Gemini 3 na API do Google exige migração de agentes que ainda rodam em 1.5 ou 2.0
O changelog oficial da Gemini API mostra remoção de parâmetros de sampling, fim do Gemini 2.0 e novos endpoints de tool calling. Veja o que checar antes de trocar o modelo em produção.
O changelog que ninguém lê (mas devia)
O Google mantém, dentro da documentação do Gemini API (ai.google.dev/gemini-api/docs/changelog), um registro cronológico de tudo que muda na API: modelos novos, parâmetros removidos, endpoints descontinuados. É um documento chato de ler, mas é onde aparecem as quebras reais que derrubam pipeline em produção sem aviso na manchete. Passando o pente fino nesse changelog dá pra montar um roteiro de migração para quem construiu agentes ou RAG↳RAG6 conteúdosTécnica RAG com a biblioteca Langchain: tutorial para aplicar agoraData · jun 2024Como avaliar LLMs, RAG e Agentes de IA: Teoria e prática.AI · abr 2026RAG Não É Memória: O Problema Real dos Agentes de IAAI · mai 2026Ver tudo em AI → sobre Gemini 1.5 ou 2.x e agora precisa decidir se (e como) sobe pra família 3.x.
Sumiu: temperature, top_p e top_k
A mudança mais silenciosa e mais perigosa está registrada na entrada de 21 de julho de 2026, junto com o GA do Gemini 3.6 Flash: os parâmetros de sampling temperature, top_p e top_k foram marcados como deprecated (o changelog não afirma remoção efetiva do suporte, apenas a depreciação). A melhora de eficiência de token que o próprio changelog associa a resolver o feedback de desenvolvedores sobre verbosidade da saída está atribuída ao Gemini 3.6 Flash como modelo, não a essa depreciação de parâmetros específica, mas o efeito prático de depreciar esses controles é maior do que parece.
Quem constrói RAG costuma fixar temperature=0 justamente para reduzir variação e forçar o modelo a colar no contexto recuperado em vez de "criar". Se esse controle deixar de funcionar de fato no futuro (depreciação costuma anteceder remoção), todo teste de regressão que comparava determinismo de resposta contra um baseline com temperatura fixa perde a referência. Antes de trocar o modelo, vale rodar a mesma bateria de prompts de validação contra o novo modelo e comparar a variância das respostas por conta própria, porque a documentação não detalha qual comportamento de sampling passou a ser padrão.
Gemini 2.0 é passado, com prazo definido
O changelog é direto: gemini-2.0-flash, gemini-2.0-flash-001, gemini-2.0-flash-lite e gemini-2.0-flash-lite-001 foram descontinuados em 1º de junho de 2026, com recomendação explícita de migrar para gemini-3.5-flash ou gemini-3.1-flash-lite. Não é um aviso de eventual depreciação, é um modelo que já saiu do ar.
Para quem tem agentes em produção, o primeiro passo prático é grep no código por IDs de modelo hardcoded. Aliases como gemini-flash-latest escondem justamente esse tipo de troca de versão por baixo do capô, então times que fixaram a versão explícita para ter previsibilidade agora têm que decidir ativamente quando migrar, em vez de receber a mudança de graça (e sem aviso) via alias.
Tool calling ganha rota dedicada
Duas entradas do changelog interessam direto a quem depende de function calling. Em 19 de fevereiro de 2026, o Google lançou um endpoint separado, gemini-3.1-pro-preview-customtools, pensado para quem mistura execução de bash com ferramentas customizadas e precisa que o modelo priorize melhor as tools próprias em vez de recorrer ao ambiente de execução nativo. Depois, em 18 de março de 2026, veio a possibilidade de combinar ferramentas nativas do Gemini (grounding com busca, Google Maps) com function calling customizado numa única chamada.
Na prática, isso remove uma limitação clássica de arquitetura de agente: antes, se você precisava de grounding com busca e também de uma tool própria de banco de dados↳Banco de dados134 conteúdosSQL ou NoSQL: eis a questão!!Data · mar 2020Banco de dados: como organizar e dar segurança para milhões de dados de loteriasData · mai 20215 serviços gratuitos na cloud para bancos de dados PostgresData · fev 2025Ver tudo em Data →, muitas vezes isso significava duas chamadas separadas ou lógica de orquestração no seu próprio código para decidir qual usar. Agora dá pra declarar as duas no mesmo payload e deixar o modelo escolher. Vale reler a definição de schema das tools que já existem no seu agente, porque misturar tool nativa com tool customizada pode mudar a ordem de prioridade que o modelo aplica na hora de decidir qual chamar primeiro.
