Gemini 3.5 Pro Chega: Valeu a Reconstrução de Arquitetura?

Há três semanas, quando escrevi sobre o Gemini 3.5 Pro ainda em preview limitado, terminei o post com uma pergunta em aberto: será que os 2 milhões de tokens de janela de contexto resolvem um problema real ou são só um número bonito de slide? Hoje, dia 17 de julho, o modelo finalmente saiu do preview — e chegou com uma história de bastidores que muda a forma como eu penso sobre ele.

O Google DeepMind não apenas atrasou o lançamento. Descartou a arquitetura inteira do Gemini 2.5 Pro e reconstruiu o modelo do zero. Isso não é ajuste fino, é decisão de recomeçar o carro no meio da corrida porque o chassi não aguentava a velocidade que a concorrência estava impondo. E como toda decisão de recomeçar do zero em engenharia, ela tem um preço — tempo, risco, e a pergunta inevitável: valeu a pena?

Esse post é a continuação direta do que escrevi em 25 de junho, quando o Gemini 3.5 Pro ainda estava em preview enterprise no Vertex AI, com preço confirmado mas sem data de GA. Na época, o ceticismo era sobre os números de marketing. Agora que o modelo está em produção e a arquitetura mudou de verdade, a pergunta ficou mais interessante: o que a reconstrução comprou, e o que continua sendo hype reciclado?

---

O Que Mudou Entre o Preview de Junho e o GA de Julho

Voltando ao que eu escrevi em junho: o Gemini 3.5 Pro estava em preview limitado, com preço fechado ($15 por milhão de tokens de entrada, $60 de saída) mas sem data de disponibilidade geral. O Google prometia GA até julho. O que não estava claro era o motivo do atraso — e agora sabemos: a equipe decidiu jogar fora a arquitetura herdada do 2.5 Pro e reconstruir o modelo do zero, mirando melhorias específicas em raciocínio matemático, geração de cenas SVG e qualidade de imagem.

Isso é uma decisão rara em ciclos de lançamento de LLM. A pressão de mercado normalmente empurra para shipping incremental — pega o modelo anterior, ajusta pesos, adiciona uma camada de raciocínio, lança. Descartar a base e recomeçar significa aceitar meses de atraso sabendo que a concorrência não vai esperar. Foi exatamente isso que aconteceu: o GPT-5.6 da OpenAI chegou dias antes do Gemini 3.5 Pro, e o Fable 5 da Anthropic está no radar como referência de qualidade que o Google queria alcançar.

Na prática, para quem estava no preview do Vertex AI em junho, o modelo de hoje não é o mesmo binário com mais polimento. É uma reconstrução com objetivos técnicos específicos — e isso importa porque muda onde vale a pena procurar ganho real, versus onde é só o mesmo comportamento com etiqueta nova.

---

Por Que Descartar uma Arquitetura Inteira

Quando um time de engenharia decide reescrever um sistema do zero em vez de refatorar incrementalmente, geralmente é porque a fundação não aguenta o que está sendo pedido dela. Não é sobre adicionar uma feature — é sobre a arquitetura ter atingido um teto que nenhum ajuste incremental resolve. Foi essa a leitura que fiz da decisão do Google: a arquitetura do 2.5 Pro simplesmente não escalava para os patamares de raciocínio matemático e geração de imagem que os concorrentes estavam entregando.

Raciocínio matemático é um domínio onde erros compostos em cadeias de raciocínio longas destroem a confiabilidade do modelo — um erro no passo 3 de um problema de 15 passos invalida tudo que vem depois. Melhorar isso geralmente exige mudanças na forma como o modelo estrutura e verifica seu próprio raciocínio interno, não apenas mais dados de treino. Geração de cenas SVG e qualidade de imagem, por sua vez, são áreas onde a representação interna do modelo — como ele mapeia conceitos visuais e espaciais — importa mais que ajuste fino de output.

