Gemini 3.8 Flash chega estável — o modo minimal retorna erro
O Google lançou o Gemini 3.8 Flash em 2 de setembro de 2026 e disponibilizou o modelo na Gemini API e em outros serviços do seu ecossistema. A cobertura da Ars Technica registra o lançamento nessa data e a chegada do modelo às plataformas do Google.
Na Gemini API, o Gemini 3.8 Flash tem versão estável, aceita até 1.048.576 tokens de entrada e 65.536 de saída. Há uma incompatibilidade direta para integrações existentes: os níveis de raciocínio disponíveis são low, medium e high, enquanto o envio de minimal retorna erro.
Os limites separam entrada extensa de geração longa
A ficha oficial do Gemini 3.8 Flash reúne os parâmetros decisivos para a integração: identificador estável gemini-3.8-flash, limite de 1.048.576 tokens na entrada, teto de 65.536 tokens na saída, entradas em texto, imagem, vídeo, áudio e PDF e resposta somente em texto. A mesma página informa que minimal não é suportado e provoca erro, além de classificar computer use como recurso em prévia.
Entrada e saída são limites distintos, não partes de um orçamento único. A janela ampla permite reunir documentos extensos, mídias e histórico em uma requisição, enquanto o teto de saída restringe separadamente tudo o que o modelo pode devolver, incluindo respostas longas geradas durante fluxos complexos.
O contexto máximo tampouco significa que toda chamada deva preenchê-lo. Instruções, arquivos e histórico ocupam a entrada, e cargas maiores podem ampliar custo e tempo de processamento. Para uma aplicação, o ganho é poder preservar mais material relevante na mesma solicitação, não dispensar a seleção desse material.
Minimal deixa de ser uma redução automática de esforço
A consequência operacional mais imediata aparece nas configurações de raciocínio. Se uma rota envia minimal, a API não converte silenciosamente o valor para um nível aceito nem produz uma resposta com esforço reduzido: a requisição falha. Low é o menor nível disponível no modelo, acompanhado por medium e high.
Isso pode interromper uma migração baseada apenas na troca do identificador do modelo. Uma configuração compartilhada por várias rotas — por exemplo, classificação, extração e geração — precisa ser revista se ela fixa minimal, pois o erro ocorre antes de haver uma resposta utilizável.
Os três níveis aceitos permitem variar o esforço de raciocínio, mas a escolha continua dependente do perfil de cada chamada. Para a compatibilidade, o ponto verificável é mais simples: aplicações não devem presumir que um parâmetro aceito por outra versão continuará válido no Gemini 3.8 Flash.
Modelo estável não torna todos os recursos estáveis
O status estável pertence ao identificador gemini-3.8-flash. Entre as capacidades listadas como compatíveis estão cache, execução de código, pesquisa em arquivos, chamadas de função, grounding com a Busca e o Google Maps, saída estruturada e contexto de URL. Batch API, inferência Flex e inferência prioritária também aparecem como opções de consumo.
Computer use continua em prévia. Portanto, uma aplicação que use o modelo para operar interfaces combina um modelo estável com uma capacidade ainda preliminar; o lançamento não promove automaticamente essa função ao mesmo estágio de disponibilidade.
Também há ausências explícitas: geração de áudio, geração de imagem e Live API não são suportadas. A entrada multimodal deve ser entendida como material que o modelo consegue analisar, não como promessa de saída multimodal ou de uma sessão contínua em tempo real.
O model card mantém alertas sobre confiabilidade
O model card do Google DeepMind, publicado em 2 de setembro, reconhece que o Gemini 3.8 Flash pode apresentar alucinações, lentidão ocasional e timeouts; também informa que níveis superiores de esforço podem consumir mais tokens. O documento situa o corte geral de conhecimento em março de 2026, com alguns domínios possivelmente limitados a janeiro de 2025.
Nas avaliações automatizadas de segurança, o resultado multilíngue ficou 5,4 pontos percentuais acima do Gemini 3.7 Flash em uma métrica na qual valores menores são melhores. O documento caracteriza o desempenho em idiomas diferentes do inglês como uma leve regressão, mas ressalta que esses números não vêm de avaliação humana nem de red teaming e que a revisão manual atribuiu a maioria das perdas a falsos positivos ou ocorrências não graves.
Assim, o contexto amplo não substitui dados atualizados fornecidos pela aplicação nem elimina a necessidade de verificar respostas. O quadro confirmado é o de um modelo estável, com entrada multimodal e saída textual, cuja adoção exige retirar minimal das configurações e tratar computer use separadamente como prévia. Permanecem dependentes de observação em cada carga real a latência, a incidência de timeouts e a confiabilidade em diferentes idiomas e domínios.
Leia também:
Assine nossa newsletter
Receba as últimas notícias sobre Web3, IA e cripto diretamente no seu e-mail.