Notícias / Radar de Modelos · Economia de Ferramentas de Programação
Gemini 3.8 Flash entra na guerra de preços da categoria Flash na China — O mais barato por unidade de inteligência, com uma armadilha de preço para 2027
O Google lançou seu terceiro modelo Flash em seis semanas em 2 de setembro, e este mira diretamente na faixa de melhor custo-benefício dominada pelos laboratórios chineses: DeepSWE v1.1 a 73.7% (atrás apenas do Claude Opus 5), contexto de 1M, entrada multimodal, ~300 tok/s — por um valor promocional de $0.75/$3.75 por 1M. A Artificial Analysis o chama de "o modelo mais barato em seu nível de inteligência". O porém: essa tarifa dobra em 1º de janeiro, e o consumo de tokens do próprio modelo é cerca de 40% maior que o do 3.7 Flash. Veja o panorama completo em relação à categoria Flash chinesa.
Gemini 3.8 Flash (2 de set., GA): $0.75/$3.75 por 1M até 31 de dez. → $1.50/$7.50 regular a partir de 1º de jan. de 2027; cache −90%; contexto de 1M; DeepSWE v1.1 73.7% (2º lugar geral, superando os 72.7% do GPT-5.6 Sol). AA: o mais barato por unidade de inteligência medida ($0.58/tarefa vs. $3.76 do Fable 5.1) — mas o custo por tarefa fica ~40% acima do 3.7 Flash (mais tokens de saída, mais rodadas de agente). Categoria chinesa em 3 de set.: DeepSeek V4-Flash no pico a $0.44/$1.32 (fora de pico metade disso) — ainda mais barato por token, e não dobrará em janeiro. GLM-5.3 e Kimi K3 (ambos com inteligência AA 60) continuam sendo as escolhas de pesos abertos e auto-hospedáveis.
O que foi lançado (2 de set.)
- Cadência como estratégia. Terceiro Flash em seis semanas, quarto no mesmo número de meses — o Google iterando no ritmo dos laboratórios chineses após o abalo de credibilidade sofrido no meio do ano (na análise do The Register: o 3.5 Flash estava sendo superado em inteligência por modelos chineses de pesos abertos).
- Benchmarks. DeepSWE v1.1 73.7% — atrás apenas do Claude Opus 5 (74.0%), à frente do GPT-5.6 Sol (72.7%), Claude Sonnet 5 (53.8%) e 3.7 Flash (65.3%). Também liderou no Vals Finance Agent V2 e no Legal Agent da Harvey. Índice de Inteligência da AA: 4/4 unidades, saída de ~300 tok/s.
- O apetite por tokens. A própria documentação do Google alerta que o modelo "trabalha mais duro" — mais etapas de raciocínio, chamadas iterativas de ferramentas. AA: custo por tarefa +40% vs. 3.7 Flash com +30% de tokens de saída. Nota prática do The Verge: continue no 3.7 Flash se seu objetivo for minimizar tokens.
- Variante Cyber. O Gemini 3.8 Flash Cyber atinge 86.2% no CyberGym (vs. 85.6% do GPT-5.5-Cyber) e 47.2% no Pass@1 em correções automatizadas do CWE-Bench — mas seu acesso é restrito a defensores confiáveis por meio do Programa Fairwind do Google, não disponível para o público geral.
- Postura de segurança. Traz salvaguardas contra riscos CBRN e ataques cibernéticos; a saída é apenas em texto, com entrada de texto/imagem/vídeo/áudio.
Preços em comparação com a categoria Flash chinesa (por 1M de tokens, 3 de set.)
| Modelo | Entrada | Saída | Observações |
|---|---|---|---|
| Gemini 3.8 Flash | $0.75 → $1.50 (2027) | $3.75 → $7.50 | promocional até 31 de dez.; cache −90%; consumo de tokens ~40% maior por tarefa |
| DeepSeek V4-Flash (pico) | $0.44 | $1.32 | fora de pico ~$0.22/$0.66; sem dobrar em 2027; tarifação por horário |
| GLM-5.3 | $1.40 | $4.40 | inteligência AA 60; pesos no HF (Flash irmão sob licença MIT) |
| GLM-5.3-Flash | ~1/20 do preço do GLM-5.3 | multimodal 320B/A18B; quantizações GGUF/Ollama disponíveis | |
| Claude Fable 5.1 (ref.) | $10.00 | $50.00 | cache $0.25; $3.76 por tarefa no AA — 6x o Gemini |
Tarifas obtidas de documentações e tabelas de preços oficiais, conforme verificado em relatórios anteriores do ChinaModelAPI e checado novamente em 3 de setembro de 2026. A tarifa exata da tabela atual do GLM-5.3-Flash não foi verificada novamente hoje — exibida como proporção de acordo com os termos de seu lançamento.
