Interrupção repentina! Gemini 3.5 Pro enfrenta dificuldades, Google cai na armadilha da decepção

Foi só ontem que todo o universo da IA ainda estava imerso em um clima de euforia.

Vazamentos de todos os lados surgiram de uma só vez: a arma suprema do Google — Gemini 3.5 Pro, codinome "Cappuccino" — seria lançada oficialmente em até 48 horas!

Janela de contexto ultragrande de 2 milhões de tokens, novo modo de raciocínio "Deep Think", rumores dizem que já superou internamente o GPT-5.6 Sol e Claude Fable 5.

Obviamente, este é um produto de peso que promete revolucionar o cenário da IA.

Todos estavam animados, fazendo a contagem regressiva, preparados para testemunhar a história.

No entanto, tudo mudou depois de uma noite de sono.

Uma matéria exclusiva da Bloomberg agiu como um balde de água fria, apagando todo o entusiasmo: o lançamento do Gemini 3.5 Pro foi adiado — e não por alguns dias, mas por vários meses!

Um lançamento que estaria nos livros de história foi pausado pelo próprio Google.

Afinal, por quê?

48 horas de euforia e uma freada de emergência

Até ontem, as redes sociais estavam tomadas por spoilers sobre o Gemini 3.5 Pro.

Codinome: Cappuccino. 

Contexto ultra longo: 2 milhões de tokens. 

Deep Think: novo modo "Deep Think" colocado, levando as capacidades em matemática, programação e raciocínio lógico a níveis inéditos. 

Evolução completa: redação de código, fluxos de trabalho de agentes inteligentes, design de UI front-end e geração de gráficos SVG melhoraram significativamente.

Fontes internas previam que este seria o "arma final" do Google contra OpenAI e Anthropic.

Reações extremas. Todos aguardavam ansiosamente pelo lendário lançamento de 17 de julho.

No entanto, nesta manhã, uma reportagem de um jornalista da Bloomberg trouxe decepção instantânea.

De acordo com fontes internas, o desenvolvimento do Gemini 3.5 Pro está meses atrasado. O núcleo do problema é que o modelo não atingiu os rigorosos padrões internos, especialmente nas capacidades de codificação de IA.

No final do mês passado, o Google atualizou às pressas os dados de treinamento, tentando um esforço final para aprimorar a capacidade de codificação, mas o resultado foi "decepcionante".

Assim, em poucas palavras, terminou a euforia das 48 horas.

Após a notícia, as ações do Google caíram 4,43% em determinado momento.

Enquanto os novos modelos da OpenAI e Meta despejam melhorias em capacidade de código, o parto difícil do Gemini 3.5 Pro desencadeou uma ansiedade severa dentro do Google.

Engenheiros, pesquisadores de IA e executivos se sentem cada vez mais frustrados, preocupados que o Google esteja perdendo uma vantagem competitiva já pouco sólida.

A "Armadilha de Tácito" do Google: por que a empresa não consegue criar a IA mais poderosa reunindo todos os seus esforços?

Por que um lançamento tão aguardado fracassou?

Esta reportagem revela as múltiplas dificuldades enfrentadas internamente pelo Google. Trata-se do retrato de um império gigantesco em um momento de transição.

• Inovação comprometida pela burocracia

A reportagem destaca um detalhe importante: o Google tem uma estrutura interna complexa, com muitos stakeholders.

O lançamento de um novo modelo precisa atender às necessidades de linhas de produtos massivas como busca, maps, YouTube, entre outras.

Esse modelo de decisão "quer tudo ao mesmo tempo", leva à dispersão de recursos e lentidão nas decisões.

Ex-funcionários comparam: "Tentar fazer todos os líderes dos setores remarem na mesma direção é como tentar ferver todo o oceano."

Como resultado, as diretrizes mudam constantemente, vários departamentos refazem o mesmo trabalho e não conseguem atuar em sinergia.

Enquanto OpenAI e Anthropic correm na velocidade de startups, o "transatlântico" do Google está paralisado por sua própria falta de alinhamento interno.

Um usuário resumiu: "O Google precisa cortar sua burocracia pesada para avançar nesse campo."

• O desastre da codificação com IA: o purismo dos engenheiros e a fome por capacidade computacional

Mas por que justamente a capacidade de codificação teve problemas? Isso revela conflitos mais profundos no Google.

