Google LLM: quais modelos de linguagem o Google oferece e onde usar cada um em 2026

Fala aí, beleza? Quando alguém pesquisa "Google LLM", espera achar UM modelo, mas o Google tem três famílias bem diferentes 😀

Tem o Gemini (fechado, via chat e API), o Gemma (aberto, roda na sua máquina) e o Gemini Nano (roda dentro do próprio Android)

Cada um entra por um caminho diferente: interface de chat, API, ferramenta de código, modelo local e app mobile

Neste post eu mapeio qual modelo existe hoje, por onde tu acessa cada um e pra que tipo de tarefa cada caminho faz sentido, beleza?

Bora!

Quais modelos de linguagem o Google oferece em 2026

Antes de escolher, vale ver o cardápio inteiro numa tabela só

Modelo	Tipo	Onde acessa	Uso típico
Gemini 3.8 Flash	Fechado	API Gemini (Google AI Studio e Agent Platform)	Modelo de uso geral mais recente, lançado em 2/9/2026, com foco em engenharia de software de longo horizonte, agentes autônomos e fluxos corporativos complexos
Gemini 3.1 Pro	Fechado (preview)	API Gemini, ID gemini-3.1-pro-preview	Raciocínio de ponta, com 1.048.576 tokens de entrada (1M) e até 65.536 tokens de saída
Gemini 3.5 Flash-Lite	Fechado	API Gemini	Versão Lite que faz parte da linha atual
Gemini 3.8 Live e Gemini 3.8 Flash TTS	Fechado	API Gemini	Também fazem parte da linha atual da família Gemini 3
Gemma 4	Aberto (Apache 2.0)	Hugging Face, Kaggle e ferramentas locais	Rodar na sua máquina: E2B, E4B, 12B Unified, 26B MoE e 31B Dense, com contexto de até 256K tokens
Gemini Nano	No aparelho	Android, via AICore	IA dentro do app, sem internet

A linha atual da família Gemini 3 na API ainda tem o Gemini 3.7 Flash, o 3.6 Flash e o 3.5 Flash, ou seja, tem bastante opção de Flash na mesa

O que significam stable, preview, latest e experimental?

Os modelos Gemini são publicados em quatro tipos de versão: stable, preview, latest e experimental

Isso importa mais do que parece: modelos preview e experimentais têm limites de uso mais apertados no nível gratuito

E o Gemini 3.1 Pro, que é o topo de raciocínio do Google, continua em preview desde o lançamento em 19/02/2026

Então se tu vai colocar algo em produção, olha o tipo de versão antes de olhar só o nome do modelo 🙂

Os Gemini 2.5 estão sendo aposentados:

Tome cuidado aqui!

Desde 18/09/2026, só projetos que já usavam os modelos 2.5 têm acesso a eles

Projeto novo recebe a mensagem "no longer available to new users"

No Gemini Enterprise Agent Platform (o antigo Vertex AI), a aposentadoria do gemini-2.5-pro, do gemini-2.5-flash e do gemini-2.5-flash-lite está marcada para 20/10/2026

Na Gemini Developer API, quem já usava pode continuar até novo aviso, mas eu não começaria nada novo em cima deles

Gemini no chat: planos no Brasil e quando vale pagar

O caminho mais simples é o app Gemini, aquele chat que tu abre e conversa, sem API e sem código

No Brasil, os planos são estes:

Plano	Preço	Limites
Gratuito	R$ 0 (com Conta Google)	Base de comparação
Google AI Plus	R$ 24,99/mês	2x maiores que o gratuito
Google AI Pro	R$ 96,99/mês	4x maiores que o gratuito
Google AI Ultra	R$ 779,90/mês	Até 5x a capacidade do Pro
Google AI Ultra (opção maior)	R$ 999,90/mês	Até 20x a capacidade do Pro

O Ultra, aliás, caiu de R$ 1.209,90 para R$ 779,90/mês, e aí surgiu a opção de R$ 999,90 pra quem quer mais capacidade

Qual plano do Gemini faz sentido pra você?