A leitura dos fatos: o Google está precificando como um laboratório chinês — em quase tudo
Duas coisas são genuinamente novas aqui. Primeiro, a fronteira de inteligência por dólar agora passa por um modelo proprietário dos EUA: os $0.58 por tarefa da AA superam qualquer opção no mesmo nível, atingindo em cheio a dinâmica econômica que fez do DeepSeek e do GLM-Flash as escolhas econômicas padrão. Segundo, o Google adotou a cadência de lançamentos chinesa — quatro modelos Flash em quatro meses é uma iteração no estilo DeepSeek, chegando até aos preços "promocionais" que todos supõem que serão substituídos por um modelo mais recente antes de expirarem. Por outro lado, as ressalvas honestas apontam no sentido inverso: os preços absolutos por token ainda favorecem a categoria chinesa (o V4-Flash continua sendo ~41% mais barato na entrada e ~6x na saída — e seu preço não dobra em janeiro), o consumo de tokens 40% mais intenso significa que o modelo "barato" pode faturar como um intermediário em fluxos de trabalho com agentes, e ainda não há pesos para auto-hospedagem. Para os desenvolvedores, a árvore de decisão mantém a mesma estrutura, apenas com margens mais apertadas: cobrança por tokens → categoria Flash da China; cobrança por tarefas concluídas com necessidade de qualidade de ponta → o Gemini 3.8 Flash agora é um concorrente de verdade, pelo menos até o reajuste no dia de Ano-Novo.
Fontes primárias
- The Verge — cobertura de lançamento, alerta sobre maior consumo de tokens ("trabalha mais duro")
- Artificial Analysis — $0.58/tarefa, o mais barato em seu nível de inteligência; 300 tok/s; custo por tarefa +40% vs. 3.7
- The Decoder — análise detalhada do DeepSWE 73.7%, preços para 2027, números da variante Cyber
- Ars Technica — análise de cadência, leitura do ranking do DeepSWE
- The Register — panorama de inteligência incluindo GLM-5.3 60 / Kimi K3 60, comparação de custo por tarefa
- Referências do site: Artigo de lançamento do Gemini 3.7 Flash · Tarifação fora de pico do DeepSeek · Revelação do GLM-5.3-Flash
FAQ (2026)
O que foi lançado?
Gemini 3.8 Flash, 2 de set. — terceiro Flash em seis semanas. Contexto de 1M, entrada multimodal, ~300 tok/s, posicionamento para agentes/SWE. Uma variante Cyber (86.2% no CyberGym) tem acesso restrito via Fairwind.
Preços?
$0.75/$3.75 por 1M inicial até 31 de dez. (cache −90%), depois $1.50/$7.50 a partir de 1º de jan. de 2027. O custo por tarefa fica ~40% acima do 3.7 Flash — mais tokens, mais rodadas.
Benchmarks?
DeepSWE v1.1 73.7% — 2º lugar atrás do Opus 5 (74.0%), superando o GPT-5.6 Sol (72.7%) e o 3.7 Flash (65.3%). Liderou no Vals Finance Agent V2 e no Harvey Legal Agent.
vs. categoria Flash chinesa?
DeepSeek V4-Flash a $0.44/$1.32 no pico (metade fora de pico) continua mais barato por token e não dobrará em 2027. AA: o Gemini é o mais barato por unidade de inteligência ($0.58/tarefa). GLM-5.3/K3 se igualam a ele em inteligência (60) e têm pesos abertos.
Comparação com GLM-5.3 / Kimi K3?
Compilação de nove benchmarks do The Register: GLM-5.3 (máx) 60, Kimi K3 (máx) 60 — no mesmo pelotão de fronteira, auto-hospedáveis, com o GLM-5.3-Flash a ~1/20 do preço do modelo principal para a categoria de baixo custo.
Migrar ou continuar?
Orçamentos baseados em tokens: a categoria Flash chinesa ainda vence, principalmente fora de pico. Baseados em tarefas: o Gemini 3.8 Flash é o novo líder em custo-benefício por tarefa — até o reajuste de 1º de janeiro. O próprio Google diz: continue no 3.7 Flash se quiser minimizar tokens.