Gemini 3.8 Flash vs Claude Haiku 4.5: duas respostas diferentes para "tornar barato e rápido"

Gemini 3.8 Flash e Claude Haiku 4.5 ocupam o mesmo canto dos catálogos de seus fornecedores, e isso é quase tudo o que têm em comum. Gemini 3.8 Flash é o novo cavalo de batalha de raciocínio pesado do Google, lançado em 2 de setembro de 2026, ao preço introdutório de $0,75 por milhão de tokens de entrada e $3,75 por milhão de tokens de saída. Claude Haiku 4.5 é o especialista em sprints da Anthropic, no mercado desde 15 de outubro de 2025, por $1 e $5 por milhão. Ambos são chamados de "rápidos", mas respondem a perguntas diferentes: Gemini 3.8 Flash ganha velocidade pensando muito e gerando cerca de 350 tokens de saída por segundo, enquanto Claude Haiku 4.5 ganha velocidade por não pensar quase nada e responder em menos de um segundo.

Esta não é a comparação habitual de "novo modelo vence modelo antigo", porque, no papel, o mais barato dos dois é o mais inteligente, e o mais caro tem onze meses de vantagem em produção. Se você está escolhendo entre eles hoje, os fatores decisivos são orçamento de latência, apetite por tokens e o quanto a sua carga de trabalho realmente recompensa a profundidade de raciocínio.

Por que o modelo "flash" do Google não significa mais o que Haiku quer dizer com "rápido"

Os dois modelos representam filosofias de design opostas para a camada de baixo custo. A Anthropic criou o Claude Haiku 4.5 para se manter enxuto: um contexto de 200.000 tokens, um limite de saída de 64.000 tokens, entrada de texto e imagem e um padrão que não queima tokens com raciocínio estendido. A Anthropic o posicionou no lançamento como equiparável ao desempenho de codificação e de agente do Claude Sonnet 4 por cerca de um terço do custo, e seu cartão de visita na prática é o tempo até o primeiro token: medições independentes situam o primeiro token do Claude Haiku 4.5 em menos de um segundo, o que o torna eficaz para pipelines de chat, classificação, extração e moderação em que um usuário ou uma fila está esperando.

Google, por outro lado, vem transformando sua linha Flash em uma pensadora. O Gemini 3.8 Flash oferece controle de esforço de raciocínio — baixo, médio ou alto — e raciocina por padrão, com tokens de pensamento cobrados como saída. No Artificial Analysis, ele pontua 59 no Índice de Inteligência no modo de raciocínio alto (57 no médio, 52 no baixo), um nível próximo ao de modelos que custam várias vezes mais. O Claude Haiku 4.5 marca 24 de fábrica no mesmo índice, e cerca de 37 quando seu modo opcional de pensamento estendido é ativado. Essa diferença é real, mas é em parte uma configuração, não apenas uma capacidade: comparar o Gemini 3.8 Flash em esforço alto com o Claude Haiku 4.5 em repouso compara um modelo fazendo seu trabalho mais difícil com outro fazendo deliberadamente o mais fácil.

Especificações, lado a lado

• Contexto — Gemini 3.8 Flash: 1.048.576 tokens de entrada, 65.536 de saída. Claude Haiku 4.5: 200.000 tokens de entrada, 64.000 de saída.

• Preço — Gemini 3.8 Flash: $0,75 / $3,75 por milhão (promocional até 31 de dezembro de 2026, depois $1,50 / $7,50). Claude Haiku 4.5: $1,00 / $5,00 por milhão, com entrada em cache a $0,10.

• Velocidade de saída — Gemini 3.8 Flash: ~350 tokens por segundo (Artificial Analysis). Claude Haiku 4.5: ~95–105 tokens por segundo imediatamente.

• Primeiro token — Gemini 3.8 Flash: p50 na faixa intermediária, em torno de 4,8 s na telemetria do OrcaRouter. Claude Haiku 4.5: abaixo de 1 s em medições independentes.

• Raciocínio — Gemini 3.8 Flash: níveis de esforço baixo / médio (padrão) / alto. Claude Haiku 4.5: desativado por padrão, pensamento estendido opcional.

• Entradas — Gemini 3.8 Flash: texto, imagem, vídeo, áudio, arquivo. Claude Haiku 4.5: texto e imagem.

• Lançado — Gemini 3.8 Flash: 2 de setembro de 2026. Claude Haiku 4.5: 15 de outubro de 2025.

O que os benchmarks realmente dizem, com os rótulos anexados

O anúncio do Google sobre o Gemini 3.8 Flash é relatado pelo fornecedor: em sua própria avaliação de engenharia de software DeepSWE v1.1, ele afirma 71,0–73,7%, acima dos 65,3% do Gemini 3.7 Flash e próximo dos 74,0% do Claude Opus 5. Esses são números do Google na plataforma de avaliação do Google, e a forma honesta de lê-los é como um limite superior do que o modelo pode fazer, não um resultado garantido na sua base de código. O sinal independente aponta na mesma direção: o Intelligence Index de 59 da Artificial Analysis é o número que chamou a atenção do mercado, e a agência por trás desse ganho é real — a Artificial Analysis atribui a maior parte dele a um melhor uso de ferramentas e a um comportamento agêntico, em vez de conhecimento bruto.

