O que a Google realmente adiou

No final de junho, a Google alterou os dados usados para treinar o Gemini numa tentativa de subir as suas pontuações de programação. Os resultados voltaram dececionantes, e o modelo de topo Gemini 3.5 Pro, que muitos esperavam na conferência de programadores de maio, ficou numa pré-visualização empresarial limitada. Esta semana, o The Information e a Bloomberg noticiaram que o atraso vai a meses, não a semanas.

A Google não o negou. A empresa disse estar a testar o Gemini 3.5 Pro, um modelo Flash melhorado e outros sistemas com parceiros, e a discutir as capacidades e as normas de teste do modelo com o Governo dos Estados Unidos. O que não deu foi uma data, e a sua ausência é a parte que importa.

Porque falhar na programação dói mais do que no geral

Um modelo pode ser excelente a raciocinar, a escrever e a analisar e ainda assim falhar no código, porque programar premeia um tipo estreito e verificável de correção que não se dilui na média. A falha da Google está precisamente aí, na programação e nas tarefas longas de vários passos, e diz-se que o pessoal da DeepMind assinalou internamente que a empresa não tem um produto comercial de programação credível para os negócios que constroem ferramentas de desenvolvimento com IA.

É essa a capacidade que o mercado está a comprar agora. A despesa em IA que mais cresce está nos assistentes de programação, nos agentes e na automação, e esses compradores escolhem o modelo que escreve e corrige código de forma mais fiável. Falhar na programação não é falhar numa funcionalidade; é falhar no caso de uso que hoje paga.

O número que o mercado lhe atribuiu

As ações da Alphabet caíram cerca de 4,4 por cento com as notícias, apagando na ordem dos 225 mil milhões de dólares de valor numa única sessão. Isso não é um veredicto sobre a profundidade de investigação da Google, que continua entre as mais bem financiadas do planeta; é o mercado a repor o preço de um calendário que dava como certo.

O enquadramento competitivo é o que dá gume ao número. O GPT-5.6 da OpenAI e o Grok 4.5 da xAI já estão no mercado como modelos virados para a programação, por isso cada mês que o Gemini 3.5 Pro fica em pré-visualização é um mês em que os rivais transformam hábitos de programadores em opções por omissão. Os atrasos acumulam-se quando o adiado é aquilo pelo qual os clientes escolhem.

O que isto muda para um comprador europeu

Se o seu plano assumia uma capacidade concreta de programação do Gemini até um trimestre concreto, essa suposição já não tem uma data por trás. Para uma equipa europeia que pesa Google, OpenAI, Mistral ou um modelo de pesos abertos para uma plataforma interna de desenvolvimento, a opção segura acabou de se tornar a que tem a lacuna visível na sua tarefa central.

Também defende não casar com um único fornecedor antes de a capacidade ser entregue. Construir sobre um modelo que pode testar hoje, mantendo a integração fina o suficiente para trocar, custa pouco agora e poupa uma reconstrução depois. Em euros, o erro caro é comprometer trimestres de engenharia a um roteiro que um laboratório pode mover sem o avisar.

A disciplina que o atraso premeia

Trate o 'brevemente' de qualquer laboratório como uma capacidade que ainda não tem, e desenhe em torno do que pode executar esta semana. Isto não é cinismo em relação à Google; é a mesma regra que o protege quando o próximo a escorregar for a OpenAI ou a xAI.

A Google ainda pode entregar um modelo forte e fechar a lacuna, e dados os seus recursos provavelmente vai fazê-lo. Quem sai à frente são os proprietários que não reestruturaram uma linha de produto em torno de uma data de lançamento que nunca foi sua para prometer.

Leia a seguir: A melhor IA de voz não é a que se pode implementar  |  A Google deitou fora um modelo de IA quase pronto