2 milhões de tokens: porque o Google teve de reconstruir o Gemini 3.5 Pro de raiz

O fracasso que antecedeu o lançamento de hoje não foi anunciado. A Google arquivou silenciosamente a primeira versão do Gemini 3.5 Pro depois de avaliações internas terem revelado deficiências críticas: mau desempenho em raciocínio matemático, geração de SVG defeituosa e qualidade de imagem inconsistente. O modelo que estava previsto para ser lançado no início deste ano não era suficientemente bom para ser lançado, por isso não o foi.

A reconstrução e o que desbloqueou

O que foi lançado hoje é um modelo completamente diferente. O Gemini 3.5 Pro reconstruído abre com uma janela de contexto de 2 milhões de tokens, o dobro da capacidade do limite de 1 milhão do Gemini 2.5 Pro, o que significa que uma equipa jurídica pode colocar uma biblioteca inteira de contratos, um ano de arquivos financeiros e um arquivo de e-mails completo numa única chamada API antes de fazer a primeira pergunta. Um documento de 200.000 palavras que teria exigido segmentação em três chamadas separadas cabe agora no contexto com espaço de sobra.

Essa janela vem com uma estrutura de preços concebida para consumo empresarial: 15 dólares por milhão de tokens de entrada, 60 dólares por milhão de tokens de saída. Gerar uma análise de 10.000 palavras a partir de um corpus documental de 500.000 palavras custa aproximadamente 37 dólares — dinheiro real, mas abaixo da tarifa horária do analista júnior que substitui em tarefas de revisão de documentos.

O nível premium de raciocínio, chamado Deep Think, fica atrás de uma subscrição Ultra de 250 dólares por mês. Essa decisão de preços traça uma linha: os utilizadores normais da API obtêm um modelo generalista capaz; a versão de raciocínio mais poderosa permanece isolada dos programadores individuais que não queiram pagar o equivalente a uma licença de software apenas para aceder a ela.

A concorrência que precisa de ultrapassar

A DeepSeek V4-Pro foi lançada em junho a 0,87 dólares por milhão de tokens de saída, cerca de 69 vezes mais barata nessa métrica, com pontuações de referência que rivalizam com o Gemini 3.5 Pro em várias avaliações diretas. O Fable 5 e o GPT-5.6 Sol estão a executar variantes de contexto alargado próprias, embora ambos permaneçam em pré-visualização limitada. A resposta da Google quanto aos preços é que 2 milhões de tokens permitem cargas de trabalho que nenhuma arquitetura concorrente consegue processar sem uma orquestração dispendiosa de múltiplas chamadas — a comparação de custos só é válida se a tarefa couber numa janela mais curta.

Nenhuma avaliação independente do Gemini 3.5 Pro à escala de 2 milhões de tokens foi ainda publicada. Os modelos de contexto longo perdem consistentemente precisão de recuperação à medida que a profundidade do documento aumenta — um modo de falha conhecido em versões anteriores do Gemini. A Google passou um ano a reconstruir o modelo. Se esse ano resolveu o problema à escala é a questão que todas as equipas empresariais que compram a 60 dólares por milhão responderão primeiro.

Etiquetas: inteligência artificial, Google, Gemini, DeepSeek, modelos de IA, Aprendizagem Automática