Google reduz 17% dos tokens e melhora o Gemini 3.6 Flash

A questão técnica é saber se eficiência de tokens compensa a troca de modelo. O Google apresentou em 21 de julho de 2026 o Gemini 3.6 Flash, o 3.5 Flash-Lite e o 3.5 Flash Cyber para criar agentes de IA em produção. O 3.6 Flash usa 17% menos tokens de saída que o 3.5 Flash, segundo o Artificial Analysis Index, e custa menos por tarefa. Isso interessa a empresas que executam fluxos com várias etapas, chamadas de ferramentas e uso frequente de modelos.

Menos tokens não significam apenas menor conta

Um agente gasta tokens ao raciocinar, chamar ferramentas e produzir respostas. Se ele precisa de menos passos para concluir uma tarefa, reduz custo e latência sem necessariamente perder qualidade. O Google afirma que o 3.6 Flash também diminui chamadas de ferramentas e melhora o desempenho em tarefas de múltiplas etapas.

A empresa informou preço de US$ 1,50 por 1 milhão de tokens de entrada e US$ 7,50 por 1 milhão de tokens de saída. O valor relevante, porém, não está apenas na tabela. Um agente que edita código, consulta dados e repete ações pode acumular chamadas; nesse caso, menos tokens e menos loops afetam o custo total.

Tulsee Doshi, Senior Director, Product Management, escreveu que desenvolvedores precisam de “maior eficiência de tokens, menor latência e desempenho mais confiável”. A frase resume a tese do lançamento. O Google não vende apenas um modelo mais capaz, mas um modelo que tenta fazer o mesmo trabalho com menos etapas.

Os números apresentados sustentam parte dessa tese. No DeepSWE, o 3.6 Flash marcou 49%, contra 37% do 3.5 Flash. No MLE Bench, ficou em 63,9%, contra 49,7%. No OSWorld-Verified, alcançou 83,0%, contra 78,4%, enquanto o GDPval-AA v2 registrou 1421, contra 1349.

A comparação ainda não tem um lado contrário

A página também apresenta o 3.5 Flash-Lite como o modelo mais rápido e barato da classe 3.5. O Artificial Analysis Index mediu 350 tokens de saída por segundo. O modelo mira fluxos agentic em que a velocidade pesa mais que a capacidade máxima.

O 3.5 Flash Cyber segue outra lógica. O Google o combina com o agente de segurança de código CodeMender, em vez de tratá-lo como modelo geral. A empresa afirma que aplicações de cibersegurança exigem coordenação cuidadosa entre modelo e infraestrutura do agente. Isso torna a arquitetura tão importante quanto o modelo isolado.

A empresa também diz que Hebbia e Harvey encontraram bom desempenho em tarefas multimodais. Entre elas estão leitura de documentos, análise de gráficos e dados e redação de relatórios. Tulsee Doshi descreveu a linha Flash como “o ponto ideal entre eficiência e qualidade para permitir a expansão de fluxos agentic”.

Não existem, porém, comentários para formar dois lados. O registro do Hacker News mostra 0 pontos e 0 comentários, e o dossiê não traz falas de leitores ou desenvolvedores para contestar os resultados. Portanto, não há citações de comentários nem evidência pública, nesse registro, sobre problemas de qualidade, custo ou confiabilidade.

O que fica aberto é a distância entre benchmark e produção. O Google afirma que o 3.6 Flash usa menos tokens e entrega resultados melhores, mas a página não mostra os detalhes completos de cada teste nem resultados independentes além do Artificial Analysis Index e dos benchmarks citados. Quem decide uma migração precisa medir seu próprio fluxo. A escolha depende do custo por tarefa, das chamadas de ferramenta e da precisão exigida.