Gemini 3.1 Flash Lite em modo batch custa quase nada — e expõe uma escolha

Sessenta e nove centavos de dólar. É o que custa, em 23 de maio de 2026, gerar um milhão de tokens de saída do Gemini 3.1 Flash Lite rodando em modo batch. A conta cabe no caixa de qualquer projeto pessoal — e é exatamente esse o ponto que faz a versão batch merecer uma análise, não um aviso de lançamento.

O que muda quando você liga o "batch"

O Gemini 3.1 Flash Lite já existe como modelo geral do Google há mais tempo. O que entra agora em catálogo, em 7 de maio, é a variante :batch: a mesma arquitetura, o mesmo contexto de 1.048.576 tokens, a mesma pilha multimodal (texto, imagem, vídeo, áudio e PDF na entrada, texto na saída). O que muda é o regime de execução. Você empacota as requisições, entrega para a API processar em janela de até 24 horas e, em troca, paga outra tarifa. O catálogo não publicou preço diferenciado para a variante batch neste modelo — o que está tabelado é o preço-base de US$ 0,125 por milhão de entrada e US$ 0,75 por milhão de saída —, então o cálculo real de desconto depende de cotação direta no provedor. Dito isso, a conta que importa já está na régua.

O preço só faz sentido comparado

Coloque o Flash Lite em batch do lado do que está no topo do mercado hoje. O Gemini 3.1 Pro Preview cobra US$ 12 por milhão de saída — são 16 vezes mais caro. O GPT-5.3-Codex, da OpenAI, está em US$ 14. O Gemini 3.5 Flash, do mesmo Google, cobra US$ 9. O DeepSeek V4 Pro, que disputa o segmento de custo baixo, está em US$ 1,74. Só que o Flash Lite batch custa menos da metade do DeepSeek mais barato acima da faixa de IQ 45.

Traduzindo o que o marketing do Google não diz em letras garrafais: a conta por milhão de saída aqui é a mesma de uma pizza média em São Paulo. Em volume, isso muda a aritmética de qualquer produto que depende de classificação, extração, resumo ou rotulação em cima de documentos.

Para quem esse modelo vale a troca

Se a sua carga é assíncrona e tolerantemente lenta — pipelines noturnos, varredura de base de documentos, geração massiva de embeddings, sumarização de chamadas de suporte, pré-rotulagem para fine-tuning —, o Flash Lite em batch é candidato sério. A janela de 1M de tokens come PDFs inteiros sem você ter que fragmentar; a entrada multimodal aceita áudio e vídeo, o que destrava casos que antes pediam modelo dedicado de visão. E o preço de cache de US$ 0,0125 por milhão de tokens é o tipo de número que faz prompts longos com system prompt repetido virarem commodity.

Para quem não muda nada

Se você precisa de resposta em tempo real (chat ao vivo, agente interativo, chamada de função com latência sensível), batch não é a ferramenta — você quer a versão síncrona do Flash Lite, ou outro modelo com latência explícita. E se o que você quer é capacidade de raciocínio, o catálogo atual não publicou índice de IQ, coding ou agentic para essa variante; sem número, não há argumento técnico para dizer que ela compete com Pro, Codex ou DeepSeek V4 Pro na qualidade do output. Use para volume, não para a tarefa em que o erro caro.

O tabuleiro em maio de 2026

O Google publicou 41 modelos nos últimos 30 dias e hoje lista 447 no total, vindos de 61 criadores. O topo do ranking de inteligência é do Gemini 3.1 Pro Preview, com IQ 47,738, seguido pelo Gemini 3.5 Flash e pelo GPT-5.3-Codex. O Flash Lite batch não entra nessa conversa — ele não foi desenhado para isso. A pergunta certa não é "ele é o melhor modelo?", e sim "ele é o modelo certo para a parte da minha fatura que não precisa ser a melhor?" A resposta, para a maioria dos jobs de fundo, é sim.