• Gratuito: pra quem usa o chat de vez em quando, tira dúvida, revisa um texto e tal
• AI Plus: pra quem bate no limite do gratuito com frequência e quer o dobro sem gastar muito
• AI Pro: pra quem usa todo dia como ferramenta de trabalho. Tem um bônus pro dev: é um dos planos que aumenta a cota do Antigravity, a plataforma de agentes de código do Google (explico ela na seção sobre o fim do Gemini CLI, mais abaixo)
• AI Ultra: só pra uso MUITO pesado, o tipo de gente que passa o dia inteiro em cima da IA. Pra maioria é exagero

Minha regra prática: começa no gratuito e só sobe quando o limite realmente atrapalhar teu dia

Pagar plano "porque sim" é dinheiro jogado fora haha

API Gemini: como o dev acessa os modelos do Google

Agora sim, o caminho que interessa pra quem programa

A porta de entrada é o Google AI Studio, o ambiente no navegador pra testar prompts com os modelos Gemini

E o melhor: ele gera chave de API gratuita sem pedir cartão 😀

O nível gratuito da API Gemini:

A maioria dos modelos Flash e Flash-Lite atuais e o Gemini Embedding aparecem como "free of charge"

Ficam de fora do nível gratuito: Veo 3.1, Lyria, os modelos Pro Image e o Computer Use Preview

Dois detalhes que muita gente ignora:

• Seus dados: o uso no nível gratuito pode ser usado pra melhorar produtos do Google. Se o projeto tem dado sensível, pensa duas vezes
• Limites: o Google não publica mais limites fixos por modelo. Os limites ativos aparecem por projeto no console de rate limit do AI Studio, e são mais apertados em modelos preview e experimentais

Ou seja, se alguém te passar "o limite é X requisições por minuto", desconfia e confere no teu console

Dá pra usar a biblioteca da OpenAI com o Gemini?

Dá, e isso é muito massa!

A API Gemini é compatível com as bibliotecas da OpenAI (Python e JS/TS) e com REST

Você troca a api_key pela chave do Gemini e o base_url por https://generativelanguage.googleapis.com/v1beta/openai/, e a própria doc fala em mudar 3 linhas

Se você já tem código usando o SDK da OpenAI, fica mais ou menos assim:

from openai import OpenAI

client = OpenAI(
    api_key="SUA_CHAVE_GEMINI",
    base_url="https://generativelanguage.googleapis.com/v1beta/openai/"
)

response = client.chat.completions.create(
    model="gemini-3.1-pro-preview",
    messages=[{"role": "user", "content": "Explique o que é um LLM em duas frases"}]
)

print(response.choices[0].message.content)

A lógica é a mesma de quando você usa um proxy pra conectar vários modelos de IA no mesmo fluxo: o formato de chamada não muda, só o destino

Porém, se você precisa de algum recurso exclusivo do Gemini, a recomendação do Google é usar o SDK nativo

E o Vertex AI?

O Vertex AI virou o Gemini Enterprise Agent Platform

Foi anunciado em 22/04/2026 no Google Cloud Next ’26 como evolução do Vertex AI, e todos os serviços do Vertex AI agora rodam dentro dele

Na prática: AI Studio pra testar e prototipar, Agent Platform quando o projeto é corporativo e vive dentro do Google Cloud

Quanto custa usar os modelos Gemini na API

Preços por 1M de tokens:

Modelo	Entrada	Saída	Observação
Gemini 3.8 Flash (introdutório)	US$ 0,75	US$ 3,75	Até 31/12/2026
Gemini 3.8 Flash (padrão)	US$ 1,50	US$ 7,50	A partir de 1/1/2027
Gemini 3.1 Pro (prompt até 200 mil tokens)	US$ 2,00	US$ 12,00	Preview
Gemini 3.1 Pro (prompt acima de 200 mil tokens)	US$ 4,00	US$ 18,00	Cobrado sobre a requisição inteira
Gemini 2.5 Flash-Lite	US$ 0,10	US$ 0,40	Mais barato da tabela, mas só projetos antigos têm acesso

Se liga em dois detalhes

O preço introdutório também vale pro Gemini 3.7 Flash e pro 3.6 Flash, no Google AI Studio e no Gemini Enterprise Agent Platform, até 31/12/2026

E no 3.1 Pro, passou de 200 mil tokens de prompt, o preço maior vale pra requisição INTEIRA, não só pro excedente

Quando o Pro compensa e quando o Flash resolve?

