Gemini 3.6 Flash vs Gemini 3.5 Flash: O que realmente mudou?

Quando a Google lançou Gemini 3.6 Flash em 21 de julho de 2026, descreveu o modelo em seus próprios materiais de lançamento como "baseado no Gemini 3.5 Flash" — uma abordagem excepcionalmente franca, e a frase mais útil de todo o anúncio. Este não é um salto de nova geração como o Gemini 3 foi em relação ao Gemini 2; é uma iteração no mesmo nível de trabalho pesado, ajustado para as mesmas tarefas — chat de alto volume, recuperação, codificação cotidiana e pipelines agentivos onde custo e latência importam tanto quanto inteligência bruta. A Google não reposicionou o modelo, renomeou seu nível ou mudou seu público-alvo. Se você já está executando o 3.5 Flash em produção, o 3.6 Flash é o próximo passo óbvio a ser avaliado, não um produto diferente para aprender.

Portanto, a verdadeira questão não é "se o 3.6 Flash é melhor" em abstrato — um lançamento de julho de 2026 obviamente visa superar seu predecessor da era de março em algo — é quais dimensões específicas mudaram, em quanto, e se essas dimensões são aquelas de que sua carga de trabalho realmente depende. Esta comparação aborda a pontuação de inteligência que ambas as versões compartilham, os ganhos relatados pelo fornecedor em codificação, agência e contexto longo, uma comparação de custos trabalhada para uma chamada representativa, e três cenários para decidir se migrar agora, depois, ou nunca.

Veredito TL;DR.Atualize pelo custo, velocidade e capacidade agêntica — não por inteligência bruta. Gemini 3.6 Flash e 3.5 Flash ambas pontuam 50 no Artificial Analysis Intelligence Index — nenhum ganho de inteligência no único critério independente. Mas o 3.6 reduz o preço de saída para US$ 7,50 por 1M (de US$ 9,00), usa cerca de 17% menos tokens de saída por tarefa, e é o modelo mais rápido que a Artificial Analysis monitora (303 tokens/s). Os próprios benchmarks do Google também mostram ganhos reais em codificação, capacidade agêntica e contexto longo — mais notavelmente um salto de menos de 27% para 54,0% na recuperação de contexto de 1M (GDM-MRCR v2). Para quase qualquer carga de trabalho do 3.5 Flash, o 3.6 Flash é uma vitória direta em custo e capacidade; as únicas razões para esperar são a estabilidade da janela de lançamento e avaliações cuidadosamente ajustadas.

Principais conclusões

•  Mesma pontuação de inteligência. Ambos estão no Artificial Analysis Intelligence Index 50 — a melhoria é eficiência e capacidade agentiva, não inteligência geral.

• Saída mais barata. 3.6 Flash custa $7.50 por 1M tokens de saída, abaixo dos $9.00 no 3.5 Flash; a entrada é $1.50, entrada em cache $0.15.

•  Menos tokens, mais velocidade. Cerca de 17% menos tokens de saída por tarefa comparável, e vazão classificada em primeiro lugar a ~303 tokens/seg.

•  Ganhos modestos, mas consistentes, em codificação. O Google relata que o 3.6 está à frente do 3.5 no SWE-Bench Pro (58.7% vs 55.1%), DeepSWE (49% vs 37%), MLE-Bench (63.9% vs 49.7%) e OSWorld (83.0% vs 78.4%).

•  A recuperação de contexto longo salta bruscamente. GDM-MRCR v2 em contexto de 1M sobe para 54,0% de menos de 27% — o maior delta relatado entre as duas versões.

•  Mesmo formato, caso contrário. Ambos têm contexto de ~1M, saída de 64K, multimodal-in/text-out. O 3.6 adiciona um corte de conhecimento em março de 2026.

