Google Atrasa o Gemini 3.5 Pro para Julho: Data de 17/07 e 'Reconstrução da Arquitetura' Ainda São Rumor, Não Confirmação Oficial

O lançamento do modelo mais aguardado da Google em 2026 voltou a escorregar no calendário, e a história por trás do atraso ficou mais complicada do que um simples ajuste de cronograma. Depois de prometer a versão completa do Gemini 3.5 Pro para junho, a companhia confirmou que o modelo só chega em julho — e, nesse meio-tempo, perdeu quatro pesquisadores seniores para OpenAI e Anthropic e viu as ações da Alphabet derreterem em bolsa.

Resposta Rápida (TL;DR): A Google confirmou, por meio de reportagem da Business Insider, que o Gemini 3.5 Pro perdeu a janela de lançamento de junho prometida no Google I/O e só chega em julho de 2026, citando problemas de eficiência de tokens, desempenho de codificação e raciocínio em tarefas longas. A data específica de 17 de julho e a suposta "reconstrução total da arquitetura" a partir de um novo pré-treinamento circulam em veículos especializados menores, mas não foram confirmadas pela Google até a publicação desta reportagem.

O que a Google confirmou oficialmente

No Google I/O de 19 de maio de 2026, a empresa lançou o Gemini 3.5 Flash e, ao mesmo tempo, revelou que uma versão "Pro" mais robusta já estava em uso interno. Segundo o anúncio oficial no blog da Google, a empresa afirmou textualmente: "estamos trabalhando arduamente no 3.5 Pro. Ele já está sendo usado internamente e esperamos lançá-lo no mês que vem" — ou seja, junho.

A cobertura do evento pelo TechCrunch detalhou como o Flash já demonstrava capacidades agênticas avançadas, incluindo a execução de projetos de pesquisa de forma autônoma, a construção de um sistema operacional do zero em uma demonstração ao vivo e a possibilidade de rodar por horas antes de pausar para decisões críticas do usuário. O papel reservado ao Pro, segundo a mesma reportagem, seria o de "orquestrador" e "planejador" — um modelo que coordenaria múltiplos subagentes do Flash trabalhando em paralelo. A CNBC confirmou o mesmo pacote de anúncios, incluindo o novo assistente pessoal Gemini Spark e a promessa de disponibilidade ampla do Pro para o mês seguinte.

Essa promessa não se cumpriu. Em 24 de junho, a Business Insider revelou — em reportagem replicada pela Investing.com — que o modelo seguia restrito a um preview corporativo no Vertex AI, disponível apenas para um grupo seleto de clientes e testadores na plataforma Antigravity. A Google, segundo a reportagem, estava usando o tempo extra para "coletar feedback de testadores iniciais" e "incorporar aprendizados do modelo Flash" antes do lançamento amplo.

Imagem ilustrativa sobre Google Atrasa o Gemini 3.5 Pro para Julho: Data de 17/07 e 'Reconstrução da Arquitetura' Ainda São Rumor, Não

Os motivos técnicos por trás do adiamento

Diferente do que costuma acontecer em atrasos de produtos de IA — geralmente atribuídos vagamente a "ajustes finais" —, a reportagem da Business Insider apontou três problemas concretos e interligados: questões de eficiência de tokens sinalizadas por testadores iniciais, desempenho de codificação ainda abaixo do patamar esperado de um modelo de ponta, e raciocínio em múltiplas etapas de longa duração que não atingiu a régua que a própria Google estabeleceu no I/O.

A questão da eficiência de tokens não é um detalhe menor. Em 2026, o custo para completar uma tarefa — não apenas a pontuação em benchmarks ou o tamanho da janela de contexto — tornou-se o critério decisivo de compra para empresas que avaliam qual modelo padronizar em seus fluxos de trabalho. Usuários do próprio Gemini 3.5 Flash já haviam relatado que o modelo consome tokens mais rápido do que o esperado, o que infla custos em prompts longos ou fluxos de trabalho agênticos estendidos. Um modelo "Pro" que gastasse mais tokens para chegar à mesma resposta seria, na prática, mais caro de operar em escala — inclusive em comparação com o próprio Flash da casa. Quem quiser dimensionar esse tipo de impacto financeiro em fluxos de trabalho com IA pode simular cenários de consumo de tokens na Calculadora de Custos do Turbina IA.

