O Gemini 3.5 Pro já foi lançado?
Não. Eu confiro isso com frequência, porque "Gemini 3.5 Pro" é uma das buscas de IA mais feitas no momento, e os resultados de busca estão cheios de fichas técnicas que soam confiantes para um modelo que nem tem uma página pública.
Veja o que três propriedades diferentes do Google realmente dizem, em julho de 2026:
- A página do modelo Gemini Pro mostra o modelo principal atual como Gemini 3.1 Pro, com um selo de "3.5 Pro em breve" logo acima.
- A lista de modelos da API Gemini não tem nenhuma entrada
gemini-3.5-proem lugar nenhum, seja em Stable ou Preview. O Pro mais recente que você pode chamar é ogemini-3.1-pro-preview. - A página de preços da API tem uma linha para o Gemini 3.1 Pro e uma para o Gemini 3.5 Flash, mas nenhum preço para o 3.5 Pro.
Resumindo: a geração 3.5 é real e foi parcialmente lançada, mas o membro Pro dela não. Essa distinção confunde as pessoas, então aqui está a família inteira de relance.
O que o Google realmente confirmou
Vou me ater ao que está nas próprias páginas do Google, porque esse é o único terreno que vale a pena pisar aqui.
A série 3.5 foi anunciada em 19 de maio de 2026, no Google I/O, em um post assinado pelo CTO da DeepMind Koray Kavukcuoglu junto com Jeff Dean, Oriol Vinyals e Noam Shazeer. O discurso de venda para toda a linha é "inteligência de ponta com ação", o que significa que ela é ajustada para fluxos de trabalho agênticos e programação, não apenas para conversas. Na mesma página, o Google escreveu que o 3.5 Pro "já está sendo usado internamente" e seria "lançado no mês seguinte." Esse post é datado de maio, então "o mês seguinte" significava junho. Já passou bastante disso.
Apenas o Gemini 3.5 Flash foi lançado no anúncio, e o Google diz que ele já supera o antigo Gemini 3.1 Pro em vários testes agênticos e de programação. Esses números do Flash são os únicos benchmarks da geração 3.5 que o Google publicou, então são a melhor base para imaginar onde o 3.5 Pro vai chegar:
Os resultados de destaque do Flash que o Google ressalta são Terminal-bench 2.1 com 76,2% para trabalho agêntico em terminal, MCP Atlas com 83,6% para chamadas de ferramentas, e CharXiv Reasoning com 84,2% para leitura de gráficos complexos, além da alegação de ser "4 vezes mais rápido que outros modelos de ponta" em velocidade de saída. Uma outra observação que vale a pena fazer: o modo de raciocínio "Deep Think" já lançado é o Gemini 3.1 Deep Think, não uma variante do 3.5 Pro. O Google não anunciou um 3.5 Pro Deep Think, então não trate isso como confirmado.
Por que o Gemini 3.5 Pro está demorando tanto?
O Google não deu uma explicação detalhada, mas o formato do atraso fica claro pelo próprio status de "em breve" somado ao que a comunidade de desenvolvedores está dizendo abertamente. A frustração é real, e é o assunto mais comentado sobre o 3.5 Pro no momento.
O clima é de descrença por o Google ter ido de líder disparado a meses atrasado:
"Near the end of 2025, Google was on top - best LLM (Gemini 3 Pro), best video model (Veo 3.1), and best image model (Nano Banana). They seemed unstoppable. And then, they stopped. Why?"
E os desenvolvedores continuam associando o atraso a uma fraqueza específica: confiabilidade:
"Alphabet Inc.'s Google is months behind schedule on delivering Gemini 3.5 Pro, its most powerful flagship AI model, because the company has been taking time to try to improve its capabilities, particularly in coding... Seems like deepmind needs to get more internal usage"
Esse tema de "melhorar a confiabilidade" importa se você está avaliando qualquer modelo Gemini para trabalho de verdade, então vale a pena desmembrar isso antes de se comprometer.
O que você pode realmente usar hoje: Gemini 3.1 Pro
Enquanto você espera, o Gemini 3.1 Pro é o modelo principal, e não é um prêmio de consolação. Na própria tabela de desempenho do Google, ele lidera em GPQA Diamond (94,3%), Humanity's Last Exam (44,4%), ARC-AGI-2 (77,1%) e LiveCodeBench Pro (2887 Elo), e disputa o primeiro lugar em SWE-Bench Verified com o Claude Opus por pouco (80,6% a 80,8%). As especificações principais:
| Especificação | Gemini 3.1 Pro |
|---|---|
| ID do modelo | gemini-3.1-pro-preview |
| Status | Preview |
| Contexto de entrada | 1M tokens |
| Limite de saída | 64k tokens |
| Corte de conhecimento | Janeiro de 2025 |
| Modalidades de entrada | Texto, imagem, vídeo, áudio, PDF |
| Uso de ferramentas | Chamada de função, saída estruturada, busca, execução de código |
Especificações da página do modelo Gemini 3.1 Pro. Está disponível no aplicativo Gemini, no Google AI Studio, na API Gemini e no Google Antigravity.
Preços do Gemini 3.1 Pro e do 3.5 Flash
É aqui que a decisão de "qual escolher" geralmente é tomada, então aqui está o preço real da API (por milhão de tokens, nível padrão). O Pro é a única família com preço que sobe na marca de 200 mil tokens.
| Modelo | Entrada (≤200k) | Entrada (>200k) | Saída (≤200k) | Saída (>200k) | Nível gratuito |
|---|---|---|---|---|---|
| Gemini 3.1 Pro | $2,00 | $4,00 | $12,00 | $18,00 | Não |
| Gemini 3.5 Flash | $1,50 | $1,50 | $9,00 | $9,00 | Sim |
| Gemini 3.1 Flash-Lite | $0,25 | $0,25 | $1,50 | $1,50 | Sim |
Números da página de preços da API Gemini. Os níveis mais baratos Batch e Flex reduzem essas taxas praticamente pela metade, e um nível Priority custa mais. Uma pegadinha para o orçamento: grounding com Google Search é gratuito para os primeiros 5.000 prompts por mês em toda a família Gemini 3, depois $14 por 1.000 consultas a partir daí.
