Google acordou hoje e decidiu soltar três modelos de IA de uma vez. Sem aviso prévio, sem teaser no X, sem countdown dramático. Só um blog post e três modelos novos no Gemini API: o 3.6 Flash, o 3.5 Flash-Lite e o mais curioso de todos, o 3.5 Flash Cyber, um modelo treinado especificamente para encontrar e explorar vulnerabilidades de software. E esse último? Só governos podem usar.

Vamos aos fatos.

Gemini 3.6 Flash: mais rápido, mais barato, mais esperto

O Gemini 3.6 Flash é a evolução direta do 3.5 Flash, e os números deixam pouca margem para debate. No DeepSWE v1.1, benchmark que testa resolução de bugs reais em repositórios open source, o 3.6 Flash marcou 49% contra 37% do antecessor. No MLE-Bench, que mede capacidade de resolver problemas de machine learning, foi de 49.7% para 63.9%. No SWE-Bench Pro, que é o padrão da indústria para medir capacidade de codificação autônoma, saiu de 55.1% para 58.7%.

E o preço? Caiu. O output vai custar $7.50 por milhão de tokens, contra $9.00 do 3.5 Flash. O input se manteve em $1.50 por milhão de tokens. Janela de contexto continua em 1 milhão de tokens, output máximo de 64.000 tokens, e a velocidade bateu 303 tokens por segundo.

Tem um detalhe que passa despercebido nos benchmarks: o 3.6 Flash gasta 17% menos tokens de output para chegar na mesma resposta. Parece pouco, mas em workloads agentic onde o modelo é chamado centenas de vezes por tarefa, isso representa economia real. O Google chamou isso de “redução de verbosidade”: menos enrolação, mais resultado direto. Na prática, o modelo faz menos edições desnecessárias e entra em menos loops de execução quando está trabalhando como agente de código.

No benchmark GDM-MRCR v2, que testa capacidade de recuperar informação em contextos longos de 1 milhão de tokens, o 3.6 Flash marcou 54.0%. O 3.5 Flash e o 3.1 Pro ficaram abaixo de 27%. É quase o dobro de performance em tarefas que exigem needle-in-a-haystack com contextos massivos.

O GDPVal-AA v2, que mede qualidade geral de resposta via Elo rating, deu 1421 para o 3.6 Flash contra 1349 do 3.5 Flash e 965 do 3.1 Pro. A diferença entre 3.6 Flash e 3.1 Pro é tão grande que parece que estamos comparando gerações completamente diferentes de modelo.

Flash-Lite: IA a preço de banana

Se o 3.6 Flash é o modelo “bom e barato”, o Flash-Lite é o “absurdamente barato”. Estamos falando de $0.30 por milhão de tokens de input e $2.50 por milhão de tokens de output. Para contextualizar: isso é 5x mais barato que o 3.6 Flash no input e 3x mais barato no output.

A velocidade é insana: 350 tokens por segundo. Com 1 milhão de tokens de contexto e 64.000 de output máximo, é o mesmo envelope do modelo maior, só que a uma fração do custo.

E não é um modelo burro. No Terminal-Bench 2.1, que testa uso de terminal e ferramentas CLI, o Flash-Lite marcou 54% contra 31% do antigo 3.1 Flash-Lite. Quase dobrou a performance na troca de geração.

O caso de uso é claro: classificação de texto em massa, roteamento de queries, filtragem de conteúdo, parsing de documentos, ou qualquer pipeline onde você precisa de um modelo competente rodando milhões de vezes por dia sem explodir seu orçamento. É o tipo de modelo que vai viver dentro de pipelines de dados e agents como camada de triagem.

Flash Cyber: a IA hacker que só governos podem tocar

Aqui a coisa fica interessante de verdade. O Gemini 3.5 Flash Cyber é um modelo fine-tuned especificamente para encontrar, validar e corrigir vulnerabilidades de software. Não é um wrapper de prompt em cima do Flash. É um modelo com treinamento dedicado em segurança ofensiva e defensiva.

Os números são difíceis de ignorar. Em testes no motor V8 do JavaScript (o mesmo que roda no Chrome e no Node.js), o Flash Cyber encontrou 55 vulnerabilidades confirmadas. O Gemini 3.5 Flash padrão encontrou 47. O Claude Opus 4.6 encontrou 36. São 10 vulnerabilidades que só o Flash Cyber detectou, bugs que escaparam de todos os outros modelos e, presumivelmente, de revisores humanos também.

Mas o dado mais assustador vem de um teste específico: o Flash Cyber produziu um exploit de execução remota de código (RCE) 100% confiável que bypassa ASLR (Address Space Layout Randomization) e W^X (Write XOR Execute). Se você não é da área de segurança, deixa eu traduzir: essas são duas das proteções mais fundamentais de memória que sistemas operacionais modernos usam. O modelo não só encontrou o bug, como escreveu um exploit funcional que derruba essas defesas.