O terceiro ponto — raciocínio em tarefas longas e de múltiplas etapas — é o que mais diretamente conecta o atraso à narrativa de "gargalos agênticos". Um modelo pensado para orquestrar subagentes, delegar subtarefas e manter coerência ao longo de sessões de horas de duração depende de uma capacidade de raciocínio sequencial que, segundo os testadores citados pela Business Insider, ainda não estava à altura do que a Google prometeu publicamente em maio. Para quem quer entender melhor o que caracteriza tecnicamente uma "tarefa agêntica" — e por que ela é mais exigente do que uma simples resposta de chatbot —, vale consultar o verbete correspondente no Glossário de IA do site.

A "reconstrução total da arquitetura": o que é rumor e o que é confirmado

É aqui que a história se divide entre fato verificado e especulação de bastidor. Uma leva de veículos especializados menores — entre eles TechTimes, HackerNoon e agregadores de notícias de tecnologia — passou a reportar, a partir de fins de junho, que a Google teria decidido descartar por completo a arquitetura-base do Gemini 2.5 Pro e iniciar um novo ciclo de pré-treinamento a partir de uma fundação nativa do Gemini 3, supostamente para corrigir deficiências em raciocínio matemático de múltiplas etapas e geração de cenas em SVG. Esses mesmos veículos apontam 17 de julho como a nova data de disponibilidade geral, coincidindo — segundo a cobertura do TechTimes — com a graduação da família DeepSeek V4 de preview para lançamento estável.

Até o fechamento desta reportagem, porém, nenhuma fonte de primeira linha — nem a própria Google, nem veículos como Reuters, Bloomberg ou o próprio TechCrunch — confirmou de forma independente nem a data exata de 17 de julho, nem o suposto descarte completo da arquitetura-base. A Business Insider, fonte mais robusta sobre o atraso em si, fala em problemas específicos de eficiência, codificação e raciocínio — não em uma reconstrução total do modelo do zero. Um porta-voz da Google, segundo a própria reportagem, se recusou a comentar o novo cronograma. Trata-se, portanto, de informação ainda não confirmada oficialmente e que deve ser tratada como rumor de bastidor até que a Google faça um anúncio formal.

Imagem ilustrativa sobre Google Atrasa o Gemini 3.5 Pro para Julho: Data de 17/07 e 'Reconstrução da Arquitetura' Ainda São Rumor, Não

Fuga de talentos aprofunda a pressão sobre o DeepMind

Enquanto o atraso do modelo se desenrolava, a Google DeepMind viveu o que a Fortune descreveu como uma sequência de perdas de pesquisadores de altíssimo perfil em questão de dias. Noam Shazeer, coautor do artigo "Attention Is All You Need" — o paper que introduziu a arquitetura Transformer usada pela maioria dos grandes modelos de linguagem atuais — e colíder do projeto Gemini, anunciou sua saída para a OpenAI em 18 de junho. Shazeer já havia deixado a Google uma vez antes, insatisfeito com a lentidão da empresa, fundado a Character.AI e retornado em 2024 em um acordo de licenciamento de tecnologia avaliado em US$ 2,7 bilhões.

Dois dias depois, John Jumper — vice-presidente do DeepMind e vencedor do Prêmio Nobel de Química de 2024 por seu trabalho no AlphaFold — confirmou que deixaria a empresa após quase nove anos para se juntar à Anthropic. Menos de uma semana depois, o TechCrunch revelou que outros dois nomes ligados ao desenvolvimento do Gemini, Jonas Adler e Alexander Pritzel, também estavam de saída para a Anthropic — o primeiro atuando nos esforços de codificação da empresa, o segundo em treinamento de sistemas de IA. A mesma reportagem, corroborada pela Bloomberg, sugere que a iminência das aberturas de capital da OpenAI e da Anthropic tornou pacotes de ações dessas empresas particularmente atraentes para talentos seniores do Google, somando-se a queixas internas sobre escassez de poder computacional alocado às equipes.

