Segundo a Business Insider, alguns funcionários do Google já têm acesso a uma versão prévia do Gemini 3.8 Flash, por meio da plataforma interna de codificação chamada Jetski. Um funcionário que participou dos testes descreveu a versão como “visivelmente melhor que a 3.7 Flash”, mas ressaltou que ainda é cedo para uma avaliação completa. O Google recusou-se a comentar.
A linha do tempo deixa o ritmo claro: a 3.6 Flash foi lançada em julho, a 3.7 Flash veio três semanas depois, e agora a 3.8 Flash entrou em teste interno com funcionários. Sundar Pichai disse, na teleconferência de resultados do segundo trimestre, que a empresa caminha para uma frequência de lançamentos próxima da mensal. Na época, soou como uma meta; agora parece mais um cronograma já em execução.
Modelo principal atrasa, Flash assume a frente
O cronograma da próxima geração do modelo principal do Google foi adiado repetidas vezes, e a empresa concentrou recursos na linha Flash. A Business Insider descreve a série Flash como o “modelo de trabalho”, usado principalmente para escrever código e rodar agentes — duas cargas que têm em comum chamadas frequentes, contextos longos e uma tolerância maior à qualidade de cada resposta do que ao custo.
Essa equação fecha bem no papel. No mesmo pipeline de agentes, trocar o modelo do nível Pro para o Flash costuma cortar o custo de inferência em uma ordem de grandeza (estimativa aproximada, a diferença real varia com o comprimento do contexto e a taxa de acerto do cache). Com clientes corporativos passando a acompanhar a fatura de IA mês a mês, a escolha do nível do modelo está migrando das equipes de algoritmos para o departamento financeiro.
A porta de entrada chamada Jetski
O fato de a plataforma interna de codificação receber o modelo novo primeiro já diz muito por si só. A carga real de código escrita todos os dias por dezenas de milhares de engenheiros do Google forma um campo de testes grande o suficiente e com feedback denso o bastante para se aproximar mais do ambiente de produção do que qualquer ranking público. Deixar o modelo rodar semanas na plataforma interna antes de liberá-lo equivale, na prática, a terceirizar a rodada mais cara de red-teaming para os próprios funcionários.
Um padrão parecido também aparece na OpenAI e na Anthropic. A escala de uso interno dos laboratórios de ponta já é grande o suficiente para funcionar como o primeiro grupo de usuários, o que tira da velocidade de iteração dos modelos a dependência do ritmo externo de lançamento gradual.
O efeito colateral de iterar mais rápido
Com o ciclo dos modelos encolhendo de “uma geração por ano” para “uma versão a cada poucas semanas”, a meia-vida dos rankings de benchmark também diminui. Mal a versão anterior é integrada à linha de produtos, o preview da próxima já está rodando internamente; a escolha de modelo pelos desenvolvedores deixa de ser uma decisão única e passa a ser um custo de manutenção contínuo — os prompts precisam ser reajustados, os formatos de chamada de ferramentas precisam ser testados de novo, e os modelos de custo precisam ser recalculados.
Para o próprio Google, o ritmo intenso de lançamentos também dilui a atenção dada a cada versão. A diferença real de capacidade entre as versões 3.6, 3.7 e 3.8 ainda não tem um benchmark público comparável. O Google não divulgou um cronograma público de lançamento para a 3.8 Flash, e parâmetros, preços e comprimento de contexto também seguem sem divulgação.
Fontes: Business Insider, CocoLoop, transcrição da teleconferência de resultados do segundo trimestre do Google; os codinomes das versões dos modelos, o nome da plataforma interna e as declarações dos testadores seguem a reportagem da Business Insider, e a comparação de custos é uma estimativa aproximada da redação.