A Google voltou a mexer no mercado da inteligência artificial com o lançamento do Gemini 3.7 Flash, um modelo que procura aproximar a rapidez e o baixo custo de uma capacidade de execução cada vez mais avançada.
A nova versão surge poucas semanas depois do Gemini 3.6 Flash e aposta sobretudo em três áreas: programação, desenvolvimento de aplicações e execução de tarefas através de agentes de inteligência artificial. A estratégia é clara: em vez de criar modelos rápidos apenas para responder a perguntas, a Google quer que eles consigam efetivamente fazer trabalho.
Menos conversa, mais execução
A grande diferença desta geração está na forma como o modelo lida com tarefas que envolvem várias etapas.
Um pedido complexo raramente termina numa única resposta. Pode ser necessário analisar um problema, consultar informação, utilizar ferramentas, alterar um ficheiro, verificar o resultado e corrigir eventuais erros. O Gemini 3.7 Flash foi desenvolvido precisamente para lidar melhor com este tipo de sequência.
A Google afirma que o modelo consegue planear melhor as suas ações, recorrer a ferramentas de forma mais eficiente e adaptar o processo quando encontra dificuldades.
Isto pode parecer uma alteração pequena, mas é fundamental para a evolução dos chamados agentes de IA. Um modelo que apenas responde é útil. Um modelo que consegue executar uma tarefa completa pode ser muito mais valioso.
Programadores são um dos principais alvos
A programação é uma das áreas onde a nova versão apresenta os resultados mais interessantes.
Os testes divulgados pela Google mostram melhorias consideráveis relativamente ao Gemini 3.6 Flash. No FrontierCode 1.1 Main, o novo modelo passou de 34,4% para 43,6%. Já no DeepSWE v1.1, um teste focado em problemas reais de engenharia de software, passou de 49,0% para 65,3%.
Estes resultados apontam para uma melhoria não apenas na geração de código, mas também na capacidade de compreender problemas, corrigir erros e trabalhar sobre projetos existentes.
Para quem desenvolve software com IA, esta diferença pode significar menos tempo gasto a explicar novamente um problema e menos ciclos de tentativa e erro.
Criar interfaces pode ficar mais simples
Outra área em que o Gemini 3.7 Flash procura destacar-se é o desenvolvimento web.
O modelo consegue criar aplicações e interfaces a partir de instruções e referências visuais, incluindo capturas de ecrã e elementos de design. A ideia é permitir que uma descrição ou um exemplo visual se transforme rapidamente numa implementação funcional.
No WebDev Arena, o modelo alcançou uma pontuação Elo de 1.588, acima dos 1.538 pontos obtidos pelo Gemini 3.6 Flash.
Para designers e programadores, isto abre uma possibilidade interessante: utilizar a inteligência artificial não apenas para escrever código, mas também para aproximar diretamente o resultado produzido de uma determinada referência visual.
O salto também chega às empresas
A Google está a posicionar o Gemini 3.7 Flash para além do desenvolvimento de software.
O modelo apresentou melhorias nos testes relacionados com automação empresarial e análise de documentos complexos. No AutomationBench, obteve 30,4%, comparando com 17,0% na geração anterior. Já no benchmark GDP.pdf, dedicado ao processamento de documentos complexos, passou de 22,0% para 34,0%.
Este tipo de capacidade pode ser particularmente importante em setores onde os trabalhadores lidam diariamente com grandes volumes de documentação e informação estruturada.
Em vez de simplesmente resumir um documento, uma IA mais capaz pode identificar informação relevante, relacionar dados, seguir instruções e participar num processo de trabalho mais completo.
O preço também faz parte da estratégia
Nem toda a evolução da inteligência artificial depende exclusivamente da capacidade do modelo. O custo é igualmente importante.
O Gemini 3.7 Flash foi lançado com um preço anunciado de 0,75 dólares por milhão de tokens de entrada e 3,75 dólares por milhão de tokens de saída.
Para um utilizador ocasional, esta diferença pode não ser particularmente relevante. Para uma empresa que pretende executar milhares de tarefas através de agentes de IA, o cenário é completamente diferente.
Quanto mais barato for executar cada tarefa, mais interessante se torna utilizar inteligência artificial em processos contínuos e automatizados.
A corrida pelos agentes de IA está a acelerar
O lançamento do Gemini 3.7 Flash mostra também uma mudança importante na competição entre empresas de inteligência artificial.
A disputa já não está limitada a descobrir qual modelo responde melhor a uma pergunta difícil. Agora entram em jogo fatores como velocidade, preço, capacidade de programação, utilização de ferramentas e autonomia.
É por isso que modelos da categoria Flash são tão importantes. Um modelo ligeiramente menos poderoso, mas muito mais rápido e barato, pode ser extremamente útil quando precisa de executar milhares de pequenas tarefas.
A verdadeira vantagem poderá surgir precisamente dessa combinação.
O que isto significa para o utilizador comum?
Mesmo quem nunca escreveu uma linha de código pode acabar por beneficiar desta evolução.
À medida que os modelos conseguem executar tarefas mais complexas, torna-se possível imaginar assistentes capazes de organizar informação, preparar documentos, analisar ficheiros, automatizar processos e executar sequências de ações com muito menos intervenção humana.
É uma mudança de paradigma: passamos lentamente de uma IA que espera pela próxima pergunta para uma IA que consegue participar ativamente na realização de um objetivo.
Uma evolução mais importante do que parece
O Gemini 3.7 Flash pode não ser apresentado como o modelo mais poderoso da Google, mas a sua importância está noutro lugar.
A empresa está a tentar provar que uma IA rápida e relativamente acessível também pode lidar com programação, automação e tarefas complexas. Os resultados anunciados indicam uma evolução significativa face à geração anterior, sobretudo em cenários onde a capacidade de executar várias etapas é fundamental.
Agora resta perceber como estas melhorias se traduzem no uso diário.
Porque os benchmarks mostram potencial, mas é na utilização real — com projetos, erros inesperados, instruções imperfeitas e tarefas de longa duração — que um modelo de IA demonstra verdadeiramente aquilo de que é capaz.
E, nesse sentido, o Gemini 3.7 Flash pode ser mais um sinal de que a próxima fase da inteligência artificial não será apenas responder melhor. Será conseguir fazer mais.