Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarX: @GoogleDeepMind→ original

Google lança Gemini 1.5 Pro-002 e Flash-002 estáveis: Pro fica mais que a metade mais barato

O Google lançou as versões estáveis Gemini 1.5 Pro-002 e Flash-002, builds atualizados que podem ser usados em produtos pagos sem o rótulo de "experimental". Segundo medições do próprio Google, o ganho em testes de matemática, MATH e HiddenMath, fica em torno de 20%, e o Pro para requisições de até 128 mil tokens ficou mais que a metade mais barato. Se o seu serviço roda sobre o Gemini, refaça o orçamento e teste a -002 com as suas próprias requisições.

Processado por IA de X: @GoogleDeepMind; editado por Hamidun News
Google lança Gemini 1.5 Pro-002 e Flash-002 estáveis: Pro fica mais que a metade mais barato
Fonte: X: @GoogleDeepMind. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @GoogleDeepMind ↗
Editor-chefe
Pro até 128K tokensUS$ 1,25 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída
LimitesFlash até 2.000 requisições por minuto, Pro até 1.000
Dado-chave #3Velocidade de geração duas vezes maior, latência até o primeiro token três vezes menor

O Google DeepMind lançou o Gemini 1.5 Pro-002 e o Flash-002. O sufixo "002" indica a segunda versão atualizada de cada modelo. A palavra "estáveis" significa que os modelos deixaram de ser considerados experimentais: dá para construir um serviço com usuários reais e cobrança sem temer que o modelo seja alterado de repente ou desligado. A segunda novidade é o preço: o Pro para requisições de até 128 mil tokens (documentos longos, contratos, relatórios, trechos de bases de código) ficou mais que a metade mais barato. Abaixo, veja o que mudou e o que fazer a respeito.

O que mudou nos modelos

As novas versões se baseiam nas builds experimentais que o Google vinha mostrando nas últimas semanas. Segundo a empresa, as principais melhorias estão em três frentes: compreensão de contexto longo, trabalho com imagens e matemática. Na prática, isso significa que o modelo perde menos detalhes em documentos grandes, lê melhor capturas de tela, diagramas e tabelas e resolve problemas de cálculo com mais segurança.

O Google apresenta números de suas próprias medições. No MMLU-Pro, um teste difícil de conhecimento geral, o resultado subiu cerca de 7%; nos testes de matemática MATH e HiddenMath, cerca de 20%. Em tarefas de visão e geração de código, o ganho é mais modesto, em torno de 2% a 7%. É um avanço notável, mas não uma revolução. Todos os números vêm de comparações internas do Google, e nos seus próprios dados a diferença pode ser outra.

Há ainda um detalhe: as respostas ficaram mais curtas. Em perguntas e respostas, o comprimento caiu cerca de 5% a 20%. Para chatbots, isso é positivo: o modelo se alonga menos e gasta menos tokens. Mas, se você precisa de textos longos e detalhados, verifique se o modelo não ficou conciso demais e, se necessário, ajuste o prompt.

Preços, limites e velocidade

Para as empresas, a parte mais atraente é a redução de preço. Para o Gemini 1.5 Pro em requisições de até 128 mil tokens, passa a valer a tarifa de US$ 1,25 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída. Antes, o valor era US$ 3,50 e US$ 10,50, respectivamente, e daí vem o "mais que a metade". O desconto também vale para o cache de contexto, isto é, cenários em que o mesmo documento grande é enviado ao modelo muitas vezes. O Google vinculou os novos preços ao início de outubro de 2024.

Os limites também subiram. O Flash agora aceita até 2.000 requisições por minuto, e o Pro, até 1.000. Para serviços com tráfego alto, isso adia os gargalos de forma considerável. Além disso, a empresa afirma que a velocidade de geração dobrou aproximadamente e que a latência até o primeiro token caiu para um terço. Em interfaces de chat e assistentes de voz, a diferença é perceptível: o usuário vê o início da resposta mais cedo.

O que fazer como desenvolvedor

Primeiro, verifique em qual versão o seu produto está rodando. Se você chama o modelo pelo alias "mais recente", o comportamento pode mudar sem aviso. Se a versão estiver fixada explicitamente, a migração para a -002 deve ser feita de forma consciente, após rodar os seus próprios casos de teste.

Segundo, refaça o cálculo de custo. Em aplicações que enviam documentos grandes ao Pro (análise de contratos, relatórios, código), a economia pode ser significativa. Se você escolhia o Flash por causa do preço, compare de novo: a diferença entre Flash e Pro diminuiu.

Terceiro, considere as limitações. O ganho em matemática e código foi confirmado, por enquanto, apenas pelas medições do próprio Google, e a comparação com os melhores modelos concorrentes segue em aberto. Os preços reduzidos valem para requisições de até 128 mil tokens; prompts mais longos continuam mais caros. Antes de migrar a produção, rode o seu conjunto de tarefas e compare qualidade, custo e latência entre a versão antiga e a nova.

No conjunto, o lançamento mostra para onde o mercado caminha: os laboratórios competem não só em qualidade, mas também no preço por token. Para quem constrói produtos com LLMs, é uma boa notícia: um modelo do mesmo nível custa menos, e os novos limites facilitam a escalabilidade.

História

Perguntas frequentes sobre a notícia

O que mudou nos modelos?

As novas versões se baseiam nas builds experimentais que o Google vinha mostrando nas últimas semanas. Segundo a empresa, as principais melhorias estão em três frentes: compreensão de contexto longo, trabalho com imagens e matemática. Na prática, isso significa que o modelo perde menos detalhes em documentos grandes, lê melhor capturas de tela, diagramas e tabelas e resolve problemas de cálculo com mais segurança. O Google apresenta números de suas próprias medições.

O que se sabe sobre Preços, limites e velocidade?

Para as empresas, a parte mais atraente é a redução de preço. Para o Gemini 1.5 Pro em requisições de até 128 mil tokens, passa a valer a tarifa de US$ 1,25 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída. Antes, o valor era US$ 3,50 e US$ 10,50, respectivamente, e daí vem o "mais que a metade". O desconto também vale para o cache de contexto, isto é, cenários em que o mesmo documento grande é enviado ao modelo muitas vezes. O Google vinculou os novos preços ao início de outubro de 2024.

O que fazer como desenvolvedor?

Primeiro, verifique em qual versão o seu produto está rodando. Se você chama o modelo pelo alias "mais recente", o comportamento pode mudar sem aviso. Se a versão estiver fixada explicitamente, a migração para a -002 deve ser feita de forma consciente, após rodar os seus próprios casos de teste. Segundo, refaça o cálculo de custo. Em aplicações que enviam documentos grandes ao Pro (análise de contratos, relatórios, código), a economia pode ser significativa.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…