Autor: Miao Zheng
O Google ficou “adormecido” por 8 meses e, de repente, lançou um grande trunfo: Gemini 3 Pro.
Finalmente, o Google lançou o Gemini 3 Pro, de forma repentina e bastante “discreta”.
Embora o Google tenha lançado o modelo de edição de imagens Nano Banana antes do Gemini 3 Pro, ganhando certa visibilidade, no que diz respeito aos modelos base, o Google já estava em silêncio há tempo demais.
No último semestre, todos estavam discutindo as novidades da OpenAI ou admirando o domínio do Claude no campo de código, mas ninguém mencionava o Gemini, que não recebia atualização de versão há 8 meses.
Mesmo que os negócios de nuvem e os relatórios financeiros do Google fossem impressionantes, no núcleo da comunidade de desenvolvedores de IA, a presença do Google estava sendo gradualmente diluída.
Felizmente, após experimentar o Gemini 3 Pro em primeira mão, percebi que ele não nos decepcionou.
Mas ainda não podemos tirar conclusões precipitadas. O cenário de IA já passou da fase em que o número de parâmetros era o diferencial; agora, todos competem em aplicações, implementação e custo.
Se o Google conseguirá se adaptar à nova versão e ao novo ambiente, ainda é uma incógnita.
01
Pedi para o Gemini 3 Pro se descrever em uma frase, e ele respondeu assim:
“Não estou mais ansioso para provar ao mundo o quanto sou inteligente, mas comecei a pensar em como posso ser mais útil.” — Gemini 3 Pro
No ranking LMArena, o Gemini 3 Pro atingiu uma pontuação Elo de 1501, estabelecendo um novo recorde de avaliação de capacidade geral para modelos de IA. É um resultado excelente, tanto que até Altman tuitou parabenizando.
No teste de habilidades matemáticas, o modelo atingiu 100% de precisão no modo de execução de código do AIME2025 (American Invitational Mathematics Examination). No teste de conhecimento científico GPQADiamond, o Gemini 3 Pro alcançou 91,9% de precisão.
No teste MathArenaApex, o Gemini 3 Pro obteve uma pontuação de 23,4%, enquanto outros modelos principais ficaram abaixo de 2%. Além disso, no teste chamado Humanity'sLastExam, o modelo atingiu 37,5% sem usar ferramentas.
O Google introduziu nesta atualização um recurso de geração de código chamado “vibecoding”. Esse recurso permite que o usuário descreva suas necessidades em linguagem natural e o sistema gera o código e o aplicativo correspondente.
No teste do ambiente de programação Canvas, após o usuário descrever “criar um ventilador com controle de velocidade”, o sistema gerou em cerca de 30 segundos um código completo com animação de rotação, controle deslizante de velocidade e botão de liga/desliga.
Os casos demonstrados oficialmente também incluem uma simulação visual do processo de fusão nuclear.
No quesito interação, o Gemini 3 Pro adicionou a função “GenerativeUI”. Diferente dos assistentes de IA tradicionais, que retornam apenas respostas em texto, esse sistema pode gerar layouts de interface personalizados conforme o conteúdo da consulta.
Por exemplo, ao perguntar sobre computação quântica, o sistema pode gerar uma interface interativa com explicações conceituais, gráficos dinâmicos e links para artigos relacionados.
Para o mesmo tema, o sistema gera diferentes designs de interface para diferentes públicos. Por exemplo, ao explicar um conceito para crianças e adultos, as apresentações serão distintas: para crianças, mais fofas; para adultos, mais simples e diretas.
O recurso experimental Visual Layout, disponível no Google Labs, demonstra essa aplicação de interface, permitindo ao usuário obter layouts no estilo de revista, com imagens, módulos e elementos de UI ajustáveis.
O lançamento também inclui o sistema de agentes inteligentes Gemini Agent, atualmente em fase experimental. O sistema pode executar tarefas em múltiplas etapas e conectar-se a serviços do Google como Gmail, Google Calendar e Reminders.