Se você prefere pagar um preço fixo de consumidor em vez de medir tokens, o Google renomeou seus planos após o I/O:
| Plano | Preço | Armazenamento | O que você recebe |
|---|---|---|---|
| Google AI Plus | $4,99/mês | 400 GB | Aplicativo Gemini, Gemini Notebook |
| Google AI Pro | $19,99/mês | 5 TB | Limites mais altos, $10/mês em créditos de Cloud |
| Google AI Ultra (5x) | $99,99/mês | 20 TB | Uso 5x, Project Genie |
| Google AI Ultra (20x) | $199,99/mês | O mais alto | Uso 20x no Gemini e no Antigravity |
Preços atualizados dos planos do Google AI. Para uma análise de custo mais completa, incluindo como eles se comparam aos preços do Gemini 3 e às melhores alternativas ao Gemini, esses dois guias vão mais a fundo do que eu consigo aqui.
O que os usuários reais dizem sobre o Gemini Pro
Benchmarks são uma coisa, uso diário é outra, e o veredito dos desenvolvedores sobre a linha Gemini Pro é genuinamente dividido. As vitórias são reais: várias pessoas usam o 3.x Pro como seu modelo do dia a dia pela velocidade e por errar menos no cotidiano do que o ChatGPT.
"In my experience Gemini 3.0 pro is noticeably better than chatgpt 5.2 for non-coding tasks. The latter gives me blatantly wrong information all the time, the former very rarely."
Mas a reclamação recorrente, e exatamente o que a reconstrução do 3.5 Pro deve corrigir, é a alucinação confiante:
"Use ChatGPT, and it's ask a question, get an answer, done... But use Gemini? You get burned by the hallucinations Gemini casually spews out on a daily basis. You develop a habit of fact checking every single answer."
E para programação agêntica especificamente, o sentimento cai ainda mais, com relatos de loops de perdição em vez de lacunas de inteligência bruta:
"My sense is that the Gemini models are very capable but the Gemini CLI experience is subpar compared to Claude Code and Codex... it can get confused, fall into doom loops, and generally lose the plot."
Essa é a tensão do comprador em uma frase: os benchmarks dizem para experimentar, o mundo real diz para ficar de olho. É exatamente por isso que, para qualquer coisa voltada ao cliente, eu me importo menos com o número do modelo e mais com a camada construída em cima dele.
O modelo é o motor, não o carro
Aqui está a reformulação que eu deixaria com você, especialmente se encontrou este post enquanto decidia sobre qual modelo construir o suporte ao cliente. Os modelos de ponta se ultrapassam uns aos outros a cada poucas semanas. O Gemini 3.1 Pro lidera hoje, o 3.5 Pro vai ultrapassá-lo, o GPT e o Claude vão responder, e assim continua. Se sua automação de suporte está soldada a um único modelo, cada um desses lançamentos vira um projeto de migração.
A parte que realmente decide se um agente de suporte com IA é bom não é o modelo base, é tudo o que é construído ao redor dele: se ele é treinado no seu conhecimento, se você pode definir barreiras de proteção sobre o que ele tem permissão para dizer, e se você pode testá-lo antes que ele chegue a um cliente de verdade. Já passei tempo suficiente vendo um bot que soa confiante dar uma resposta errada para saber que a preocupação com alucinações mencionada acima é o que realmente importa no suporte. A solução não é um número de modelo melhor, é um sistema que simula primeiro contra seus tickets passados reais e só responde automaticamente onde já foi comprovado que é seguro.
Experimente o eesel para um suporte com IA que não fica preso a um único modelo
Esse sistema é o que o eesel é. É um agente de IA para suporte ao cliente que roda sobre modelos de ponta como o Gemini por baixo dos panos, se conecta ao seu helpdesk atual (Zendesk, Freshdesk, Gorgias e outros), e é treinado com seus tickets passados e sua central de ajuda. Então, quando o próximo Gemini, GPT ou Claude for lançado, você ganha a atualização sem precisar reestruturar nada.
O diferencial que se conecta diretamente com o medo de alucinação mencionado acima: o eesel simula em milhares dos seus tickets históricos antes de entrar no ar, então você vê a taxa de resolução e as respostas exatas para perguntas reais primeiro, e só depois aumenta a automação onde for seguro. É grátis para experimentar e a configuração leva minutos, sem precisar ficar de olho no modelo.
Perguntas Frequentes
O Gemini 3.5 Pro já foi lançado?
gemini-3.5-pro na API e nenhuma linha de preço para o 3.5 Pro. A família 3.5 mais ampla já foi lançada (Flash e Live Translate), mas o membro Pro ainda não.Quando o Gemini 3.5 Pro será lançado?
Qual é o preço do Gemini 3.1 Pro?
Devo usar o Gemini 3.1 Pro ou o Gemini 3.5 Flash?
Posso usar o Gemini 3.5 Pro para automação de suporte ao cliente?
Article by
Kurnia Kharisma Agung Samiadjie
Kurnia is a software engineer and writer at eesel AI with two years of SEO experience, writing about AI tools, helpdesk software, and customer support. He pairs a developer's understanding of how these products are built with search-driven research into what actually ranks and resonates with the people searching for them.
