Google revelou escala: 3,2 quadrilhões de tokens de IA por mês, crescimento de sete vezes

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

Crescimento exponencial de computação

O número de 3,2 quadrilhões de tokens por mês reflete o crescimento explosivo da demanda por IA. O crescimento sete vezes em um ano mostra que a infraestrutura está se expandindo de forma não-linear. Não é simplesmente a adição de novos servidores, mas uma reimaginação completa da arquitetura sob pressão da demanda.

Google requer esses volumes para:

• Funcionamento do Gemini nos resultados de busca e no YouTube (centenas de milhões de usuários)
• Integração de IA no Gmail, Docs, Maps, Photos e outros serviços para consumidores
• Treinamento e ajuste fino de novos modelos em dados internos
• Atendimento do segmento de nuvem (Google Cloud) para clientes
• Experimentos com novos formatos de integração de IA em produtos do dia a dia

Essa escala implica que até mesmo um pequeno aumento na eficiência do modelo traz uma economia enorme em eletricidade e hardware de servidor. Cada percentual de otimização representa dezenas de milhões de dólares por ano.

Gemini 3.5 Flash — otimização para carga

É por isso que Google apresentou Gemini 3.5 Flash — uma versão mais leve de seu carro-chefe. O modelo foi desenvolvido para processar a maioria das tarefas rotineiras com menor consumo computacional, mas sem perdas críticas na qualidade das respostas. Flash retira a carga dos modelos principais, permitindo que a empresa distribua recursos computacionais de forma mais eficiente. O custo do processamento de um token em Flash é várias vezes menor em comparação com as versões completas. Não é um modelo reduzido, mas uma solução de engenharia para tarefas reais que não exigem potência máxima.

Corrida pela supremacia infraestrutural

Google está sinalizando claramente que investiu em scaling mais do que seus concorrentes. OpenAI não divulga esses números, mas sabe-se que também está aumentando a capacidade para ChatGPT. O lançamento de modelos da Anthropic, Meta Llama e outros players requer volumes computacionais sérios. É uma corrida armamentista, mas não pela quantidade de parâmetros no modelo, mas pela própria infraestrutura. Quem escala mais rápido e barato vence a guerra pelo mercado.

O que isso significa

A divulgação pública desses números é um sinal aos investidores sobre a escala real das apostas de Google em IA. A empresa não esconde que é caro. Mas os gastos compensam: integrar IA na busca, vídeo, nuvem — esses são pontos de monetização poderosos. Para desenvolvedores e startups, a conclusão é simples: invista em otimização, não apenas em scaling.

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