No gerenciamento de caixa de entrada, o sistema pode filtrar e-mails automaticamente, marcar prioridades e redigir respostas. No planejamento de viagens, basta informar o destino e o período aproximado, e o sistema consulta o calendário, busca voos e hotéis e adiciona o itinerário. No momento, esse recurso está disponível apenas para assinantes do Google AI Ultra nos EUA.
No processamento multimodal, o Gemini 3 Pro é construído sobre uma arquitetura de especialistas mistos esparsos, suportando entrada de texto, imagem, áudio e vídeo. A janela de contexto do modelo é de 1 milhão de tokens, permitindo processar documentos ou vídeos longos.
O professor de história da Wilfrid Laurier University, no Canadá, Mark Humphries, testou o modelo e constatou uma taxa de erro de caracteres de 0,56% ao reconhecer manuscritos do século XVIII, uma redução de 50% a 70% em relação à versão anterior.
O Google afirmou que os dados de treinamento incluem documentos públicos da web, códigos, imagens, áudios e vídeos, e que a fase de pós-treinamento utilizou técnicas de aprendizado por reforço.
O Google também lançou uma versão otimizada chamada Gemini 3 Deep Think, voltada para tarefas de raciocínio complexo. Esse modo está em avaliação de segurança e deve ser disponibilizado para assinantes do Google AI Ultra nas próximas semanas.
No modo de IA do Google Search, o usuário pode clicar na aba “thinking” para ver o processo de raciocínio do modo. Comparado ao modo padrão, o Deep Think realiza mais etapas de análise antes de gerar uma resposta.
Além das informações oficiais, comparei o Gemini 3 Pro com o ChatGPT-5.1.
O primeiro teste foi de geração de imagens.
Prompt: Gere para mim uma imagem de um iPhone17
ChatGPT-5.1
Gemini 3 Pro
Subjetivamente, achei que o ChatGPT-5.1 atendeu melhor às minhas necessidades, então ele venceu essa rodada.
O segundo teste foi o nível de agente inteligente de ambos.
Prompt: Pesquise sobre o WeChat oficial “Alfabeto” e comente sobre o nível desse canal
GPT-5.1
Gemini 3 Pro
Embora eu tenha gostado mais da análise do Gemini 3 Pro, ela foi um pouco exagerada. O ChatGPT-5.1 conseguiu apontar algumas deficiências, sendo mais objetivo e realista.
Por fim, testei a capacidade de código, que é o foco de todos os grandes modelos atualmente.
Escolhi um projeto do GitHub que tem recebido muitas estrelas recentemente, chamado LightRAG. Ele integra estruturas de grafos para aprimorar a percepção de contexto e a recuperação eficiente de informações, melhorando a geração aumentada por recuperação, com maior precisão e tempo de resposta mais rápido. Link do projeto
Prompt: Fale sobre esse projeto
GPT-5.1
Gemini 3 Pro
Ao mesmo tempo, o Gemini 3 Pro também recebeu avaliações muito positivas de profissionais do setor.
02
Embora o lançamento do Gemini 3 Pro tenha sido bastante discreto, na verdade o Google já vinha preparando o terreno há muito tempo.
Na teleconferência de resultados do terceiro trimestre, o CEO do Google, Sundar Pichai, disse: “O Gemini 3 Pro será lançado em 2025.” Sem data específica, sem mais detalhes, mas isso deu início a um grande espetáculo de marketing no setor de tecnologia.
O Google continuou enviando sinais para manter a comunidade de IA em alerta máximo, mas sempre se recusou a dar um cronograma de lançamento definido.
A partir de outubro, vários “vazamentos acidentais” começaram a surgir. Em 23 de outubro, circulou um calendário interno com um print do evento “Gemini 3 Pro Release” marcado para 12 de novembro.
Desenvolvedores atentos também encontraram a expressão “gemini-3-pro-preview-11-2025” na documentação da API do Vertex AI.
