O que é o Gemini AI e para que ele serve no dia a dia de quem programa?

Fala aí, beleza? Tu já ouviu o nome Gemini umas cem vezes essa semana e ainda não sabe se aquilo entra no teu fluxo de trabalho ou se é só barulho de lançamento

Gemini AI é o nome da família de modelos de IA do Google, e ela não é uma coisa só: tem uma linha pesada, feita pra raciocínio, e uma linha leve, feita pra volume e velocidade

Esse post responde três perguntas: o que é o Gemini, o que ele resolve bem no dia a dia de quem programa e onde ele fica devendo

E tem uma mudança recente que quebra tutorial antigo, vou falar dela também 😀

Quais modelos existem hoje na família Gemini

O topo de linha em disponibilidade geral é o Gemini 3.1 Pro, lançado em 19 de fevereiro de 2026 como sucessor do Gemini 3 Pro

Em 21 de julho de 2026 o Google anunciou mais três modelos, todos da família Flash: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber, esse último voltado a segurança cibernética

Na mesma leva, o Google confirmou que o Gemini 3.5 Pro ainda não estava pronto (volto nisso lá embaixo, na seção "Onde o Gemini fica devendo", com o motivo do atraso)

Desses, o 3.6 Flash e o 3.5 Flash-Lite aparecem como GA na documentação da Gemini API, ou seja, liberados pra usar em produção

E qual a lógica de Pro x Flash?

Pro é o modelo que tu chama quando a tarefa exige raciocínio pesado e entrada complicada: código grande, documento comprido, análise que não pode sair rasa

Flash é o modelo que tu chama quando a tarefa é simples mas acontece dez mil vezes: classificar, extrair, resumir, responder rápido

Se tu conhece a ideia de escolher instância grande ou instância pequena na nuvem, é a mesma cabeça: o caro nem sempre é o certo, o certo é o que dá conta com menos gasto

Formação Recomendada

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

• 474 aulas
• 20 projetos
• 39h 27min

Conhecer formação

Gemini 3.1 Pro x Gemini 3.6 Flash x Gemini 3.5 Flash-Lite: qual usar

Montei a tabela só com o que está publicado. Onde o Google não divulgou, tá escrito "não divulgado", porque chutar número aqui é o jeito mais rápido de escrever besteira

A leitura curta da tabela: o 3.6 Flash é o que mais mudou de patamar, porque entrega mais em tarefa agêntica e multimodal gastando menos token e custando menos que o 3.5 Flash

Para que o Gemini serve no dia a dia de quem programa

Aqui vale separar capacidade real de promessa de marketing, então vou pelo que dá pra sustentar

Ler coisa grande de uma vez só

Com 1 milhão de tokens de contexto de entrada, dá pra jogar um módulo inteiro, uma documentação comprida ou um monte de arquivo relacionado na mesma conversa, sem ficar picotando em pedacinho e perdendo o fio

É o caso clássico de "me explica esse projeto que eu herdei ontem"

Trabalhar em cima de print, PDF, áudio e vídeo

O Gemini 3.1 Pro é multimodal nativo e aceita texto, imagem, arquivo, áudio e vídeo

Na prática isso é o print do erro do console, o PDF da especificação, a gravação da reunião de requisito, tudo entrando como entrada mesmo, não como transcrição improvisada por você antes

Tarefa agêntica e volume alto

O 3.6 Flash é o candidato quando a coisa roda em loop: agente que executa passos, pipeline que processa fila, job que gira sozinho de madrugada

Gastar 17% menos token que a versão anterior parece detalhe até tu multiplicar por dez mil execuções

Automação e classificação em massa

Pra triagem, etiquetagem e resposta padronizada, o Flash-Lite é a peça enxuta da família

Se o teu caso é exatamente esse tipo de rotina repetitiva, montar automações de conteúdo com n8n é um jeito bem direto de começar sem escrever backend nenhum

E esse barateamento não é exclusividade do Google, é o mercado inteiro empurrando o custo de inferência pra baixo, dá pra ver isso no acordo entre Groq e Nvidia