Por um lado, a cultura de engenharia de elite da empresa criou um "complexo de pureza".

Muitos engenheiros tradicionais acreditam que "todo código importante deve ser escrito manualmente". Essa desconfiança sobre código gerado por IA limitou o uso do Gemini para desenvolvimento, com receio de que código proprietário vazasse nos dados de treinamento.

Quando finalmente perceberam a importância da codificação por IA e passaram a exigir seu uso, surgiu um novo problema — falta de poder computacional.

A reportagem aponta que, ao tentar usar ferramentas internas de IA, os engenheiros se depararam repetidamente com limitações de disponibilidade de computação.

O detalhe mais irônico: em uma empresa que deve investir entre 180 e 190 bilhões de dólares em capex este ano, seus próprios engenheiros não conseguem acessar GPUs!

Dados de Wall Street mostram que o Google gastou 35,7 bilhões de dólares em capex só no primeiro trimestre, mais que o dobro do mesmo período anterior — tanto dinheiro gasto em chips e data centers, mas e o resultado?

Diante desse caos, o Google tenta consertar o erro.

O principal arquiteto de IA está unificando as ferramentas de programação de IA sob a arquitetura base do Google Antigravity e montou uma equipe de programação de IA na DeepMind, mas pode ser tarde demais.

• Competição interna e o ciclo vicioso da saída de talentos

O Google não ignora o problema. Tem seu laboratório de ponta, Google DeepMind, divisão de cloud, equipe do Android, e criou vários grupos internos focados em codificação com IA.

Mas esse modelo de "corrida de cavalos" também significa competição interna.

Times diferentes brigam entre si, os produtos se sobrepõem, a estratégia oscila. E o pior, essa confusão e frustração levaram a uma fuga de grandes talentos.

Segundo relatos, muitos pesquisadores decepcionados com o atraso do Google migraram para Anthropic e OpenAI.

Isso criou um ciclo vicioso: burocracia gera baixa eficiência -> baixa eficiência gera atraso em produtos -> atraso em produtos gera perda de talentos -> perda de talentos amplia o atraso tecnológico.

O atraso do Gemini 3.5 Pro é consequência natural desse ciclo.

Alerta máximo em todo setor,Gigantes caem juntos na "armadilha da decepção dos próximos supermodelos"

Ethan Mollick, da Wharton School, ao compartilhar a reportagem, trouxe uma perspectiva alarmante—

Isso não é uma tragédia só do Google, mas um "inverno tecnológico cíclico" enfrentado por todo o Vale do Silício.

Mollick pontuou que o fracasso do Google repete perfeitamente a dor enfrentada pela Meta com o Llama 4 e pela xAI com o Grok 4.

Ele chamou esse fenômeno de "armadilha da decepção dos próximos supermodelos".

Investimento maciço em capital e poder de computação gera uma nova geração de modelos, mas a melhoria real é muito menor do que se esperava, levando a uma queda clara na liderança de mercado.

Antes, a indústria acreditava na Scaling Law. No entanto, ao escalar os modelos, a estética da "força bruta" dos dados e computação deixou de funcionar.

Gargalo dos dados: dados de texto humano de alta qualidade estão quase "esgotados"; os efeitos dos dados sintéticos ainda são incertos.

Gargalo dos algoritmos: as atuais arquiteturas Transformer e variantes podem estar perto do limite de performance. Retorno decrescente: para pequenas melhorias, é necessário multiplicar exponencialmente o poder computacional.

Nesse jogo de gigantes, apenas a OpenAI, com Orion/GPT-4.5, escapou temporariamente da armadilha, sem uma queda brusca nas entregas.

É certo que, conforme os modelos se aproximam dos limites físicos e de engenharia, a dificuldade de iterar modelos de ponta cresce drasticamente.

Esse adiamento do Gemini 3.5 Pro deixou todos alertas—

Estamos em um novo platô. O avanço frenético de "um dia de IA equivale a um ano no mundo real" acabou por ora.

Para o setor como um todo, talvez seja positivo. Quando o barulho diminuir, as pessoas terão de fato de refletir sobre o valor real da IA.

Quanto ao Google, o tempo e a paciência do mercado parecem estar, de fato, acabando.