O modelo opera exclusivamente dentro do CodeMender, a ferramenta de análise de segurança automatizada do Google. A arquitetura é proposital: o CodeMender chama o Flash Cyber múltiplas vezes em alta velocidade e baixo custo, varrendo mais caminhos de código do que seria viável com modelos maiores e mais caros. A ideia é que um modelo leve e especializado, chamado centenas de vezes, encontra mais bugs do que um modelo gigante chamado poucas vezes.

E aqui vem a parte polêmica: o Flash Cyber está disponível apenas para governos e parceiros confiáveis através de um programa piloto de acesso limitado. Você, dev independente, pesquisador de segurança ou empresa, não vai ter acesso. O Google explicitamente citou a “natureza de uso dual” da tecnologia como razão para a restrição.

Eu entendo o raciocínio. Um modelo que gera exploits funcionais para vulnerabilidades zero-day é, por definição, uma arma digital. Mas a ironia não escapa: o mesmo Google que prega abertura e democratização de IA construiu um modelo que só uma elite selecionada pode usar. Pesquisadores de segurança independentes, que historicamente foram responsáveis por encontrar a maioria dos bugs críticos da internet, ficam de fora.

Tabela de benchmarks: os três modelos lado a lado

O salto mais brutal é no DeepSWE: de 12% no 3.1 Pro para 49% no 3.6 Flash. Isso significa que o modelo consegue resolver quase metade dos bugs reais de repositórios open source de forma autônoma. Não estamos mais no território de “brinquedo de benchmark”. Estamos falando de produtividade real.

Tabela de preços: quanto custa cada modelo

O Flash-Lite é obscenamente barato. Para quem roda pipelines de processamento de texto ou agents com alto volume de chamadas, é mais barato que rodar modelos open source na sua própria GPU em muitos cenários. O custo por query efetivo vai ser menor que $0.001 para a maioria dos casos de uso de classificação e roteamento.

O que muda na prática para devs

Se você já usa Gemini Flash no seu stack, a migração para o 3.6 é quase obrigatória. Melhor em tudo, mais barato no output, e com a mesma API. Não tem trade-off.

O Flash-Lite abre uma porta interessante para quem estava usando modelos open source pequenos (Phi, Gemma, Qwen 2B-7B) rodando local só para economizar. A $0.30 por milhão de tokens de input, o custo de API pode ser menor que o custo de eletricidade da sua GPU.

O Flash Cyber, por outro lado, é uma demonstração de poder que você não pode usar. É o Google dizendo: “nós temos a IA de segurança mais avançada do mundo, e ela vive dentro do nosso muro”. Para a comunidade de segurança, isso é frustrante. Bug bounty hunters, pesquisadores independentes e startups de cybersecurity vão continuar usando Claude, GPT ou modelos open source para análise de vulnerabilidades, enquanto o modelo que comprovadamente acha mais bugs fica trancado.

A decisão de restringir o Flash Cyber a governos também levanta uma questão sobre o futuro da IA em segurança. Se modelos especializados em encontrar vulnerabilidades se tornam a norma, quem tem acesso a eles tem uma vantagem desproporcional. Governos vão poder auditar código em uma escala que empresas privadas não conseguem. E a assimetria vai só aumentar conforme os modelos ficam melhores.

O elefante na sala: 42% de melhoria e acesso restrito

O Flash Cyber trouxe 42% de melhoria em benchmarks de cyber multi-turn comparado ao Flash 3 anterior. Superou o Claude Opus 4.6 em vulnerabilidades únicas encontradas no Chrome e no Safari. Produziu exploits que bypassam proteções de memória do nível do sistema operacional.

E tudo isso está atrás de um portão que a maioria de nós não vai cruzar.

A pergunta que fica é se o mercado aceita essa segmentação. O OpenAI não restringe o GPT-5.5 por caso de uso. A Anthropic não impede você de usar o Claude para análise de segurança. O Google decidiu que segurança ofensiva de IA é território de estado, não de mercado. Pode ser a decisão certa. Pode ser a decisão que empurra a comunidade de segurança para ferramentas concorrentes, enquanto o melhor modelo fica juntando poeira em data centers governamentais.

De qualquer forma, o lançamento de hoje mostra que a corrida não é mais só por modelos maiores e mais inteligentes. É por modelos mais baratos, mais rápidos e, no caso do Flash Cyber, mais perigosos. E a forma como cada empresa lida com esse “mais perigoso” vai definir o próximo capítulo dessa história.

Fonte de inspiração: Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber (Google Blog)