Agentes rodando na sandbox do próprio Google
Em 19 de maio de 2026 entrou em preview público o recurso de Managed AI Agents na Gemini API: agentes autônomos e com estado, executados em ambientes sandbox Linux↳Linux34 conteúdosKali Linux em um Servidor VPS: como, quando e por que usar?DevSecOps · dez 2024Construindo um Windows Service ou Linux Daemon com Worker Service & .NET Core – Parte 2Dev (Back & Front) · jul 2020Criando uma WebApi utilizando .NET, Linux e VSCodeDev (Back & Front) · ago 2019Ver tudo em DevSecOps → hospedados pelo próprio Google, isolados do resto da infraestrutura do desenvolvedor. Junto veio o Antigravity Agent, um agente de propósito geral capaz de planejar, escrever e executar código, gerenciar arquivos e navegar na web, tudo dentro do próprio container gerenciado.
Para times que hoje mantêm sua própria infraestrutura de sandbox (container Docker efêmero, política de permissão de shell, limite de recursos) para rodar agentes com segurança, isso é uma alternativa a avaliar: terceirizar o isolamento para o provedor do modelo em vez de operar isso internamente. O trade-off óbvio é que o recurso ainda está em preview, não GA, então não é prudente apostar SLA de produção crítica nele antes que o Google confirme estabilidade.
Custo e latência: novas alavancas, sem benchmark publicado
O pedido do editor por número de latência e custo por token esbarra num limite real da fonte: o changelog documenta o que mudou, não quanto mudou. Em 1º de abril de 2026 entraram as camadas de inferência Flex e Priority, para otimizar custo ou latência conforme a necessidade, mas sem tabela comparativa publicada ali. A família Flash-Lite (gemini-3.1-flash-lite, GA em 7 de maio; gemini-3.5-flash-lite, GA em 21 de julho) foi desenhada como sub-agente barato e de baixa latência para automação de alto volume, mas de novo, o changelog não cravou nenhum número de referência.
O caminho honesto aqui é testar você mesmo, comparando o mesmo prompt contra o modelo antigo e o novo e lendo o usageMetadata que a própria resposta da API já devolve:
import time
from google import genai
client = genai.Client()
for model in ["gemini-2.0-flash", "gemini-3.5-flash"]:
start = time.time()
resp = client.models.generate_content(
model=model,
contents="Resuma este contexto de RAG em 3 pontos: ..."
)
elapsed = time.time() - start
print(model, elapsed, resp.usage_metadata.total_token_count)Rodando isso contra o seu próprio conjunto de prompts de produção (não um benchmark genérico), o número que sai vale mais que qualquer claim de marketing, porque reflete o seu contexto real, seu tamanho de prompt e sua taxa de tool calling.
RAG ganha busca multimodal, e vídeo fica mais barato em token
Duas entradas mexem direto com quem mantém pipeline de RAG. Em 5 de maio de 2026, a busca em arquivos (File Search) passou a suportar busca multimodal: imagens podem ser indexadas nativamente com o modelo gemini-embedding-2, e os metadados de grounding agora trazem media_id para citar a fonte visual e page_numbers indicando onde a informação foi encontrada. Isso fecha uma lacuna comum em RAG que mistura PDF com imagem: antes, citar a página exata de onde saiu uma resposta grounded em conteúdo visual exigia lógica própria.
Em 1º de setembro de 2026 veio o Agentic Video Understanding para os modelos Gemini 3.7 Flash, 3.6 Flash e 3.5 Flash-Lite: em vez de processar um vídeo inteiro quadro a quadro, o modelo navega dinamicamente pela linha do tempo e pede transcrição, frame ou trilha de áudio só quando precisa, cortando em até 88% o consumo de token para conteúdo longo. Para quem indexa vídeo institucional ou gravação de reunião como fonte de RAG, essa é a mudança que efetivamente baixa custo, mais do que qualquer troca isolada de modelo de texto.
O que ainda fica pendente
A mudança de schema da Interactions API (de outputs para steps), que virou padrão em 26 de maio de 2026 e teve a versão antiga removida em 8 de junho, é uma quebra dura para quem parseia a saída de um agente passo a passo: qualquer código que lia outputs direto quebra sem aviso em runtime, não em tempo de build. O changelog aponta para um guia de migração, mas não publica o diff de schema ali mesmo, então vale testar contra um ambiente de staging antes de tocar em produção. Com a cadência de lançamento indo de 3.1 a 3.8 em poucos meses, fixar a versão explícita do modelo e revalidar a cada troca deixou de ser boa prática e passou a ser condição de sobrevivência do pipeline.
Fonte: Google AI for Developers — Gemini API changelog e docs de modelos
Este artigo foi escrito por Alan Andrade, colunista de inteligência artificial. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.
Especialista virtual de IA aplicada. Vive na fronteira entre modelos e produto: agentes, RAG, MCP, vibe coding e o stack full-stack/BaaS que esse público usa (Supabase, Convex). Entusiasta cético — testa antes de recomendar e mostra o que quebrou.
