Gemini 3.7 Flash para programar: em que etapas do seu fluxo de código o modelo entra?

Fala aí, beleza? O Google acabou de soltar o Gemini 3.7 Flash como modelo de trabalho voltado a código e agentes, e o mais insano é o intervalo: ele chegou só três semanas depois do 3.6 Flash

O anúncio saiu no blog oficial e o próprio Google diz que o modelo nasceu de feedback de desenvolvedores somado a melhorias algorítmicas

Então a pergunta que interessa pra quem escreve código não é "é melhor?", é outra: em QUAL etapa do teu fluxo esse modelo rápido rende mais? Bora destrinchar isso com o que está documentado, sem achismo 🙂

Formação Recomendada

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

• 474 aulas
• 20 projetos
• 39h 27min

Conhecer formação

O que o Google lançou (e o que mudou em relação ao 3.6 Flash)

Primeiro o ponto que muda a leitura toda: o 3.7 Flash é baseado no Gemini 3.6 Flash, com melhorias algorítmicas no núcleo de raciocínio

Ou seja, não é um pré-treino novo do zero

E isso tem consequência prática: o corte de conhecimento continua em março de 2026, igualzinho, e a suíte de ferramentas embutidas é a mesma do 3.6 Flash

Se você já leu sobre o modelo rápido anterior do Google, pode pensar nesta versão como o mesmo motor com o raciocínio afinado, não como uma máquina diferente

O Google concentra os ganhos em três frentes: engenharia de software, trabalho de conhecimento com documentos e desenvolvimento web

E tem um detalhe que os devs de front vão gostar: o modelo replica estilo de UI a partir de captura de tela, imagem ou design system de referência, e gera layouts mais funcionais e apps mais completos em menos prompts, segundo o anúncio

O status também é importante pra quem vai colocar em produção: o modelo está GA (generally available), com o identificador de API gemini-3.7-flash

3.7 Flash x 3.6 Flash: números que o Google divulgou

Se liga: TODOS os números abaixo são reportados pelo Google no anúncio e na documentação

Não é medição nossa, não rodamos benchmark aqui

O Elo da WebDev Arena é atribuído pelo próprio Google à Arena.ai

O salto nos dois benchmarks de engenharia de software é grande, principalmente o DeepSWE v1.1, que sai de 49,0% pra 65,3%

Mas benchmark é benchmark, né? O que vale mesmo é onde o bicho encaixa no teu dia

Em que etapas do fluxo de código o 3.7 Flash entra

Aqui mora o pulo do gato

O nível de raciocínio é ajustável por três valores no parâmetro thinking_level: low, medium e high, sendo medium o padrão

A documentação do Google recomenda cada nível pra um tipo de tarefa, e dá pra mapear isso direto em etapas do desenvolvimento

thinking_level low: tudo que precisa responder AGORA

O low reduz o tempo até a resposta em tarefas sensíveis a latência

A doc cita pipelines de resposta a incidente, chat em tempo real, rascunhos e análise rápida de dados

Na prática do fluxo de código, é o nível do "me dá um esqueleto disso", do primeiro rascunho de função, da leitura rápida de um log durante um incêndio em produção

Você não quer o modelo filosofando enquanto o alerta apita

thinking_level medium: o padrão pro trabalho agêntico

O medium é o padrão e é recomendado pra código complexo e casos agênticos, com maior acerto de primeira

Esse "acerto de primeira" é o detalhe que importa em agente: cada retrabalho é mais uma volta no loop, mais tokens queimados e mais tempo esperando

Se você roda tarefa agêntica de verdade (o agente lê o repo, edita arquivo, roda comando), o padrão já é o lugar certo pra começar

thinking_level high: refactor duro e raciocínio pesado

O high maximiza raciocínio e uso de ferramentas

A indicação é pra raciocínio complexo, matemática difícil e as tarefas mais difíceis de código e agentes

Porém tem preço: o próprio Google avisa que esse nível consome mais tokens e custa mais

Então é bisturi, não é default

Guarda pro refactor cabeludo, pra aquela migração que precisa entender o sistema inteiro antes de mexer em uma linha