Contexto de segurança

O Gemini 3.5 Flash Cyber foi anunciado com foco em segurança cibernética

Ficou no anúncio: detalhe de acesso e caso de uso concreto não foi divulgado, então não vou inventar receita de bolo em cima disso

O Gemini CLI saiu de cena para conta individual: agora é o Antigravity

Essa é a parte que derruba quem chega agora seguindo tutorial de meses atrás, presta atenção

Em 18 de junho de 2026 o Gemini CLI parou de servir requisições para Google AI Pro, Google AI Ultra e para quem usava de graça via Gemini Code Assist para indivíduos

As extensões de IDE do Gemini Code Assist também pararam de atender essas camadas na mesma data, e o caminho de migração indicado é a família Antigravity

Que Antigravity? É a plataforma de desenvolvimento agêntica do Google, anunciada em 18 de novembro de 2025 junto com o Gemini 3, com Editor View (IDE com autocomplete e comandos inline) e Manager Surface (interface pra criar, orquestrar e observar vários agentes em paralelo), rodando em macOS, Windows e Linux

No Google I/O 2026, em 19 de maio de 2026, veio o Antigravity 2.0 juntando IDE desktop, CLI, SDK, uma camada de Managed Agents API e caminho de implantação corporativa

E o comando de terminal mudou de nome: agora é agy, do Antigravity CLI, no lugar do gemini

O passo a passo pra sair do zero:

1. Instale o binário nativo. Não procure pacote npm: o Antigravity CLI é distribuído como binário, com script de instalação por plataforma. No Windows, a instalação roda no PowerShell:

curl -fsSL https://antigravity.google/cli/install.cmd -o install.cmd && install.cmd && del install.cmd

No macOS e no Linux o instalador nativo coloca o executável em ~/.local/bin/agy

O erro comum deste passo: tentar instalar por gerenciador de pacote do Node porque o tutorial antigo mandava, e concluir que "não funciona". Não é npm, é binário

2. Rode agy pela primeira vez. Em ambiente que já tinha configuração antiga, o CLI detecta os perfis existentes e abre um checklist interativo pra você escolher o que migrar

O erro comum deste passo: sair recriando tudo na mão antes de abrir o CLI. Deixa o checklist trabalhar por você

3. Confira o que veio junto. O agy preserva os recursos centrais do Gemini CLI: Agent Skills, Hooks, Subagents e Extensions, essas últimas agora como plugins do Antigravity

E se tu está num contexto corporativo, calma: o Gemini CLI continua acessível para organizações com licença Gemini Code Assist Standard ou Enterprise e via chaves de API pagas do Gemini e do Gemini Enterprise Agent Platform

O que acabou foi o caminho de conta individual, não a ferramenta inteira

Quanto custa usar o Gemini no Brasil

Os valores oficiais em reais, pra tu decidir com a calculadora e não com o hype:

Uma nota importante sobre o Ultra: ele custava R$ 1.209,90 por mês e passou a R$ 779,90, com o armazenamento caindo pra 20 TB

Quem quer os 30 TB de antes paga R$ 999,90, que é o nível de cima da tabela

O que eu vi usando o Gemini junto com o NotebookLM

Aqui eu falo do que passou pela minha mão mesmo, sem achismo

No vídeo abaixo eu monto um fluxograma comparando duas situações: usar o NotebookLM e o Gemini separados, cada um no seu canto, contra usar os dois na mesma conversa

O NotebookLM, do jeito que eu descrevo ali, é uma base fechada nas fontes que tu adiciona, e é isso que faz ele virar especialista naquele assunto

O preço disso é a limitação: ele não faz pesquisa em tempo real na internet e os notebooks ficam isolados um do outro

Do outro lado, o Gemini tem busca na web, raciocínio avançado e cruzamento de várias fontes, mas com risco de alucinação e sem conhecer os teus documentos

Dá pra jogar arquivo do Drive direto no Gemini? Dá, e pra coisa pontual resolve

Só que com muitas fontes isso vira mais trabalho que benefício, e é aí que o combo entra

No vídeo eu crio um notebook e mostro as opções de fonte que aparecem: pesquisa na web, upload de arquivo do PC em PDF, vídeo do YouTube, arquivo do Drive e texto colado

Depois eu defendo uma regra que pra mim é a chave da coisa toda: cada notebook precisa ter escopo definido