• Existem ressalvas sobre a janela de lançamento.Relatos iniciais de tensão na capacidade/confiabilidade e pelo menos um relato de saída mais fraca de frontend/raciocínio espacial — vale a pena fixar versões se você executa tráfego de produção.

Os números de benchmark entre modelos aqui — SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench, OSWorld, GDPval e GDM-MRCR — são próprios do Google, comparando o 3.6 Flash com o 3.5 Flash. O único referencial independente, o Artificial Analysis Intelligence Index (50 para ambos), é medido continuamente; verifique o valor ao vivo antes de citar. O preço por token de entrada do 3.5 Flash não é reafirmado nos materiais de lançamento; confirme as taxas atuais na página de preços antes de fazer seus próprios cálculos de custo.

As especificações e o preço, lado a lado

•  AA Intelligence Index — Gemini 3.6 Flash: 50; Gemini 3.5 Flash: 50 (idêntico)

• Preço de saída (por 1M) — 3.6 Flash: $7.50; 3.5 Flash: $9.00

• Preço de entrada (por 1M) — 3.6 Flash: $1.50 (em cache $0.15); 3.5 Flash: veja a página de preços atual

• Tokens de saída por tarefa — Flash 3.6: ~17% menos; Flash 3.5: linha de base

• Velocidade — 3.6 Flash: 303 tok/s (#1 rastreado); 3.5 Flash: rápido, geração anterior

• SWE-Bench Pro (fornecedor) — 3.6 Flash: 58.7%; 3.5 Flash: 55.1%

• DeepSWE v1.1 (fornecedor) — 3.6 Flash: 49%; 3.5 Flash: 37%

•  GDM-MRCR v2 a 1M, recall de contexto longo (fornecedor) — 3.6 Flash: 54,0%; 3.5 Flash: abaixo de 27%

•  Corte de conhecimento — 3.6 Flash: Março de 2026; 3.5 Flash: anterior (não especificado nos materiais de lançamento)

•  Contexto / saída / modalidade — ambos: ~1M / 64K / entrada multimodal, saída de texto

A história está na primeira e na última linha. Inteligência idêntica no topo; envelope de capacidade idêntico na base — mesma janela de contexto, mesmo teto de saída, mesmo formato multimodal-entrada/saída-texto. Tudo o que mudou está no meio: preço, contagem de tokens, velocidade, pontuações de codificação e especialmente recall de contexto longo, que foi o que mais se moveu entre todas as linhas. Esse é exatamente o perfil de um lançamento focado em eficiência e capacidade agentiva, e não de um modelo de nova geração.

Análise aprofundada de benchmark: o que os números realmente medem

Comece pelo Índice de Inteligência da Análise Artificial, porque é o único número aqui que é medido de forma independente, em vez de auto-reportado. Ambas as versões pontuam exatamente 50. Esse empate importa: ele diz que o raciocínio subjacente, o conhecimento e a capacidade geral de resolução de problemas do modelo não mudaram entre as versões — você não está recebendo um modelo mais inteligente em nenhum sentido composto. Também vale lembrar que a pontuação está vinculada a uma configuração específica de esforço de raciocínio e é medida continuamente por um terceiro neutro, então trate 50/50 como a leitura independente atual, e não um fato permanente.

Os números de codificação contam uma história diferente, e são todas comparações próprias de fornecedores do Google. O SWE-Bench Pro sobe para 58,7% ante 55,1%, e o DeepSWE v1.1 avança ainda mais, para 49% ante 37% — ambos medem se o modelo pode resolver tarefas realistas de engenharia de software, não apenas responder perguntas sobre código. Uma oscilação de dois dígitos no DeepSWE é um sinal significativo mesmo como um número auto-relatado, mas, como não há uma reexecução independente dessas avaliações específicas para este par, interprete-os como evidência direcional de um agente de codificação mais forte, não como uma lacuna certificada e verificada por terceiros.

