Google amplia Gemini com modelos mais econômicos e agente para detectar vulnerabilidades
Google lança três novos modelos Gemini, incluindo opção mais barata, e o CodeMender para automatizar identificação e correção de falhas de segurança.
Google lança três novos modelos Gemini, incluindo opção mais barata, e o CodeMender para automatizar identificação e correção de falhas de segurança.
Google expande linha Gemini com opções mais acessíveis
A Google LLC anunciou a ampliação da família de modelos Gemini, apresentando três novas versões otimizadas para diferentes usos e custos, em uma estratégia para impulsionar o uso da inteligência artificial (IA) de forma mais econômica. Entre as novidades estão o Gemini 3.6 Flash, um modelo principal aprimorado para trabalho com código e análise de informações; o Gemini 3.5 Flash-Lite, destinado a tarefas de alta produtividade e menor custo; e o Gemini 3.5 Flash Cyber, especializado em segurança cibernética e restrito a governos e parceiros confiáveis.
Desempenho e aplicações práticas dos novos modelos
O modelo Gemini 3.6 Flash destaca-se por consumir até 17% menos tokens de saída que seu predecessor, executando tarefas complexas com menos etapas e chamadas de ferramentas. Com preços competitivos — cerca de R$ 8por milhão de tokens de entrada e cerca de R$ 38por milhão de saída — ele superou as versões anteriores em benchmarks de codificação, pesquisa em machine learning e uso computacional integrado. A Google enfatiza o uso em empresas para análise documental, redução de custos e agilidade em tarefas jurídicas e financeiras, como demonstram depoimentos de clientes como Harvey IA Corp. e Hebbia Inc.
Por sua vez, o Gemini 3.5 Flash-Lite, a opção mais barata (cerca de R$ 2por milhão de tokens de entrada e cerca de R$ 13na saída), oferece maior velocidade para demandas intensas e já está sendo incorporado na busca do Google. Já o modelo Cyber, rodando no agente CodeMender, foca na identificação, validação e correção automática de vulnerabilidades de software, tendo demonstrado resultado superior ao de modelos maiores e concorrentes em testes com códigos complexos como os dos navegadores Chrome e Safari.
CodeMender: o agente que caça e corrige bugs mantendo controle humano
CodeMender, lançado em versão preliminar, é uma ferramenta construída com base em pesquisas do Google DeepMind para escanear repositórios de código em busca de falhas, validar se os problemas são reais por meio de exploits em sandbox, e gerar correções que precisam ser aprovadas por desenvolvedores antes da aplicação. Ele suporta linguagens como C++, Go, Java, Python, Ruby, Rust e TypeScript.
A ferramenta mantém um equilíbrio entre automação e supervisão humana, podendo integrar-se a pipelines de desenvolvimento para atuação autônoma, especialmente em ambientes corporativos, onde a segurança e confiabilidade são essenciais. Além disso, o código analisado é tratado com criptografia e não fica retido para garantir privacidade e segurança dos dados.
Parcerias e segurança reforçada para o uso dos modelos
O modelo especial Gemini 3.5 Flash Cyber é disponibilizado exclusivamente para governos e parceiros selecionados sob um programa limitado para evitar uso indevido, pois a pesquisa em vulnerabilidades pode ser dupla: útil para proteção, mas potencialmente explorável para ataques maliciosos.
Empresas como Salesforce, Robinhood e Palo Alto Networks participam como testadoras iniciais da ferramenta CodeMender, elogiando sua capacidade de acelerar o ciclo de correção de vulnerabilidades e identificar falhas críticas não detectadas por outras soluções baseadas em IA. Também está prevista a integração com a plataforma de segurança Wiz da Google para enriquecer análises e realizar testes automatizados de penetração.
Perspectivas futuras e avanços em IA pela Google
Além dos lançamentos atuais, a Google informa que está desenvolvendo o Gemini 3.5 Pro para futura disponibilização a parceiros, e já iniciou treinamentos avançados para o Gemini 4, buscando romper ainda mais barreiras no desempenho de IA em áreas variadas, como codificação e processamento de linguagem natural.
Nos próximos meses, a expectativa é que os modelos sejam ampliados para suportar também soluções de terceiros, além de serem incorporados a mais produtos da empresa, tanto para clientes corporativos quanto consumidores finais, consolidando a estratégia da Google na liderança do setor de inteligência artificial aplicada.
Informações editoriais
Fonte: SiliconANGLE
Tiago Oliveira
Responsável pela curadoria editorial da TECSOCIETY, com foco em tecnologia, inteligência artificial, segurança digital, automação e games para leitores brasileiros.
Ver perfil editorial