O resultado prático dessa aposta: um modelo que chega ao GA com uma janela de contexto de 2 milhões de tokens (mantida do preview), uma nova camada chamada Deep Think Reasoning Layer, e capacidades de workflow autônomo que não estavam descritas no preview de junho. A pergunta que interessa para quem trabalha com engenharia de software não é se a reconstrução foi ambiciosa — foi. É se essas três coisas resolvem problema real no seu dia a dia.

---

Deep Think Reasoning Layer: Evolução Real ou Rebranding?

No post de junho, o Deep Think do preview era descrito como modo de raciocínio explícito equivalente ao reasoning estendido do Claude e ao o1/o3 da OpenAI — mais tokens de raciocínio interno antes do output, útil para debugging complexo e design de arquitetura, caro em latência. A Deep Think Reasoning Layer que chega no GA é apresentada como uma camada, não um modo — sugerindo que o raciocínio estendido deixou de ser um toggle manual e passou a fazer parte do pipeline padrão de decisão do modelo.

Na prática de engenharia, essa diferença semântica pode significar duas coisas bem diferentes. Pode ser uma melhoria genuína de arquitetura, onde o modelo decide sozinho quando vale a pena gastar mais ciclos de raciocínio — o que resolveria a queixa mais comum sobre o Deep Think no preview, que era o desenvolvedor precisar ativar manualmente e pagar o custo de latência mesmo em tarefas simples. Ou pode ser reposicionamento de marketing sobre o mesmo mecanismo, com o nome mudado para justificar a reconstrução.

Sem benchmark independente publicado até o momento em que escrevo, a resposta honesta é: não sei ainda, e qualquer post que afirmar o contrário com certeza está especulando. O que dá para avaliar hoje é o posicionamento: o Google está vendendo workflow autônomo — o modelo decidindo quando aplicar raciocínio profundo — como diferencial contra o GPT-5.6 e o Fable 5, que também competem em orquestração de tarefas complexas sem intervenção manual constante.

Capacidade de workflow autônomo, combinada com contexto de 2M tokens, é a aposta clara do Google para o nicho de tarefas longas e multi-etapas — pipelines de análise, agentes que precisam manter estado ao longo de dezenas de chamadas de ferramenta. Se essa combinação realmente reduz a necessidade de orquestração manual externa — o que hoje fazemos com frameworks de agente por cima do modelo —, é a mudança mais relevante da reconstrução. Vou acreditar quando vir isso rodando em produção, não em slide de lançamento.

---

2 Milhões de Tokens, De Novo: Meu Ceticismo de Junho Ainda Vale?

No post de junho, o argumento central era que 2M tokens é uma capacidade que a maioria dos times paga mas não usa — e que o gargalo real de qualidade de output raramente é quantidade de tokens, é estratégia de contexto. Isso continua valendo no GA. A janela não mudou de tamanho, e os três cenários que eu mapeava como uso real — análise de codebase completa, refactorings com dependências transversais amplas e análise de logs de longo prazo — continuam sendo os cenários certos para usar o Pro.

O que muda com a reconstrução é o preço relativo da aposta. Antes, você estava avaliando um preview sem data de GA — investir tempo de engenharia integrando um modelo que podia mudar de comportamento antes do lançamento oficial. Agora, o modelo está em produção, com contrato de preço e disponibilidade estáveis. Isso reduz o risco de adoção, mas não muda a pergunta fundamental: sua workload realmente precisa de 2M tokens, ou você está pagando por um número que não vai usar?

O ponto novo que a reconstrução trouxe é sobre latência. Se a Deep Think Reasoning Layer realmente decide sozinha quando aprofundar o raciocínio, o cenário onde 2M tokens inviabilizavam o uso em fluxo interativo — o problema de latência que eu descrevia em junho — pode ter mudado. Um modelo que ativa raciocínio profundo seletivamente, só quando o problema exige, é estruturalmente diferente de um modelo que sempre paga o custo total da janela com o Deep Think ligado. Essa é a hipótese mais interessante para validar nas próximas semanas.