A alegação comparável do Claude Haiku 4.5 é a declaração de lançamento da Anthropic de que ele se iguala ao Claude Sonnet 4 em codificação e trabalho com agentes por uma fração do preço, além dos 73% relatados no SWE-bench Verified. Agregadores independentes situam os números do Claude Haiku 4.5 no SWE-bench em um patamar consideravelmente mais baixo, o que é normal para um modelo pequeno — o número do fornecedor reflete sua melhor configuração de harness. Se você precisa de um agente de codificação em vez de um modelo de chat, os ganhos agênticos independentes do Gemini 3.8 Flash e seu contexto de 1 milhão de tokens fazem dele a escolha mais forte no papel; se você precisa de um modelo que retorne de forma confiável respostas baratas, rápidas e bem formadas, o histórico do Claude Haiku 4.5 é o que vem sendo testado sob carga em produção há quase um ano.

O cenário de custos tem uma data de validade.

Neste momento, a aritmética favorece o Gemini 3.8 Flash: sua tarifa promocional fica abaixo da do Claude Haiku 4.5 tanto em tokens de entrada quanto de saída. Esse é exatamente o objetivo da promoção — o Google precificou um modelo mais inteligente abaixo do modelo econômico da Anthropic para impulsionar a adoção. Mas a promoção é temporária. O Google afirmou que a tarifa de $0,75 / $3,75 para o Gemini 3.8 Flash vale até 31 de dezembro de 2026, e que a tarifa padrão a partir de 1º de janeiro de 2027 é de $1,50 / $7,50. Já o Claude Haiku 4.5 não tem esse salto abrupto: a $1 / $5, ele será o modelo mais barato nos dois eixos a partir de janeiro, e seu preço de leitura de cache de $0,10 por milhão é muito inferior ao do Gemini.

Existe uma segunda armadilha de custo escondida nos preços por token, e é pior para o Gemini 3.8 Flash. Modelos de raciocínio gastam tokens de saída pensando, e a Artificial Analysis descobriu que o Gemini 3.8 Flash usa cerca de 30% mais tokens de saída por tarefa do que o Gemini 3.7 Flash — em média cerca de 48.000 tokens de saída por tarefa — o que eleva seu custo real por tarefa em cerca de 40% em relação ao seu antecessor, mesmo com o mesmo preço por token. O Claude Haiku 4.5 é econômico por construção: com o pensamento estendido desativado, o que ele retorna é principalmente a resposta. Para uma carga de trabalho em que o custo por tarefa importa mais do que o custo por token, essa diferença pode superar o preço anunciado.

Qual para qual trabalho?

• Chat interativo em menos de um segundo, moderação, extração, classificação em alto volume — Claude Haiku 4.5. Seu perfil de latência é o ponto-chave, e seu contexto de 200K cobre a maioria dessas cargas de trabalho.

• Agentes de codificação de longo horizonte, edições em vários arquivos, tarefas que exigem manter um repositório inteiro em contexto — Gemini 3.8 Flash. O contexto de 1M de tokens e os ganhos nos benchmarks de agentes são exatamente o que isso precisa.

• Compreensão de vídeo, áudio e arquivos longos — Gemini 3.8 Flash. Claude Haiku 4.5 não aceita entrada de vídeo ou áudio de forma alguma.

• Uma carga de trabalho que você vai reorçar em janeiro — faça as contas com base em tokens por tarefa, não no preço por token. O Gemini 3.8 Flash a $0,75 / $3,75 é um ótimo negócio hoje e uma proposta diferente a $1,50 / $7,50 com uma taxa de 30% sobre tokens de raciocínio.

Tentando ambos com uma única tecla.

Ambos os modelos estão hospedados no OrcaRouter ao preço de tabela do provedor, com zero margem de lucro, o que torna trivial a versão desta comparação em que você testa antes de se comprometer. O Gemini 3.8 Flash está no OrcaRouter ao preço de tabela do Google; o Claude Haiku 4.5 está no OrcaRouter ao preço de tabela da Anthropic. Aponte o mesmo endpoint compatível com OpenAI e a mesma chave para os IDs de modelo google/gemini-3.8-flash e anthropic/claude-haiku-4.5, execute o mesmo prompt em cada um e compare a latência, o custo e a saída reais no seu próprio tráfego, em vez de confiar em uma tabela de benchmark. Como as alterações de preço dos fornecedores são repassadas no mesmo dia, a tarifa promocional do Gemini está ativa aqui agora e será atualizada novamente automaticamente quando a tarifa padrão entrar em vigor em janeiro — seu código não precisa mudar, apenas a sua expectativa em relação à fatura.

O veredicto depende de qual "rápido" você está comprando. Se seus usuários estão esperando o primeiro token e a tarefa é limitada, o Claude Haiku 4.5 continua sendo a opção padrão racional — é comprovado, enxuto e tem resposta em menos de um segundo. Se a tarefa é aberta o bastante para recompensar o pensamento, o Gemini 3.8 Flash está oferecendo raciocínio quase no nível dos modelos de fronteira a um preço promocional menor que o do modelo estabelecido, e a janela para experimentá-lo a esse preço fecha em 31 de dezembro. Para a maioria das equipes, a resposta correta mais barata não é nenhum dos dois, mas uma regra de roteamento: envie as chamadas simples e sensíveis à latência para o Claude Haiku 4.5 e as difíceis e com muito contexto para o Gemini 3.8 Flash — uma chave, uma fatura, e cada modelo fazendo o trabalho em que é realmente bom.