Google revela sua escala: 3,2 quadrilhões de tokens de IA por mês, sete vezes mais

Na conferência Google I/O 2026, o CEO da empresa, Sundar Pichai, revelou a escala do processamento de inteligência artificial. O Google processa 3,2 quadrilhões de tokens por mês, sete vezes mais que um ano atrás. É a maior implantação de infraestrutura de IA da história da tecnologia.

Crescimento exponencial da computação

O número de 3,2 quadrilhões de tokens por mês reflete o crescimento explosivo da demanda por IA. Um aumento de sete vezes em um ano mostra que a infraestrutura escala de forma não linear. Não se trata apenas de adicionar servidores, mas de repensar por completo a arquitetura sob a pressão da demanda. O Google precisa desses volumes para:

• Rodar o Gemini nos resultados de busca e no YouTube (centenas de milhões de usuários)
• Incorporar IA ao Gmail, Docs, Maps, Photos e outros serviços de consumo
• Treinar e fazer fine-tuning de novos modelos com dados internos
• Atender o segmento de nuvem (Google Cloud) para clientes
• Experimentar novos formatos de integração da IA em produtos do dia a dia

Nessa escala, até um pequeno ganho de eficiência do modelo gera uma enorme economia em eletricidade e hardware de servidores. Cada ponto percentual de otimização vale dezenas de milhões de dólares por ano.

Gemini 3.5 Flash: otimizado para a carga

É por isso que o Google apresentou o Gemini 3.5 Flash, versão mais leve de seu modelo principal. Ele foi projetado para lidar com a maioria das tarefas rotineiras com menor consumo de computação, mas sem perdas críticas na qualidade das respostas. O Flash tira carga dos modelos principais e permite à empresa distribuir melhor os recursos computacionais.

Processar um token no Flash custa várias vezes menos que nas versões completas. Não é um modelo reduzido, mas uma solução de engenharia para tarefas reais que não exigem potência máxima.

A corrida pela supremacia em infraestrutura

O Google sinaliza claramente que investiu mais em escala do que seus concorrentes. A OpenAI não divulga números assim, mas sabe-se que ela também amplia a capacidade para o ChatGPT. Rodar modelos da Anthropic, Meta Llama e outros players exige volumes computacionais enormes. É uma corrida armamentista, mas não pelo número de parâmetros de um modelo, e sim pela própria infraestrutura. Quem escalar mais rápido e mais barato vence a guerra pelo mercado.

O que isso significa

Divulgar esses números publicamente é um sinal aos investidores sobre a real dimensão das apostas do Google em IA. A empresa não esconde que isso é caro. Mas os custos se pagam: integrar IA à busca, ao vídeo e à nuvem cria pontos poderosos de monetização.

Para desenvolvedores e startups, a conclusão é simples: invistam em otimização, não apenas em escala.

*A Meta foi reconhecida como organização extremista e é proibida na Rússia.