Minha recomendação prática não mudou desde junho: meça o gargalo real antes de migrar. Se o seu time está perdendo qualidade de output por contexto insuficiente ou por dependências que atravessam múltiplos arquivos, o Gemini 3.5 Pro em GA agora é uma opção madura para testar. Se o problema é outro — latência, custo, ou contexto mal gerenciado —, a reconstrução de arquitetura não resolve isso para você.

---

Onde o Gemini 3.5 Pro Se Encaixa no Mapa Competitivo

O Gemini 3.5 Pro chega dias depois do GPT-5.6 da OpenAI e cerca de duas semanas depois do Sonnet 5 se tornar o modelo default da Anthropic para uso agentic. Isso não é coincidência de calendário — é uma semana carregada no mercado de modelos premium, com três laboratórios grandes disputando o mesmo público: times de engenharia que precisam de raciocínio confiável em tarefas longas.

A proposta de valor do Google não é ser o modelo mais rápido — esse posto é do próprio Gemini 4 Flash, que a empresa está desenvolvendo em paralelo com foco explícito em velocidade — nem o mais especializado em imagem, nicho do Nano Banana Pro, também em desenvolvimento. É ser a alternativa custo-efetiva no segmento premium: competir com GPT-5.6 e Sonnet 5 em capacidade de raciocínio sem cobrar o mesmo prêmio, apostando que o contexto de 2M tokens e o workflow autônomo compensam onde a arquitetura ainda não alcançou os concorrentes em benchmarks isolados.

Contra o GPT-5.6, a diferença mais relevante para engenharia é arquitetural: a OpenAI apostou em submodelos especializados, com a família Sol, Luna e Terra, cada um otimizado para um tipo de tarefa, enquanto o Google manteve um modelo único e generalista com camadas de raciocínio adicionais. São duas filosofias diferentes de escalar capacidade — uma fragmenta por especialização, outra empilha camadas sobre uma base única. Contra o Sonnet 5, que virou default da Anthropic justamente por equilíbrio entre custo e capacidade agentic, o Gemini 3.5 Pro compete em terreno parecido, mas com o argumento extra de contexto muito maior.

Vale registrar o pano de fundo em que esse lançamento aconteceu: na mesma semana, quatro pesquisadores sênior do DeepMind deixaram a empresa — Noam Shazeer, colíder do Gemini, foi para a OpenAI, e o Nobel John Jumper foi para a Anthropic, num movimento que derrubou cerca de US$ 225 bilhões do valor de mercado da Alphabet. Não vou entrar nos detalhes disso aqui, fica para o próximo post, mas é impossível não mencionar: o Gemini 3.5 Pro chegou em GA na mesma semana em que parte do time que ajudou a construí-lo estava saindo pela porta dos fundos.

---

Conclusão

Voltando à pergunta do título: valeu a pena adiar e reconstruir do zero? Minha resposta, depois de olhar os fatos disponíveis sem acesso a benchmark independente ainda, é: parcialmente. A reconstrução resolve um problema estrutural real — raciocínio matemático e geração de imagem numa arquitetura que tinha atingido teto — e traz uma aposta genuinamente interessante em workflow autônomo que pode mudar a equação de latência que eu criticava em junho. Mas os 2M tokens continuam sendo a mesma capacidade de nicho que eram há três semanas: poderosos para os casos certos, irrelevantes para a maioria do trabalho diário de um time de engenharia.

O conselho prático não mudou: não migre pelo número da janela de contexto. Migre se o seu gargalo real for um dos três cenários que mapeei em junho, e agora avalie também se a Deep Think Reasoning Layer entrega o que promete em latência adaptativa — esse é o teste que vai definir se a reconstrução foi aposta certa ou só uma forma cara de chegar atrasado numa corrida que o GPT-5.6 e o Sonnet 5 já estavam correndo.

---

Fontes:

• Google Delays Gemini 3.5 Pro Launch to July 17 for Full Architectural Rebuild
• Google Gemini 3.5 Pro Delayed to July 2026 — The Agent Report
• Gemini 3.5 Pro Targets July 17, DeepSeek's July 24 Deadline Hits Developers Now — Tech Times