Acompanhe as últimas notícias, explicações e histórias tecnológicas relacionadas.
A Google anunciou o lançamento do modelo de inteligência artificial de geração de vídeo Gemini Omni 1.2 Flash, aumentando a duração do clipe para 15 segundos, reduzindo os custos de geração em 30% e permitindo a edição por meio de comandos conversacionais.
A Google disponibilizou seu modelo líder Gemini 4 Argon para desenvolvedores inscritos no plano pago da Gemini API, a um preço introdutório de 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída até 30 de novembro. O modelo combina tokens de entrada e saída em um orçamento único de um milhão de tokens, o que significa que entradas longas reduzem o espaço disponível para a resposta.
A Google começou a disponibilizar o Gemini 4 Argon para assinantes dos planos AI Pro e AI Ultra dentro do aplicativo Gemini, com melhorias em raciocínio e programação e suporte à alternância entre conversa e programação no macOS. O modelo também está disponível pelo Antigravity, AI Studio e Android Studio, enquanto o preço de uso pela API começa em 2 dólares por milhão de tokens de entrada até 30 de novembro de 2026.
A Google anunciou dois novos modelos de conversão de texto em fala que permitem criar vozes personalizadas, orientar o desempenho linha a linha e produzir diálogos com vários falantes em mais de 100 idiomas. O Gemini 3.8 Flash TTS está disponível para desenvolvedores por meio da Gemini API e do Google AI Studio, enquanto o Flash-Lite é destinado a usos de áudio em larga escala.
A Google anunciou a disponibilização do Gemini 3.8 Live, do Gemini 3.8 Live Extended Thinking e do Gemini 3.5 Transcribe para desenvolvedores por meio da Gemini API e do Google AI Studio. Os modelos têm como objetivo criar agentes de voz capazes de acompanhar a conversa e executar tarefas, além de converter fala em texto com baixa taxa de erros em mais de 85 idiomas.
A Google adicionou a capacidade de «compreensão agentiva de vídeo» ao Gemini 3.7 Flash, 3.6 Flash e 3.5 Flash-Lite, permitindo que o modelo determine as partes e os meios que precisa examinar, em vez de processar o vídeo a uma taxa de quadros fixa. A empresa afirma que o recurso reduz o consumo de tokens em até 88% e o custo em até 66%, além de melhorar a precisão em até 7%.
A Google anunciou o Gemini 3.5 Transcribe, um modelo de conversão de fala em texto voltado à transcrição instantânea e de arquivos gravados, com processamento de hesitações, formatação de texto e reconhecimento de falantes. O modelo está disponível em prévia pública por meio da Gemini API e das plataformas do Google para desenvolvedores e empresas, com integração gradual aos aplicativos do Google.
A Google apresentou o Gemini 3.7 Flash como o modelo mais poderoso de sua série Flash até o momento em programação e construção de agentes, com melhorias no desenvolvimento web e nos fluxos de trabalho de conhecimento, além de um preço introdutório equivalente à metade do custo original do Gemini 3.6 Flash. O modelo está disponível para desenvolvedores e empresas e também começou a ser usado no agente Gemini Spark para assinantes elegíveis.
A Google lançou o modelo Gemini 3.7 Flash com melhorias em programação, planejamento de tarefas, chamadas de ferramentas e fluxos de trabalho empresariais, enquanto reduziu pela metade os preços da API até o fim de 2026. O modelo já está disponível em um conjunto de serviços da Google para desenvolvedores, empresas e assinantes, mas os resultados dos testes não demonstram superioridade sobre os concorrentes em todos os usos.
A Google anunciou atualizações para os Managed Agents na Gemini API, incluindo a definição do Gemini 3.6 Flash como modelo padrão e a adição de hooks ambientais para controlar e auditar chamadas de ferramentas. A atualização também disponibilizou uma camada gratuita, limites de orçamento, gatilhos programados e uma interface para gerenciar sessões em ambientes isolados.