Gemini 3.7 Flash: preço, velocidade, benchmarks e a estratégia da Google para desenvolvedores

O Gemini 3.7 Flash é o mais recente modelo de produção da Google voltado a tarefas complexas de programação, desenvolvimento web, uso de ferramentas e fluxos de trabalho com agentes que executam várias etapas. Ele foi lançado em 13 de agosto de 2026 e está disponível pela Gemini API, pelo Google AI Studio, pelo Google Antigravity e pela Gemini Enterprise Agent Platform.

A principal atração do modelo não é liderar todos os rankings de inteligência. A aposta da Google é outra: oferecer capacidade próxima à fronteira, velocidade muito alta e um preço inicial baixo — uma combinação especialmente interessante para desenvolvedores que executam ciclos repetidos de agentes em grande escala.

“Modelo que mais cresce”: o que é possível afirmar

A Google descreve o Gemini 3.7 Flash como seu modelo de crescimento mais rápido até hoje. No entanto, as informações disponíveis não trazem os números necessários para verificar essa afirmação. Não foram divulgados uma base de usuários, um período de medição, o número de desenvolvedores ativos, o volume de tokens ou um concorrente usado como comparação.

A conclusão mais segura é mais limitada: a Google está posicionando o Flash para conquistar rapidamente desenvolvedores, e o preço promocional baixo, somado à presença em seus produtos para criação e hospedagem de agentes, sustenta essa estratégia. O superlativo sobre crescimento deve ser tratado como uma afirmação não quantificada da empresa, e não como uma estatística de mercado comprovada de forma independente.

Preço promocional termina em 2026

Até 31 de dezembro de 2026, as tarifas introdutórias da Gemini API são:

• Entrada: US$ 0,75 por milhão de tokens;
• Saída, incluindo tokens de raciocínio: US$ 3,75 por milhão de tokens.

A partir de 1º de janeiro de 2027, entram em vigor as tarifas padrão de US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de tokens de saída — exatamente o dobro dos valores promocionais. As tarifas listadas para modalidades com desconto ou em lote também sobem de US$ 0,375/US$ 1,875 para US$ 0,75/US$ 3,75 por milhão de tokens de entrada/saída.

A data de vencimento é importante para quem está planejando colocar um produto em produção. Um sistema que parece excepcionalmente barato durante o período de lançamento precisa ser recalculado com os preços de 2027 antes de receber uma arquitetura de longo prazo.

O preço por token, porém, é apenas uma parte da conta de um agente. O gasto real depende do tamanho do contexto, das chamadas a ferramentas, das tentativas repetidas, do uso de cache, do nível de raciocínio e do volume de saída. Portanto, o custo anunciado por tarefa em um benchmark não equivale necessariamente ao preço de um fluxo completo em produção.

Velocidade e inteligência geral

Em uma análise independente da Artificial Analysis, o Gemini 3.7 Flash obteve 56 pontos no Intelligence Index. O resultado o coloca acima do Claude Sonnet 5, com 55, e logo abaixo do GPT-5.6 Terra, com 57, na comparação citada.

A velocidade é o diferencial mais evidente. A Artificial Analysis mediu aproximadamente 340 tokens de saída por segundo e um índice médio de tempo por tarefa de 1,7, relatando que o Flash é cerca de 40% mais rápido que o GPT-5.6 Terra no nível máximo de raciocínio.

Esses números representam o desempenho medido do modelo ou do provedor, não uma experiência universal em qualquer aplicação. Condições de rede, roteamento, tamanho do prompt, latência das ferramentas e configurações de raciocínio podem alterar o tempo total de resposta.

Programação e fluxos com agentes

A Google relata melhorias relevantes em relação ao Gemini 3.6 Flash em engenharia de software, depuração, resolução de problemas, desenvolvimento web e fluxos de trabalho com agentes. Entre os resultados de programação citados estão:

• 43,6% no FrontierCode 1.1 Main, contra 34,4% do Gemini 3.6 Flash.
• 1.588 pontos Elo no Code Arena, em desenvolvimento web.
• 85,8% no Terminal-Bench 2.1, ante 80,4% do Claude Sonnet 5 e 87,4% do GPT-5.6 Terra na comparação da Google.

Os resultados apontam para um modelo competente em programação e em agentes que operam pelo terminal, mas não para um vencedor em todas as categorias. O GPT-5.6 Terra continua à frente no resultado citado do Terminal-Bench; a vantagem do Flash está na velocidade e no preço inicial mais baixo.

