Google atrasa Gemini 3.5 Pro por meses após novo retrabalho no treinamento
O Google adiou pela segunda vez o lançamento amplo do Gemini 3.5 Pro, prometido para junho de 2026 pelo CEO da Alphabet, Sundar Pichai, no Google I/O. Segundo a Bloomberg, citada pelo 9to5Google em 16 de julho de 2026, um retrabalho nos dados de treinamento feito no fim de junho não resolveu as falhas do modelo em programação e raciocínio complexo.
O prazo que não se cumpriu
No Google I/O, em maio de 2026, o CEO da Alphabet, Sundar Pichai, prometeu que o Gemini 3.5 Pro, o modelo de fronteira da companhia, chegaria em versão ampla até junho de 2026. Desde então, o modelo ficou restrito a um preview limitado. Não chegou. Segundo reportagem da Bloomberg, citada pelo 9to5Google em 16 de julho de 2026, o Google atualizou os dados de treinamento do 3.5 Pro no fim de junho numa tentativa de corrigir suas fraquezas em programação, mas os testes internos voltaram a decepcionar. Um porta-voz do Google confirmou à imprensa que a empresa está testando o 3.5 Pro, um modelo Flash atualizado e outros modelos com parceiros, e que segue lançando rapidamente uma ampla gama de modelos, mantendo-os altamente econômicos para os clientes. Não há nova data pública de lançamento amplo.
Coding, raciocínio e uma engenharia de dados que não fechou a conta
As reportagens que sustentam essa história, Bloomberg, Search Engine Journal, Android Authority, Android Headlines e Technology.org, convergem num diagnóstico: o modelo segue aquém do esperado em tarefas de programação e em raciocínio complexo de longo horizonte, a capacidade de manter múltiplos passos lógicos coerentes ao longo de uma tarefa extensa. O retrabalho de dados de treinamento no fim de junho foi uma tentativa direta de atacar o primeiro problema, coding, mas não resolveu nem esse, nem o segundo. Segundo Android Authority e Bloomberg, parte do atraso tem raiz organizacional: DeepMind, Google Cloud, Android e Search desenvolvem, cada um, ferramentas de codificação de IA que se sobrepõem, gerando prioridades conflitantes entre equipes e atrasando a execução. Restrições de capacidade computacional também são citadas como fator adicional.
Para quem programa e automatiza com IA, o Gemini 3.1 Pro segue sendo a régua
Para PMEs e agências de automação de marketing e atendimento que dependem de modelos de fronteira para gerar código, integrar sistemas ou orquestrar agentes, a notícia prática é simples: o modelo em produção no plano Pro do Google continua sendo o Gemini 3.1 Pro, lançado em fevereiro de 2026. Não há indicação de quando isso muda. Qualquer planejamento de produto, precificação ou oferta comercial construído sobre a expectativa de um Gemini 3.5 Pro disponível em junho de 2026 precisa ser revisto. A lição vale além do Google: anúncios de modelos de fronteira em keynotes e eventos como o I/O são declarações de intenção, não datas de engenharia fechadas. Times técnicos que planejam roadmaps de produto em cima de lançamentos ainda não confirmados em preview amplo correm o risco de atrasar suas próprias entregas a clientes.
Implicações práticas para quem decide qual modelo usar
Na prática, agências e PMEs brasileiras que rodam automações de atendimento e marketing sobre a API do Google devem manter o Gemini 3.1 Pro como base de operação até haver sinal claro de disponibilidade geral do 3.5 Pro, e não apenas preview com parceiros selecionados. Para tarefas de programação assistida por IA, especificamente, vale testar e comparar com alternativas que já avançaram no ranking nas últimas duas semanas, como o GPT 5.6 da OpenAI, lançado em 9 de julho de 2026, e o Kimi K3 da Moonshot AI, lançado em 16 de julho de 2026, antes de assumir que o próximo modelo do Google resolverá gargalos de coding no curto prazo.
A corrida ficou mais apertada, e o Google está correndo atrás
O atraso do Gemini 3.5 Pro não é um tropeço isolado, é um sintoma. Enquanto o Google reescreve dados de treinamento tentando destravar coding e raciocínio, OpenAI e Moonshot AI já lançaram modelos que avançam no ranking competitivo. A vantagem, historicamente, favoreceu quem chega primeiro com previsibilidade de prazos, não só quem chega com o modelo mais forte. Se a complexidade organizacional interna, DeepMind, Cloud, Android e Search competindo por prioridade, continuar pesando mais que a pressão externa dos concorrentes, o Google corre o risco de transformar sua vantagem de escala num obstáculo de coordenação. Para o mercado de PMEs e agências, a mensagem é dupla: diversifique fornecedores de modelo e trate toda data de lançamento como estimativa, não como compromisso.