As ações da Alphabet recuaram 4% na quinta-feira após se saber que a empresa adiou o lançamento do seu principal modelo de inteligência artificial.
O modelo Gemini 3.5 Pro, apresentado como o modelo de IA de referência da gigante das pesquisas, está vários meses atrasado face ao calendário inicialmente previsto, devido ao esforço da empresa para melhorar o seu desempenho. De acordo com informações internas citadas num relatório, as capacidades de programação do modelo ficaram aquém das expectativas internas, num momento em que concorrentes como a OpenAI e a Meta lançaram recentemente novos modelos de IA que superam as ofertas atuais da Google na geração de código de software.
A empresa tinha anunciado o Gemini 3.5 Pro em maio, no âmbito da conferência anual de programadores Google I/O, indicando na altura que o modelo já estava a ser usado internamente. Contudo, foi também comunicado que não estaria pronto para um lançamento mais amplo antes do mês seguinte.
Um porta-voz da Alphabet afirmou em comunicado que a empresa está a lançar rapidamente uma vasta gama de modelos, procurando mantê-los altamente eficientes em termos de custos para os clientes. O mesmo responsável acrescentou que a Alphabet está atualmente a testar o Gemini 3.5 Pro, um modelo Flash melhorado e outros modelos com parceiros, mantendo também uma colaboração ativa com o governo dos Estados Unidos.
A geração de código tornou-se um dos principais casos de utilização para fornecedores de modelos de IA como a Anthropic e a OpenAI, bem como para laboratórios chineses de IA como a Z.ai, que disponibilizam variantes de peso aberto que os programadores podem utilizar gratuitamente através do ecossistema de código aberto.
A Meta lançou na semana passada o seu modelo de IA Muse Spark 1.1, descrito pelo responsável máximo de IA da empresa, Alexandr Wang, como o modelo mais forte da gigante das redes sociais para trabalho "agêntico" e de programação até à data.
Também na última semana, a OpenAI apresentou o seu modelo de IA GPT-5.6 Sol. O CEO Sam Altman afirmou que este modelo é 54% mais eficiente em tokens em tarefas de programação agêntica, sublinhando como os diversos laboratórios de IA estão a posicionar os seus modelos de geração de código como soluções com melhor relação custo-desempenho.