Pra provar isso eu uso dois notebooks separados, um de análise de concorrentes e pesquisa de mercado e outro só com feedback de clientes, e pergunto coisa específica pra cada um: qual concorrente tem melhor custo-benefício num, qual a dor mais mencionada no outro

Aí eu conecto os notebooks dentro da conversa do Gemini pelo mesmo botão de adicionar que eu uso pra anexar arquivo, escolho os dois e eles passam a funcionar como fontes daquela conversa

O prompt seguinte cita os dois notebooks pelo nome e pede as maiores lacunas do mercado organizadas por criticidade, e a resposta volta trazendo os notebooks como fontes citadas

Antes dos prompts mais pesados eu ativo o modo de raciocínio

Depois eu encadeio: peço a definição de um MVP com features priorizadas, justificativa com dados dos notebooks, comparação com concorrentes e uma lista do que NÃO deve entrar

E fecho pedindo busca na web cruzada com os dados dos notebooks, que é exatamente o ponto onde as duas capacidades trabalham juntas na mesma conversa

Detalhe prático que eu percebi na hora: depois de conectados, não precisa adicionar os notebooks de novo a cada mensagem

Eu também comento no vídeo que isso funciona nas Gems, que eu descrevo como assistentes especialistas pra um fim

Uso as duas ferramentas todos os dias, e minha conclusão foi essa: a integração cobre o ponto fraco de cada lado, os notebooks entregam base fiel e citável dos teus documentos, o Gemini soma busca, raciocínio e cruzamento entre vários notebooks, e isso reduz alucinação e leva a análise além do que o NotebookLM sozinho alcança

Pra quem faz pesquisa em cima de material próprio, esse combo é o melhor uso do Gemini que eu conheço hoje

Onde o Gemini fica devendo

Não é tudo topzera, e o buraco atual tem nome: Gemini 3.5 Pro

Até agora ele não foi lançado ao público e continua em teste com parceiros, sem data definida

O motivo do adiamento é justamente o que interessa pra quem lê esse blog: desempenho em geração de código

O Google resetou e atualizou os dados de treino no fim de junho de 2026 pra corrigir a performance em código, depois de resultados internos abaixo do esperado

Aí em julho de 2026 veio o anúncio de três modelos, todos Flash, e a confirmação de que o carro-chefe ainda não estava pronto

Somando: quem vive de código no dia a dia está usando o 3.1 Pro enquanto a próxima geração do Pro não sai do forno

O segundo custo é de mudança de ferramenta

Se tu tinha script, atalho e rotina montados em cima do gemini, isso vira trabalho de migração, porque na conta individual o Gemini CLI e as extensões do Code Assist saíram de cena

Migração assistida ajuda, mas ainda é uma tarde do teu mês

Pra quem vale hoje: quem trabalha com entrada grande e variada (código extenso, PDF, áudio, vídeo), quem roda volume alto e quer gastar menos token, e quem já vive dentro do ecossistema Google

Pra quem não vale agora: quem estava esperando especificamente o salto do Pro em geração de código, e quem não tem paciência pra trocar de CLI no meio do fluxo

Vale entrar no Gemini agora?

Minha resposta honesta: vale entrar, mas entrando pelo caminho certo, não pelo tutorial de seis meses atrás

O próximo passo concreto é curto

Escolhe o plano que cabe no bolso (o Plus a R$ 24,99 por mês é o pago de entrada, o Pro a R$ 96,99 é o que dá acesso ao Gemini 3.1 Pro)

Instala o Antigravity CLI pelo binário nativo e roda agy uma vez, pra deixar o checklist migrar a configuração antiga antes que tu esqueça que ela existia

E fica de olho no que vem, porque em julho de 2026 o Google informou ter iniciado o pré-treino de um novo carro-chefe, o Gemini 4

Ou seja: o line-up que tu escolher hoje vai mudar de novo, e tudo bem, o importante é o teu fluxo não depender de uma versão específica pra funcionar

Se tu testar o combo com o NotebookLM que eu mostrei ali em cima, me conta como foi, tenho curiosidade de saber que tipo de base tu vai montar 😀

até o próximo post!