As avaliações agentivas ampliam esse panorama. O Terminal-Bench 2.1 melhora de 76,2% para 78,0%, o MLE-Bench sobe de 49,7% para 63,9%, o OSWorld-Verified aumenta de 78,4% para 83,0%, e a classificação Elo do GDPval-AA v2 passa de 1349 para 1421. Em conjunto, essas avaliações testam trabalhos de várias etapas que envolvem ferramentas — execução de comandos de terminal, conclusão de tarefas de engenharia de machine learning, operação de um ambiente de computador e produção de entregáveis de nível profissional — em vez de respostas únicas. A direção consistente em quatro diferentes benchmarks agentivos é mais convincente do que qualquer pontuação isolada, mesmo com a ressalva fornecida pelo fornecedor anexada a cada uma.

O número que se destaca, no entanto, é a recuperação de contexto longo: GDM-MRCR v2 em um comprimento de contexto de 1M tokens sobe para 54,0% de menos de 27% — aproximadamente dobrando. Esse é o maior delta relatado em toda a comparação, e explica muito sobre de onde vêm as economias de tokens e velocidade: um modelo que recupera as informações corretas de um contexto enorme de forma mais confiável precisa de menos passagens corretivas e raciocínio redundante para chegar a uma resposta correta, o que é consistente com a contagem de tokens de saída ~17% menor do 3.6 em tarefas comparáveis.

Quanto custa na prática

Os preços por token são abstratos; o custo por tarefa é o que aparece na sua fatura. Considere uma chamada representativa de 4,000 tokens de entrada e 2,000 tokens de saída. Como a taxa de entrada atual exata do 3.5 Flash não é reafirmada nos materiais de lançamento do 3.6, o cálculo abaixo mantém o preço de entrada no valor divulgado de $1.50 por 1M do 3.6 Flash para ambas as versões, a fim de isolar as duas mudanças que conhecemos: o preço de saída mais baixo e o ganho de eficiência de ~17% nos tokens de saída. Confirme a taxa de entrada atual do 3.5 Flash na página de preços se precisar de uma conta histórica exata. Com base nisso, o custo de saída do 3.5 Flash para 2,000 tokens é 2,000 × $9.00 / 1M ≈ $0.018, mais ≈$0.006 de entrada, totalizando cerca de $0.024 por chamada. O custo de saída do 3.6 Flash, após aplicar sua taxa mais baixa de $7.50 e a redução de ~17% nos tokens (2,000 tokens se tornam aproximadamente 1,660), é 1,660 × $7.50 / 1M ≈ $0.01245, mais os mesmos ≈$0.006 de entrada, totalizando cerca de $0.0185 por chamada — digamos $0.021 antes do efeito de eficiência de token e cerca de $0.0185 depois que ambas as mudanças são combinadas.

• Custo por chamada (4K de entrada / 2K de saída) — 3.5 Flash: ~$0.024; 3.6 Flash: ~$0.0185 (preço de saída mais baixo mais ~17% menos tokens de saída)

•  100 mil chamadas / mês — 3.5 Flash: ~$2.400; 3.6 Flash: ~$1.850

• 1M chamadas/mês — 3.5 Flash: ~$24,000; 3.6 Flash: ~$18,500

• Custo relativo — 3.6 Flash: cerca de 77% do custo por tarefa do 3.5 Flash (aproximadamente 23% de economia)

23% é um número real em qualquer volume, mas ele se acumula mais rapidamente em pipelines agênticos, onde o Google cita uma média de cerca de 1,3 minuto por tarefa no 3.6 Flash contra 2,7 minutos no 3.5 Flash. Uma carga de trabalho que paga por chamada e por minuto de orquestração economiza nos dois eixos ao mesmo tempo: menos tokens por resposta, uma taxa mais barata nos tokens que utiliza e menos tempo real ocupando qualquer loop ou fila de agente que a esteja impulsionando. Em 1 milhão de chamadas por mês, aproximadamente US$ 5.500 em custo direto de token é a parte visível disso; a economia de computação e latência ao concluir tarefas na metade do tempo é a parte que não aparece na página de preços.

