Google

MULTIMODAL RÁPIDO

Gemini 3.8 Flash

Modelo Flash para engenharia de software de longa duração, agentes autônomos e fluxos de negócios complexos.

16 SET 2026↗ RACIOCÍNIO MULTIMODAL

Gemini 3.1 Pro

Raciocínio multimodal, código e problemas complexos.

16 SET 2026↗ FLASH ANTERIOR · AGENTES

Gemini 3.7 Flash

Geração Flash anterior para código complexo, agentes e execução em várias etapas; útil como ponto de comparação com o Gemini 3.8.

18 SET 2026↗ IMAGEM NATIVA EFICIENTE

Nano Banana 2

Modelo de imagem de produção que combina geração, edição e raciocínio visual com equilíbrio entre qualidade, custo e latência.

07 OUT 2026↗ VÍDEO CINEMATOGRÁFICO COM ÁUDIO

Veo 3.1

Modelo de vídeo cinematográfico com áudio nativo, extensão de cenas e controlo através de fotogramas e imagens de referência.

18 SET 2026↗ GERAÇÃO MUSICAL

Lyria 3.5

Modelo de música para canções completas com voz, letra e controlo de estrutura, estilo, duração e instrumentação.

18 SET 2026↗ EMBEDDING MULTIMODAL UNIFICADO

Gemini Embedding 2

Modelo de embeddings que coloca texto, imagens, vídeo, áudio e PDF num espaço vetorial comum para pesquisa e RAG multimodal.

18 SET 2026↗ RACIOCÍNIO ESPACIAL INCORPORADO

Gemini Robotics ER 2

Modelo especializado em compreensão física, vídeo, raciocínio espacial e orquestração de ferramentas para sistemas robóticos.

18 SET 2026↗ RACIOCÍNIO MULTIMODAL E AGENTES COMPLEXOS

Gemini 4 Argon

Modelo da Google disponível de forma geral desde 13 de outubro de 2026. Aceita texto, imagens, áudio e vídeo e gera texto, incluindo código; não gera imagens, áudio nem vídeo. Utiliza uma arquitetura MoE e uma janela partilhada de 1.048.576 tokens. As aplicações de robótica utilizam este mesmo modelo, não um endpoint independente.

14 OUT 2026↗ GERAÇÃO E EDIÇÃO DE IMAGENS

Gemini Nano Banana 2.1

Modelo da Google para geração de imagens e edição conversacional, disponível de forma geral desde 6 de outubro de 2026. Substitui o Nano Banana 2, sem o confundir com o Nano Banana Pro. Aceita texto, imagens, vídeo e PDF como contexto; produz imagens e texto, não vídeo nem áudio. A Google anuncia melhorias visuais, no cumprimento de instruções, no texto e na consistência entre edições.

07 OUT 2026↗ CONVERSAÇÃO MULTIMODAL EM TEMPO REAL

Gemini 3.8 Live

Modelo de conversação em direto que integra voz, vídeo e ferramentas com baixa latência.

29 SET 2026↗ VOZ EM DIRETO COM RACIOCÍNIO PROLONGADO

Gemini 3.8 Live Extended Thinking

Variante de voz em direto com raciocínio em segundo plano para tarefas complexas com várias etapas.

29 SET 2026↗

ANALISIS

Gemini 3.8 Live Extended Thinking: o que sabemos sobre o raciocínio em segundo plano

O Google descreve o Gemini 3.8 Live Extended Thinking como um modelo de áudio para áudio da Live API, recomendado quando é necessário mais raciocínio em segundo plano. A documentação disponível, por si só, não demonstra que isso reduza erros ou melhore a latência: essas questões exigem testes com tarefas e condições controladas.

02 out 2026 ↗

ANALISIS

Gemini 3.8 Live antes da integração: o que está documentado e o que precisa ser testado

O Google descreve o Gemini 3.8 Live como um modelo para diálogo em tempo real, mas as fontes disponíveis não permitem confirmar uma tarifa, resultados quantitativos ou todas as condições de acesso. Este guia separa as afirmações do fornecedor daquilo que uma equipe precisa verificar na própria integração.

02 out 2026 ↗

COMPARATIVA

Como avaliar o Nano Banana 2 na edição visual por turnos

Um protocolo proposto para medir se o Nano Banana 2 aplica alterações sucessivas e preserva os elementos que as instruções não pedem para modificar. Não apresenta resultados experimentais: define o que seria necessário executar e documentar para obtê-los.

01 out 2026 ↗

ANALISIS

Gemini Robotics ER 2: o que o modelo planeja e o que o robô precisa validar

O Gemini Robotics ER 2 é apresentado como um modelo de visão e linguagem capaz de planejar tarefas de várias etapas para robótica. Isso não demonstra que controle diretamente um robô nem que seus planos sejam seguros ou confiáveis em qualquer ambiente. Analisamos o que a documentação disponível sustenta e o que cada equipe precisa testar.

30 set 2026 ↗

ANALISIS

Gemini Embedding 2: o que se sabe sobre seus embeddings multimodais e o que falta avaliar

A documentação do Google descreve um modelo que representa texto e outros tipos de conteúdo em um espaço comum de embeddings. Isso atesta uma capacidade declarada, não que a recuperação melhore em um corpus específico. Analisamos o que as fontes disponíveis permitem concluir sobre desempenho, acesso, preço e dados, e o que convém verificar antes de um teste.

30 set 2026 ↗

ANALISIS

Gemini 3.8 Flash: o que sabemos sobre agentes, acesso, preço e segurança

A Google apresenta o Gemini 3.8 Flash como um modelo orientado para engenharia de software de longo horizonte e agentes autónomos. Essa orientação declarada, por si só, não demonstra que o modelo resolva tarefas prolongadas de forma fiável. Esta análise distingue as afirmações do fornecedor, as condições de acesso e preço documentadas para a Agent Platform e as evidências que não constam das fontes consultadas.

30 set 2026 ↗