Reação do mercado

O mercado reagiu com dureza à combinação de atraso de produto e fuga de talentos. De acordo com a Fortune, as ações da Alphabet caíram mais de 5% em um único pregão, em 22 de junho — poucos dias após o anúncio de Shazeer e horas depois da confirmação de Jumper. A sequência dos eventos sugere que a saída dos pesquisadores pesou tanto quanto, ou mais do que, o próprio adiamento do Gemini 3.5 Pro na avaliação de investidores: o mercado parece ter precificado não apenas um produto atrasado, mas o risco de que os próprios arquitetos por trás dele estejam migrando para os concorrentes diretos.

Linha do tempo dos eventos confirmados

Data	Evento	Fonte
19/05/2026	Google lança Gemini 3.5 Flash no I/O e promete Gemini 3.5 Pro para "o mês que vem"	Google, TechCrunch
18/06/2026	Noam Shazeer anuncia saída para a OpenAI	TechCrunch
21/06/2026	John Jumper confirma saída para a Anthropic	Fortune
22/06/2026	Ações da Alphabet caem mais de 5%	Fortune
24/06/2026	Jonas Adler e Alexander Pritzel também migram para a Anthropic; Business Insider revela atraso do Gemini 3.5 Pro para julho	TechCrunch, Investing.com
17/07/2026 (não confirmado)	Data rumorada de disponibilidade geral do Gemini 3.5 Pro	TechTimes

O que isso revela sobre os limites atuais da IA agêntica

Independentemente de a arquitetura ter sido ou não reconstruída do zero, o episódio expõe algo mais estrutural sobre o estágio atual da corrida por modelos agênticos: a diferença entre demonstrar uma tarefa autônoma impressionante em um palco — como a construção de um sistema operacional ao vivo no I/O — e sustentar raciocínio confiável e eficiente em tarefas longas, de múltiplas etapas, no mundo real. É exatamente essa lacuna entre demonstração e produção que a Business Insider aponta como o principal motivo técnico do atraso. Modelos "orquestradores" como o Pro precisam manter coerência de contexto, controlar custo por token e sustentar cadeias de raciocínio por horas — um conjunto de exigências muito mais rígido do que responder a um único prompt.

Esse tipo de gargalo não é exclusivo da Google. À medida que OpenAI, Anthropic e a chinesa DeepSeek disputam a mesma fronteira de modelos capazes de operar como agentes autônomos, comparar de forma objetiva desempenho, custo e limites de cada modelo se tornou tarefa essencial para quem decide onde investir tempo de desenvolvimento. Ferramentas como o Comparador de IAs do Turbina IA ajudam a colocar lado a lado especificações confirmadas de diferentes modelos, evitando decisões baseadas em anúncios ainda não confirmados.

Contexto competitivo

O adiamento acontece em um momento particularmente sensível para a Google. Rivais como OpenAI e Anthropic não apenas avançam com seus próprios modelos, como agora atraem diretamente os pesquisadores que ajudaram a construir o Gemini. A eventual disponibilidade geral do Gemini 3.5 Pro — em julho, seja qual for a data exata — chega em um mercado que já não perdoa lançamentos que não sustentem, na prática, o que foi prometido em palco. Para desenvolvedores que já usam o Gemini 3.5 Flash em fluxos de automação, vale acompanhar como as mudanças no modelo "Pro" afetam prompts e integrações já existentes — um bom ponto de partida é testar variações no Gerador de Prompts do site antes de migrar fluxos de produção para uma versão ainda em preview.

Perguntas Frequentes

O Gemini 3.5 Pro já tem data oficial de lançamento?

Não. A Google confirmou, por meio de reportagem da Business Insider, que o modelo está atrasado para junho e chega em julho de 2026, mas não divulgou uma data exata. A data de 17 de julho circula apenas em veículos especializados menores, sem confirmação oficial da empresa.

É verdade que a Google reconstruiu toda a arquitetura do Gemini 3.5 Pro?

Essa informação também não foi confirmada oficialmente. A explicação verificada para o atraso, segundo a Business Insider, envolve três problemas específicos — eficiência de tokens, desempenho de codificação e raciocínio em tarefas longas —, não necessariamente um descarte completo da arquitetura-base.

Por que tantos pesquisadores do Google DeepMind saíram ao mesmo tempo?

Segundo TechCrunch e Bloomberg, a proximidade das aberturas de capital da OpenAI e da Anthropic tornou os pacotes de remuneração em ações dessas empresas mais atrativos, somando-se a frustrações internas de alguns pesquisadores com a alocação de poder computacional na Google.