Três cenários do mundo real

1. Um endpoint de produção de alto volume e sensível à latência.

Chat, suporte, recuperação e redação em escala — o tipo de carga de trabalho para o qual o 3.5 Flash já foi criado. Como a inteligência não mudou (50 vs 50) e o envelope de capacidades é idêntico, não há risco de qualidade na saída a ser ponderado contra a atualização. O preço de saída mais baixo do 3.6 Flash, 17% menos tokens por tarefa e a taxa de transferência #1 rastreada tornam isso quase uma melhoria estrita: mesma qualidade, conta mais baixa, respostas mais rápidas. Esta é a migração mais fácil das três.

2. Um pipeline de codificação agentiva ou DevOps

Tarefas de várias etapas — resolver problemas, executar comandos no terminal, operar ferramentas — são exatamente onde os ganhos relatados pelo fornecedor do 3.6 Flash se concentram: SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench e OSWorld todos se movem a seu favor, e o tempo médio por tarefa cai de cerca de 2,7 minutos para 1,3. Combinado com o salto de recall de contexto longo (54,0% contra menos de 27% no GDM-MRCR v2 a 1M), este é o cenário onde a migração captura o maior ganho, não apenas a economia de custos. Execute novamente seu próprio conjunto de avaliação antes de se comprometer totalmente, já que esses números são autocomparações do fornecedor, em vez de verificados independentemente.

3. Um sistema de produção rigorosamente ajustado e bloqueado para avaliação.

Se seus prompts, guardrails ou avaliações automatizadas foram calibrados de perto para o comportamento exato de tokens do 3.5 Flash, a mudança de ~17% nos tokens de saída e as alterações nas habilidades de codificação/agentes podem deslocar os resultados o suficiente para quebrar verificações de correspondência exata frágeis, mesmo que a inteligência subjacente não tenha mudado. Adicione os relatórios de capacidade e confiabilidade da janela de lançamento — e o único relato de saída mais fraca de frontend/raciocínio espacial — e o caminho sensato aqui é fixar versões, revalidar em relação ao seu próprio conjunto de avaliação e implementar o 3.6 Flash gradualmente, em vez de simplesmente trocar o interruptor no lugar.

Quando ficar no 3.5 Flash

Existem apenas duas razões reais para esperar. Primeiro, estabilidade: o 3.6 Flash gerou reclamações iniciais no Hacker News sobre capacidade e confiabilidade sob carga de lançamento, e um testador relatou problemas de raciocínio frontend/espacial — mais um esforço de provisionamento do que uma regressão de capacidade, mas vale a pena fixar versões se você gerencia tráfego de produção e não pode tolerar um período de lançamento turbulento.

Em segundo lugar, reprodutibilidade exata: se você possui prompts e avaliações ajustados precisamente ao comportamento do 3.5 Flash, as mudanças na eficiência de tokens e os ganhos em codificação/agentes podem alterar as saídas o suficiente para importar, mesmo que a pontuação de inteligência subjacente não tenha mudado. Revalide antes de mudar, em vez de assumir uma substituição direta. Fora desses dois casos, não há capacidade que você perca ao mudar para o 3.6 Flash.

Qual deles escolher

Para quase qualquer pessoa que já esteja executando o 3.5 Flash, a resposta padrão é migrar para o 3.6 Flash: a inteligência que você está obtendo permanece a mesma, o preço por token de saída e tokens por tarefa ambos diminuem, a taxa de transferência é a mais rápida registrada, e os números de codificação, agente e contexto longo todos se movem na mesma direção favorável. Permaneça no 3.5 Flash um pouco mais apenas se você estiver impedido por preocupações de confiabilidade da janela de lançamento ou se você tiver avaliações vinculadas com bastante rigidez ao comportamento antigo de tokens, a ponto de precisar de tempo para revalidar. Não há cenário aqui em que escolher o 3.5 Flash para um projeto novo faça mais sentido do que começar no 3.6.

