelo que responde busca é o mesmo tier que você aluga por US$ 0,30. Escala é o jogo inteiro aqui.

Flash antes do Pro: fato vs rumor

Agora a parte que o anúncio não conta.

Fato: o Gemini 3.5 Pro não foi lançado. A única frase oficial sobre ele no anúncio é que está "em testes com parceiros" e será disponibilizado "assim que estiver pronto". Sem data. Um lançamento com três modelos e nenhum deles é o flagship.

Rumor (tratado como tal): veículos que acompanham o ciclo de lançamentos do Google afirmam que o 3.5 Pro já perdeu três janelas internas — Google I/O em maio, GA em junho e 17 de julho — e que o nome "Gemini 3.6 Flash" foi registrado como lançamento-tampão pra manter presença de mercado enquanto o Pro não sai. O Google não confirmou nada disso, e você deve ler como especulação.

O padrão em si, porém, é real e documentado: Flash primeiro, Pro depois. O modelo pequeno é mais barato de servir em escala, valida infra e gera receita enquanto o grande termina de cozinhar. A leitura menos generosa: quando o "quase Pro" chega antes do Pro, é porque o Pro virou um problema mais difícil do que o roadmap previa.

Vale trocar?

Depende de onde você está:

Já usa Gemini 3.5 Flash: troca. Mesmo preço de input, output mais enxuto, ganho em basicamente todos os benchmarks. O risco é baixo e reversível — rode seus evals antes, como sempre.
Roda pipeline de alto volume (classificação, extração, busca agêntica): o Flash-Lite 3.5 a US$ 0,30/1M com 350 tokens/s é provavelmente o melhor custo-benefício do mercado nesse tier agora.
Precisa do melhor modelo de fronteira: espera. O 3.6 Flash é "quase Pro" segundo o dono do modelo. Pra raciocínio pesado, o jogo continua entre os flagships — e o próprio Google tá dizendo, nas entrelinhas, que o dele ainda não chegou.
Usa o app Gemini no dia a dia: você já foi migrado. O 3.6 Flash é o novo padrão global do app.

Limitações e pontos de atenção

Benchmarks são todos first-party. Espere os números da Artificial Analysis e do LMArena antes de tomar decisão de arquitetura baseada em tabela de anúncio.
"Perto do Pro" é perto do 3.1 Pro. A régua do marketing é um modelo antigo. Calibre a expectativa.
Output de 64k tokens. Pra geração de documento longo ou codebase inteira numa resposta, o teto existe e aparece rápido.
Flash Cyber não é produto. Se a manchete "modelo de segurança do Google" te animou: é piloto fechado, dentro do CodeMender, pra governos e parceiros. Não entra no seu pipeline tão cedo.
Migração sem eval é aposta. "17% menos tokens de saída" também significa respostas mais curtas — valide que a concisão não corta o que seu produto precisa.

FAQ rápido

O que faz o Gemini 3.6 Flash? É o modelo rápido do Google pra código, agentes e aplicações em tempo real. A versão 3.6 melhora raciocínio e uso de contexto longo (1M de tokens) mantendo o preço da linha Flash. Está na documentação oficial da Gemini API.

Quanto custa o Gemini 3.6 Flash? US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de saída — mesma tabela do 3.5 Flash, com a vantagem de gastar ~17% menos tokens de saída nas mesmas tarefas. No app Gemini, o uso padrão é gratuito.

Qual usar: Flash ou Pro? Hoje, a pergunta tem pegadinha: o Pro atual é de geração anterior e o 3.5 Pro não saiu. Pra maioria das cargas (código, agentes, extração, chat), o 3.6 Flash resolve. Reserve "esperar o Pro" pra raciocínio de fronteira de verdade.

Gemini 3.5 Flash-Lite serve pra quê? Volume. Classificação, parsing de documentos, busca agêntica, qualquer coisa que rode milhões de vezes e onde 350 tokens/s a US$ 0,30/1M valem mais que inteligência máxima.

Conclusão

O Gemini 3.6 Flash é um lançamento sólido com uma sombra enorme: os números contra o próprio catálogo do Google são bons, o preço efetivo caiu, e a migração pra quem já está no ecossistema é trivial. Mas o anúncio inteiro também funciona como um lembrete do que não foi lançado — e enquanto o 3.5 Pro estiver "em testes com parceiros", cada release do Google vai ser lido por essa lente.

O próximo capítulo é previsível: benchmarks independentes nos próximos dias, e a pressão sobre o Pro só aumenta. Este post será atualizado quando os dois chegarem.

Se você quer ver como a linha Flash se comporta fora do papel, testamos o gerador de vídeo da família no Gemini Omni Flash na prática — mesmo padrão: promessa grande, detalhes que só aparecem quando você roda.