O Google levou dois modelos à disponibilidade geral: gemini-3.6-flash e gemini-3.5-flash-lite. Ambos agora são endpoints estáveis, e não mais previews.

O que mudou

O Gemini 3.6 Flash chega com eficiência de tokens aprimorada e melhor planejamento de código e agentic a um preço mais baixo do que o modelo que substitui. A afirmação sobre eficiência de tokens importa mais do que parece: em execuções agentic longas, a conta é determinada pela quantidade de tokens que o modelo gasta pensando, não pelo preço nominal por milhão.

O Gemini 3.5 Flash-Lite é posicionado como uma opção de subagente com baixa latência e custo eficiente — o modelo que você chama milhares de vezes dentro de um sistema maior, e não aquele com o qual o usuário conversa.

A mudança que quebra compatibilidade

Junto com a disponibilidade geral vem uma mudança que vai quebrar código existente: os parâmetros de amostragem temperature, top_p e top_k foram descontinuados para ambos os modelos. Código que os utiliza precisa ser revisado. Trata-se de uma mudança real de postura — esses três controles têm sido padrão em APIs generativas desde o início, e removê-los significa que o modelo decide seu próprio comportamento de amostragem.

Por que isso importa

Descontinuar os controles de amostragem troca o ajuste feito pelo usuário por controle do fornecedor. Para a maioria das aplicações, os valores padrão já eram suficientes, e menos controles significam menos formas de configurar mal uma implantação. Para equipes que investiram esforço real ajustando temperature para cada caso de uso, esse trabalho agora está obsoleto.

Notavelmente ausente deste lançamento é o Gemini 3.5 Pro, que já passou de várias janelas esperadas. O Google lançou o nível rápido e barato e deixou o modelo principal para depois.

O que fazer a respeito

Auditar qualquer trecho de código que defina temperature, top_p ou top_k para esses dois modelos e planejar sua remoção. Descontinuação não é remoção imediata, mas é um compromisso, e parâmetros silenciosamente ignorados são piores do que erros — a saída muda e nada indica o motivo.

Onde o determinismo realmente importa, a substituição é estrutural, e não paramétrica: restrinja o formato de saída, valide o que retorna e tente novamente em caso de falha. Essa abordagem sobrevive a atualizações de modelo de um jeito que um valor de temperature ajustado nunca sobreviveu.

O padrão entre fornecedores

O Google não está sozinho nisso. A indústria vem removendo constantemente controles de baixo nível em favor de modelos que gerenciam seu próprio comportamento de inferência, e os modelos de raciocínio já tornaram a maioria dos ajustes de amostragem irrelevantes de qualquer forma. É esperado que a superfície dessas APIs continue diminuindo.