Rafael NazarO Google prepara o lançamento de um novo modelo de inteligência artificial (IA) com capacidades aprimoradas para programação. O Gemini 3.8 Flash, conhecido internamente pelo codinome “Skimaki”, pode ajudar a empresa a reduzir a distância para concorrentes como Anthropic e OpenAI em uma área cada vez mais relevante no mercado de IA.
Segundo pessoas familiarizadas com o desenvolvimento, o modelo pode ser lançado já nesta quarta-feira (2). Em testes internos realizados no Jetski, ferramenta de programação usada pelos engenheiros do Google, alguns profissionais teriam preferido o Gemini 3.8 Flash ao modelo Opus, da Anthropic, em comparações diretas.
Um bom desempenho nos benchmarks utilizados pela indústria poderia ajudar o Google a responder aos questionamentos sobre sua posição na corrida pelo desenvolvimento de modelos de IA. A disputa ganhou importância com o avanço da programação realizada por agentes de inteligência artificial, que se tornou um dos principais usos comerciais da tecnologia.
O cenário também ocorre após mudanças na divisão de IA do Google. Demis Hassabis, cofundador do Google DeepMind, deixou o cargo de liderança executiva no mês passado, durante uma reorganização. Seu sucessor, Koray Kavukcuoglu, teria reforçado aos funcionários a necessidade de aumentar o ritmo de execução.
O Google havia conquistado destaque na corrida dos modelos com o lançamento do Gemini 3.0, em novembro do ano passado. Desde então, porém, os modelos Gemini voltaram a ficar atrás das principais versões da Anthropic e da OpenAI. A companhia também perdeu pesquisadores conhecidos, entre eles Noam Shazeer, cofundador da Character AI, e Jeff Dean, cientista-chefe do Google, que deixaram a empresa no início deste ano.
Modelo é menor, mais rápido e mais barato
Mesmo que apresente desempenho expressivo, o Gemini 3.8 Flash não deve, sozinho, recolocar o Google no topo da chamada fronteira da IA. A linha Flash foi desenvolvida para produzir modelos menores, mais baratos e mais rápidos de executar. Em contrapartida, esses sistemas não têm a mesma capacidade dos modelos maiores da empresa, que contam com trilhões de parâmetros.
A escala reduzida também oferece vantagens no desenvolvimento. Como os modelos Flash exigem menos capacidade computacional para serem modificados, diferentes equipes podem testar abordagens simultaneamente. Já alterações nos modelos maiores da série Pro demandam uma parcela muito maior dos recursos computacionais do Google.
Essa diferença permite que as equipes de pesquisa do Google DeepMind e de outros laboratórios mantenham várias estratégias de desenvolvimento em paralelo. Assim, um desempenho abaixo do esperado em um modelo em desenvolvimento não necessariamente indica problemas nos próximos lançamentos da empresa.
Google enfrenta atraso na linha Pro
Enquanto trabalha nas versões Flash, o Google está atrasado no lançamento de um novo modelo da série Pro. A empresa está há meses além do cronograma previsto, apesar de o CEO Sundar Pichai ter afirmado, em maio, que a novidade chegaria “no próximo mês”.
Segundo pessoas familiarizadas com o desenvolvimento, versões candidatas ao Gemini 3.5 Pro foram abandonadas porque não apresentavam melhorias suficientes em relação à série Flash. O próximo grande modelo da empresa, o Gemini 4, teve bons resultados nas avaliações de pré-treinamento, mas ainda precisa concluir a etapa de pós-treinamento.
O desenvolvimento do Gemini 3.7 Flash e do Gemini 3.8 Flash começou meses atrás, antes das mudanças de liderança anunciadas no mês passado. Funcionários do DeepMind afirmam que Kavukcuoglu já conduzia as decisões do dia a dia relacionadas ao desenvolvimento do Gemini desde pelo menos o ano passado, enquanto Hassabis passou a dedicar boa parte do tempo a compromissos externos.
Funcionários do Google já vinham testando o Gemini 3.8 Flash, segundo informações divulgadas anteriormente pelo Business Insider.
Empresa reforça treinamento voltado à programação
Desde o início do ano, o Google aumentou o número de pesquisadores e os recursos computacionais destinados à melhoria das capacidades de programação de seus modelos. Uma das principais apostas é o aprendizado por reforço, etapa posterior do treinamento em que os modelos desenvolvem determinadas habilidades por meio de tentativa e erro.
A empresa também reforçou a equipe responsável por essa área. O Google contratou recentemente Barret Zoph, ex-cofundador da Thinking Machines Lab e antigo responsável pelo pós-treinamento de modelos da OpenAI, para o cargo de vice-presidente de pesquisa com foco em aprendizado por reforço e pós-treinamento.
Agora, a expectativa está concentrada nos resultados dos testes de referência e no desempenho do Gemini 3.8 Flash após o lançamento.