Logo depois, começaram a aparecer capturas de tela no Reddit e no X. Usuários alegaram ter visto o novo modelo na ferramenta Gemini Canvas, e outros notaram identificações de modelo incomuns em certas versões do aplicativo móvel.
Em seguida, a imagem de dados de teste abaixo começou a circular nas redes sociais.
Esses “vazamentos” parecem acidentais, mas na verdade fazem parte de um aquecimento cuidadosamente orquestrado.
Cada vazamento mostrava, na medida certa, alguma capacidade central do Gemini 3 Pro, e cada discussão aumentava ainda mais a expectativa. A postura das contas oficiais do Google era intrigante: elas compartilhavam discussões da comunidade, usavam frases como “em breve” para criar suspense, e até executivos do Google AI Labs respondiam a previsões de data de lançamento com dois emojis de “pensando”, mas nunca revelavam uma data precisa.
Após quase um mês de aquecimento, o Google finalmente trouxe o novo Gemini 3 Pro. Apesar do desempenho robusto, a frequência de atualizações do Google deixa um pouco a desejar.
Já em março deste ano, o Google lançou a prévia do Gemini 2.5 Pro, e depois vieram versões derivadas como o Gemini 2.5 Flash Preview. Até o lançamento do Gemini 3 Pro, a série Gemini não teve nenhuma atualização de versão.
Mas os concorrentes do Google não esperaram pelo Gemini.
A OpenAI lançou o GPT-5 em 7 de agosto e, em 12 de novembro, atualizou para o GPT-5.1. Nesse período, a OpenAI também lançou seu próprio navegador de IA, o Atlas, mirando diretamente o território do Google.
A Anthropic teve um ritmo de iteração ainda mais intenso: lançou o Claude 3.7 Sonnet (primeiro modelo de raciocínio híbrido) em 24 de fevereiro, Claude Opus 4 e Sonnet 4 em 22 de maio, Claude Opus 4.1 em 5 de agosto, Claude Sonnet 4.5 em 29 de setembro e Claude Haiku 4.5 em 15 de outubro.
Essa série de ofensivas pegou o Google de surpresa, mas, até agora, o Google resistiu.
03
O principal motivo para o Google ter levado 8 meses para atualizar o Gemini 3 Pro pode ter sido mudanças na equipe.
Entre julho e agosto de 2025, a Microsoft lançou uma ofensiva agressiva de recrutamento contra o Google, conseguindo contratar mais de 20 especialistas e executivos centrais do DeepMind.
Entre eles estavam Dave Citron, Senior Director of Product do DeepMind, responsável pela implementação dos principais produtos de IA, e Amar Subramanya, VP de Engenharia do Gemini, um dos principais responsáveis pelo modelo Gemini do Google.
Por outro lado, a equipe do Nano Banana do Google afirmou que, após o lançamento do Gemini 2.5 Pro, o Google ficou por um longo tempo focado na área de geração de imagens por IA, o que retardou as atualizações do modelo base.
O Google acredita que só após superar três grandes desafios na geração de imagens — consistência de personagem (Character Consistency), edição em contexto (In-context Editing) e renderização de texto (Text Rendering) — o desempenho do modelo base poderia melhorar significativamente.
A equipe do Nano Banana afirmou que o modelo não só precisa “desenhar bem”, mas, mais importante, precisa “entender linguagem humana” e ser “controlável”, para que a geração de imagens por IA realmente entre em fase comercial.
Olhando agora para o Gemini 3 Pro, ele é uma resposta satisfatória, mas, neste campo de IA onde cada segundo conta, ser apenas satisfatório já não basta.
Já que o Google escolheu entregar o trabalho neste momento, precisa estar pronto para enfrentar os avaliadores mais exigentes: usuários e desenvolvedores que já foram “mimados” pelos concorrentes. Nos próximos meses, a disputa não será mais sobre parâmetros do modelo, mas sim uma batalha de integração de ecossistema. O Google, esse elefante, não só precisa aprender a dançar, mas também dançar mais rápido que todos os outros.