O Flash resolve a maior parte do dia a dia: agente, automação, código, fluxo corporativo, e o próprio Google posiciona o 3.8 Flash pra engenharia de software de longo horizonte

O Pro compensa quando a tarefa pede raciocínio pesado ou um contexto gigante de verdade (lembra do 1M de entrada?)

Mas pensa no custo: mandar um repositório inteiro no Pro acima de 200 mil tokens cai na faixa mais cara

Eu começaria no Flash e só subiria pro Pro quando o Flash claramente não der conta

Gemini CLI saiu de cena: como programar com os modelos do Google agora

Aqui tem uma mudança que pegou muita gente de surpresa

Em 18/06/2026, o Gemini CLI e as extensões de IDE do Gemini Code Assist deixaram de atender o nível gratuito, o AI Pro e o AI Ultra

Hoje o CLI só funciona com:

• chave da API Gemini
• credenciais Vertex/Agent Platform
• licença Gemini Code Assist Standard ou Enterprise

Ou seja, aquele uso "loga com a conta pessoal e sai codando" acabou

O que é o Google Antigravity?

O Google Antigravity 2.0 é a plataforma de agentes de código do Google, lançada em 19/05/2026

Ela vem em várias peças:

• IDE desktop pra macOS, Linux e Windows
• CLI chamada agy
• SDK
• nível Managed Agents dentro da API Gemini

E o Antigravity CLI (agy), lançado em 18/06/2026, substituiu o Gemini CLI, com o mesmo harness de agente da IDE

Um detalhe mto massa: ele aceita modelos Gemini e também de terceiros, como Claude Sonnet e GPT-OSS

Quanto custa o Antigravity?

Tem plano Individual grátis (US$ 0), com limites semanais de agente e completions Tab ilimitadas

Não existe assinatura só do Antigravity: a cota maior vem do Google AI Pro ou do Ultra

Então aquele plano de chat que você paga acaba servindo também pro código, o que é bem conveniente 🙂

Gemma 4: o LLM aberto do Google para rodar na sua máquina

Se o Gemini é o "serviço na nuvem", o Gemma é o modelo que você baixa e roda onde quiser

O Gemma 4 foi lançado em 02/04/2026 pelo Google DeepMind, com pesos abertos sob licença Apache 2.0

Isso é uma mudança importante: as versões anteriores usavam uma licença própria, a Gemma License

Apache 2.0 é licença open source conhecida, então fica muiiito mais tranquilo usar em projeto comercial

Tamanhos e recursos do Gemma 4:

• Saiu em E2B, E4B, 26B MoE e 31B Dense
• O 12B Unified chegou em junho de 2026
• Aceita texto e imagem em todos os tamanhos
• Áudio nos modelos edge
• Contexto de até 256K tokens

Onde baixar e como rodar o Gemma 4?

Os pesos estão no Hugging Face e no Kaggle

E ele roda com as ferramentas que você provavelmente já conhece: llama.cpp, MLX, LM Studio, vLLM, Ollama, Unsloth e SGLang

Se você conhece Docker, pensa no Ollama como algo parecido: tu puxa o modelo e roda local, sem dor de cabeça

O Google tem um guia oficial de Gemma com Ollama, e eu seguiria ele pra pegar o nome certo do modelo (não confia em nome de repositório chutado por aí)

Quando o Gemma 4 faz sentido?

• Privacidade: o dado não sai da sua máquina
• Uso offline: ambiente sem internet ou com rede restrita
• Custo zero por token: você paga o hardware, não a chamada
• Fine-tuning: pesos abertos permitem ajustar o modelo pro seu caso

Só lembra que modelo grande local pede máquina parruda, não precisa ser PC da Nasa, mas também não é qualquer notebook haha

Modelos pequenos do Google na prática: o que eu vi com o Gemma 3 270m

Antes do Gemma 4 existir, eu testei um modelo minúsculo da geração anterior, o Gemma 3 270m

Vale deixar claro: é OUTRA geração, então nada do que eu vi vale como resultado do Gemma 4

Mas a lição sobre escolher o tamanho certo de modelo continua valendo, e muito

Como eu rodei e o que funcionou:

No vídeo abaixo eu mostro o processo: baixei e rodei o modelo localmente com o Ollama, copiando o nome do modelo e colando na busca do Ollama pra instalar

Quando testei com um prompt bem definido, o modelo respondeu corretamente a maior parte do tempo

Porém, em alguns momentos ele "mudava de linguagem" e dava respostas estranhas, fora do esperado

Onde o modelo pequeno falha?