Perguntas frequentes

O Gemini 3.6 Flash é mais inteligente que o 3.5 Flash?

Não — eles pontuam o mesmo (50) no Artificial Analysis Intelligence Index. Os benchmarks próprios do Google de codificação, agênticos e de contexto longo mostram ganhos reais, mas a medida independente de inteligência não mudou.

É mais barato?

Sim. O custo de saída cai para US$ 7,50 por 1M (de US$ 9,00), o custo de entrada é US$ 1,50 com US$ 0,15 para entrada em cache, e ele usa cerca de 17% menos tokens de saída por tarefa — então o custo por tarefa diminui tanto na taxa quanto no eixo da contagem de tokens.

Devo migrar?

Para a maioria das cargas de trabalho do 3.5 Flash, sim — você obtém menor custo, maior velocidade e resultado igual ou melhor, além de pontuações mais fortes em codificação e agentivas. Reexecute suas avaliações primeiro se seus prompts estiverem bem ajustados, e fixe versões se a confiabilidade na janela de lançamento for importante para você.

Alguma coisa piorou?

Nada estrutural. As principais ressalvas são capacidade da janela de lançamento e relatórios de confiabilidade, um relato de saída de raciocínio frontal/espacial mais fraco e um tempo lento até o primeiro token (~11,5s com alto esforço de pensamento), o que pode importar para uso interativo.

Quão melhor é o 3.6 Flash em tarefas de codificação e agentivas?

Nas próprias comparações de fornecedores do Google: SWE-Bench Pro 58,7% (vs 55,1%), DeepSWE v1.1 49% (vs 37%), Terminal-Bench 2.1 78,0% (vs 76,2%), MLE-Bench 63,9% (vs 49,7%) e OSWorld-Verified 83,0% (vs 78,4%). Todos são autorrelatados, não reexecutados de forma independente, portanto trate-os como indicativos.

E quanto ao desempenho em contexto longo?

Este é o maior salto relatado: a recuperação do GDM-MRCR v2 em um comprimento de contexto de 1M tokens sobe para 54,0% de menos de 27% — aproximadamente o dobro. É também um número relatado pelo fornecedor, mas é consistente com a contagem menor de tokens de saída do modelo em tarefas comparáveis.

O corte de preço também se aplica aos tokens de entrada?

O preço de entrada do Flash 3.6 é de $1,50 por 1M com $0,15 para entrada em cache. A taxa de entrada exata atual do Flash 3.5 não é reafirmada nos materiais de lançamento do 3.6, então verifique a página de preços ao vivo em vez de assumir que mudou.

Existe uma nova data de corte de conhecimento?

Sim — o 3.6 Flash tem uma data de corte de conhecimento em março de 2026. A data de corte do 3.5 Flash não é repetida nos materiais de comparação, mas a do 3.6 é naturalmente mais recente, dada sua data de lançamento posterior.

Conclusão

Gemini 3.6 Flash vs Gemini 3.5 Flash é o tipo mais limpo de upgrade para se pensar: mesma inteligência medida, mesmo envelope de capacidade, preço mais baixo, menos tokens, mais velocidade e ganhos consistentes — se relatados pelo fornecedor — em tarefas de codificação, agênticas e especialmente de contexto longo. Se você está no 3.5 Flash e o custo, latência ou confiabilidade agêntica é sua restrição, migre, após uma rápida avaliação e com versões fixadas durante a janela de lançamento. Se você esperava que o ".6" significasse um modelo mais inteligente diretamente, não significa; para isso, você está esperando pelo Gemini 3.5 Pro ou Gemini 4. Veja as comparações abaixo para pesar o 3.6 Flash contra os modelos que não são da Google em sua classe.