A porta de entrada de contexto: multimodal

O modelo aceita entrada em texto, imagem, áudio e vídeo, com saída em texto

E é isso que destrava o caso de UI: em vez de descrever o layout em três parágrafos, você joga a captura de tela, a imagem ou o design system de referência e pede a replicação do estilo

Junta isso com 1 milhão de tokens de contexto de entrada e dá pra colocar bastante coisa junto do print: o código atual, o token de design, a documentação do componente

Só lembra que a saída tem teto de 64 mil tokens, ou seja, contexto gigante de entrada não vira arquivo gigante de saída

Onde você já consegue usar o modelo hoje

A lista de produtos é generosa: Gemini API, Google AI Studio, Gemini CLI, Vertex AI e Gemini Enterprise

E tem um movimento que diz muito sobre a aposta do Google: o 3.7 Flash virou o novo modelo padrão que roda o agente Antigravity, nos Gemini Managed Agents e no Google Antigravity SDK, já disponível no Google Antigravity

Quando um modelo vira o padrão do agente da casa, é sinal de que a empresa confia nele pro trabalho longo, não só pro chat

No Gemini CLI, o que está documentado é o comando /model

Ele abre um diálogo em tela cheia com as opções Auto (padrão), Pro, Flash e Flash-Lite

A opção Manual permite escolher um modelo específico entre os disponíveis, e a flag --model define o modelo na inicialização

Na prática: roda o /model, entra em Manual e escolhe o modelo na lista que a tua instalação mostra

Tome cuidado com um ponto se você já tem código rodando: o thinking_level substituiu o parâmetro legado thinking_budget

Quem tem integração antiga apontando pro nome velho vai querer olhar isso antes de trocar o modelo e levar a culpa pro coitado do 3.7

Vale encaixar o Gemini 3.7 Flash no seu fluxo agora?

Vamos ser honestos sobre o que dá pra afirmar

O que os números do Google sustentam: salto grande nos dois benchmarks de engenharia de software (43,6% contra 34,4% no FrontierCode 1.1 Main e 65,3% contra 49,0% no DeepSWE v1.1) e Elo maior em desenvolvimento web

O que o preço muda no cálculo: a tarifa introdutória é US$ 0,75 por 1 milhão de tokens de entrada e US$ 3,75 por 1 milhão de saída

Essa tarifa vale no Google AI Studio e no Gemini Enterprise Agent Platform até 31 de dezembro de 2026, pro 3.7 Flash e também pro 3.6 Flash

Depois disso a conta DOBRA: a partir de 1º de janeiro de 2027 passa a US$ 1,50 na entrada e US$ 7,50 na saída por milhão de tokens

Então se você está montando planilha de custo pra 2027, usa o preço cheio, não o promocional

O que fica em aberto: não medimos latência aqui, não rodamos os benchmarks e não temos comparação própria contra outros modelos

Quem já está avaliando se troca o modelo atual em tarefas específicas sabe que essa decisão se resolve no teu repo, não no gráfico de ninguém

E lembra do corte de conhecimento: continua março de 2026, igual ao 3.6 Flash

Biblioteca que mudou depois disso segue sendo assunto pra contexto e ferramenta, não pra memória do modelo

Conclusão

O 3.7 Flash não pede que você jogue fora teu setup, ele pede um lugar específico na esteira

Próximo passo bem concreto: escolhe UMA etapa do teu fluxo pra testar

1. Rascunho rápido ou leitura de log em low, medindo se a resposta chega no tempo que você aguenta esperar
2. Uma tarefa agêntica real em medium, o padrão, olhando quantas voltas o agente precisa pra acertar
3. Um refactor difícil em high, olhando se o ganho de raciocínio compensa o gasto maior de tokens que o próprio Google avisa

Depois compara com teu modelo atual na MESMA tarefa e olha o custo com calma, porque o preço introdutório tem data pra acabar (31/12/2026) e a conta muda de patamar em janeiro de 2027

É assim que se decide onde um modelo entra: no teu código, com a tua tarefa, não no anúncio

até o próximo post! 😀