Aí veio o teste que mais me ensinou

Pedi algo vago: "crie um artigo de N8N para explicar o software"

Resultado? Um artigo genérico que nem citava N8N kkk

Então refiz com um prompt detalhado: pedi 1000 palavras, explicação do que é N8N, pra que serve e um exemplo de agente de IA

E aí ele cumpriu a tarefa corretamente 😀

O que eu tirei disso:

Modelo pequeno exige prompt bem coordenado e tarefa de escopo bem definido

Se não for assim, o resultado sai totalmente fora do pedido e atrapalha mais que ajuda

Outra opinião minha: os gráficos comparativos que o Google mostra na documentação tendem a ser tendenciosos, então eu ignoraria eles e testaria na prática

E antes de ir pra produção, testa MUITO, beleza?

Tem também um caso de uso que eu levantei: empresa que não permite software conectado à internet pode precisar de modelos ainda mais leves, dependendo do hardware que tem disponível

Resumindo: não é tão potente quanto LLM maior, mas cumpre bem tarefa pequena, roda em hardware mais fraco e funciona offline

Gemini Nano: IA no próprio Android, sem internet

O terceiro caminho é o mais diferente de todos

O Gemini Nano roda no próprio aparelho Android, sem rede, dentro do AICore (um serviço de sistema do Android)

Que serviço de sistema? Pensa numa peça do próprio Android que hospeda o modelo, e o seu app conversa com ela em vez de mandar dados pra um servidor

Como o dev acessa o Gemini Nano?

São dois caminhos:

• ML Kit GenAI APIs: prontas pra tarefas comuns, como resumo, revisão de texto, reescrita, descrição de imagem e reconhecimento de fala
• Prompt API: de nível mais baixo, pra quando você quer mais controle

Se sua tarefa é uma dessas prontas, eu começaria pelo ML Kit, que é menos trabalho

Quando escolher o Nano em vez de chamar a API?

• Offline: o app precisa funcionar sem internet
• Privacidade: o texto do usuário não sai do aparelho
• Latência: sem ida e volta pra nuvem

Agora, se a tarefa é pesada demais pra um modelo no celular, aí é API Gemini mesmo

Modelos do Google vs as alternativas que o dev já usa

Aqui eu não vou comparar benchmark, até porque número de benchmark de anúncio é exatamente o tipo de gráfico que eu falei pra ignorar

A comparação que importa é de CAMINHO: como os modelos do Google entram no fluxo que tu já tem

Caminho	Acesso	Aberto ou fechado	Uso em código
API Gemini via biblioteca da OpenAI	Troca api_key e base_url no código que você já tem	Fechado	Migração rápida de quem já usa o SDK da OpenAI
API Gemini via SDK nativo	SDK do Google	Fechado	Recursos exclusivos do Gemini
Antigravity	IDE desktop, CLI agy e SDK	Aceita Gemini e terceiros (Claude Sonnet, GPT-OSS)	Agentes de código com mais de um provedor no mesmo lugar
Gemma 4	Pesos no Hugging Face e Kaggle, roda com Ollama, LM Studio e cia	Aberto (Apache 2.0)	Alternativa local aos modelos que você já roda na máquina
Gemini Nano	ML Kit GenAI e Prompt API	No aparelho	IA dentro de app Android

O ponto mais interessante, pra mim, é o Antigravity aceitar modelo de terceiro

Se você já conhece a família de modelos do Claude, dá pra usar o Claude Sonnet ali dentro sem largar o ecossistema do Google

E a compatibilidade com a OpenAI deixa testar o Gemini muito barato em esforço: troca duas configs e compara com o que você já usa

Qual modelo do Google escolher para cada tarefa

Veredito direto, por perfil:

• Uso geral e agentes na API: Gemini 3.8 Flash. É o mais recente, foi feito pra agentes e engenharia de software, e o preço introdutório (US$ 0,75 / US$ 3,75 por 1M tokens) vale até 31/12/2026
• Raciocínio pesado e contexto longo: Gemini 3.1 Pro, com 1M de entrada. Só lembra que segue em preview e que acima de 200 mil tokens de prompt o preço sobe pra requisição inteira
• Menor custo: o Gemini 2.5 Flash-Lite é o mais barato da tabela, mas só se teu projeto já tinha acesso. Projeto novo, olha os Flash-Lite da linha atual no nível gratuito e na página de preços
• Local e aberto: Gemma 4, sob Apache 2.0
• App mobile offline: Gemini Nano
• Chat do dia a dia: app Gemini, começando no gratuito e subindo de plano conforme o volume
• Programar com agente: Antigravity, que substituiu o Gemini CLI

Ainda usa Gemini 2.5?

Planeja a migração AGORA

No Agent Platform, a aposentadoria do 2.5 Pro, Flash e Flash-Lite está marcada pra 20/10/2026

Na Developer API ainda dá pra continuar até novo aviso, mas "até novo aviso" é o tipo de prazo que aparece do nada… Já vi muito projeto quebrar por deixar migração pra depois

Conclusão: por onde começar com os modelos do Google

O Google LLM, na real, são três famílias: Gemini pra nuvem (chat, API e código), Gemma 4 pra rodar aberto na sua máquina e Gemini Nano pra IA dentro do Android

A escolha depende menos do "melhor modelo" e mais de onde a tarefa precisa rodar e quanto ela pode custar

Meu próximo passo pra você:

1. Se a ideia é API, gera a chave gratuita no Google AI Studio e testa o Gemini 3.8 Flash enquanto o preço introdutório vale
2. Se a prioridade é rodar local, baixa o Gemma 4 seguindo o guia oficial de Ollama

E independente do caminho: testa na prática com a SUA tarefa, não confia só em gráfico de anúncio 😉

Até o próximo post!

Perguntas frequentes

Qual a diferença entre Gemini, Gemma e Gemini Nano?

São três famílias separadas do Google. O Gemini é fechado e roda via chat ou API, o Gemma é aberto sob licença Apache 2.0 e roda na sua própria máquina, e o Gemini Nano fica dentro do Android, funcionando sem internet através do AICore.

O Gemini 3.1 Pro já saiu do preview?

Não, ele continua em preview desde o lançamento em 19/02/2026, com o ID gemini-3.1-pro-preview. Isso importa porque modelos em preview costumam ter limites de uso mais apertados no nível gratuito da API.

Quanto vai custar o Gemini 3.8 Flash depois do preço introdutório?

A partir de 1/1/2027 o preço padrão sobe para US$ 1,50 por 1M tokens de entrada e US$ 7,50 por 1M tokens de saída. Até 31/12/2026 vale o preço introdutório de US$ 0,75 entrada e US$ 3,75 saída.

O Vertex AI ainda existe ou virou outra coisa?

O Vertex AI foi substituído pelo Gemini Enterprise Agent Platform, anunciado em 22/04/2026 no Google Cloud Next ’26. Todos os serviços que antes rodavam no Vertex AI agora rodam dentro do Agent Platform.

Dá pra usar o Gemini CLI de graça com a conta do Google AI Pro?

Não mais. Como explicado na seção sobre o Gemini CLI, desde 18/06/2026 ele e as extensões de IDE do Gemini Code Assist deixaram de atender o nível gratuito, o AI Pro e o AI Ultra. O CLI hoje só funciona com chave da API Gemini, credenciais Vertex/Agent Platform ou licença Gemini Code Assist Standard ou Enterprise. Pra programar com agente usando a conta pessoal, o caminho agora é o Antigravity CLI (agy), que substituiu o Gemini CLI.

Qual é o modelo mais barato da API Gemini atualmente?

É o Gemini 2.5 Flash-Lite, com US$ 0,10 por 1M tokens de entrada e US$ 0,40 por 1M tokens de saída. Só que ele está na linha 2.5, que tem acesso restrito desde 18/09/2026 e está sendo aposentada, então não é a melhor aposta pra projeto novo.