ARC-AGI: desempenho alto com custo por tarefa baixo

No nível alto de raciocínio, o ARC Prize registrou os seguintes resultados para o Gemini 3.7 Flash:

• 95,5% no ARC-AGI-1 Semi-Private, a US$ 0,12 por tarefa;
• 84,6% no ARC-AGI-2 Semi-Private, a US$ 0,25 por tarefa.

São números fortes, especialmente quando considerados junto dos custos informados por tarefa. Ainda assim, o desempenho no ARC-AGI deve ser interpretado como um sinal de capacidade em benchmark, e não como uma previsão direta de confiabilidade em agentes de software. Um agente em produção pode fazer várias chamadas ao modelo, usar ferramentas externas, repetir ações que falharam e processar contextos muito maiores do que os de uma tarefa de teste.

Comparação com os concorrentes

Modelo	Preço listado por 1 milhão de tokens — entrada/saída	Posição na evidência disponível
Gemini 3.7 Flash	US$ 0,75 / US$ 3,75 na promoção	Intelligence Index 56; cerca de 340 tokens de saída por segundo; voltado a programação e agentes em alto volume.
GPT-5.6 Terra	US$ 2 / US$ 12	Intelligence Index 57 e resultado superior no Terminal-Bench citado, mas com preço maior e velocidade inferior nos dados listados.
Claude Sonnet 5	US$ 2 / US$ 10	Concorrente próximo para programação e agentes em produção, com índice citado de 55.
Claude Opus 5	US$ 5 / US$ 25	Modelo mais caro, posicionado para tarefas de programação com agentes mais difíceis.
Qwen3.8-Max	US$ 2 / US$ 6	Relatos indicam 67,7 no SWE-bench Pro e 86,6 no Terminal-Bench 2.1; suas tarifas são maiores que o preço promocional do Flash.
GLM-5.3	US$ 1,40 / US$ 4,40	Próximo do Flash no preço nominal, mas não há evidência independente comparável de inteligência ou custo por tarefa.
Nemotron 3.5 Lightning	US$ 0,05 / US$ 0,20 na hospedagem listada	Muito mais barato no preço nominal, mas os dados disponíveis não permitem uma comparação rigorosa e equivalente de benchmarks com o Flash.

A tabela não é um ranking universal. Os benchmarks foram obtidos em avaliações diferentes, e as fontes não estabelecem um teste único e controlado com todos os modelos. Os preços também podem refletir condições distintas de hospedagem, descontos ou disponibilidade.

A estratégia da Google: mais volume, não necessariamente a maior nota

As comparações disponíveis indicam uma escolha clara de posicionamento. O Gemini 3.7 Flash está próximo da fronteira no Intelligence Index, mas não tem a maior pontuação: o GPT-5.6 Terra aparece ligeiramente à frente, com 57, e também lidera a comparação citada do Terminal-Bench.

A Google está enfatizando o equilíbrio entre inteligência, latência e custo. Um modelo rápido o suficiente para o desenvolvimento interativo e barato o bastante para ser chamado repetidamente pode ser mais útil em uma plataforma de agentes do que um modelo mais lento e caro que vence um benchmark específico.

Isso é relevante para assistentes de programação, resolução automatizada de problemas, agentes de desenvolvimento web e sistemas que leem contexto, acionam ferramentas, analisam resultados e tentam novamente. Nesse tipo de aplicação, o custo acumulado de cada ciclo pode ser mais importante do que uma pequena diferença em um ranking de inteligência.

A onda de lançamentos de agosto de 2026 torna essa disputa ainda mais acirrada. O Qwen3.8-Max amplia a concorrência em agentes e engenharia de software; GLM-5.3 e Nemotron 3.5 Lightning pressionam em preço e eficiência; enquanto Claude Opus 5 e GPT-5.6 miram capacidades de ponta.

Veredito

O Gemini 3.7 Flash faz mais sentido como um modelo de trabalho para alto volume do que como o modelo indiscutivelmente mais inteligente do mercado. Seu argumento mais forte combina pontuação 56 no Intelligence Index, geração de aproximadamente 340 tokens por segundo, bons resultados em programação e agentes de terminal e um preço promocional excepcionalmente baixo.

Para desenvolvedores, o principal alerta é financeiro. As tarifas de US$ 0,75/US$ 3,75 terminam em 31 de dezembro de 2026; no dia seguinte, passam a valer US$ 1,50/US$ 7,50. A afirmação da Google sobre crescimento pode se confirmar, mas, sem números de uso que a sustentem, a evidência atual comprova apenas uma estratégia: tornar a inferência rápida e acessível o padrão para aplicações de agentes em escala — não um recorde de adoção já verificado.