- O que mudou por baixo do capô? 🔎
- Menos tokens, mais tarefas concluídas
- A primeira novidade: arquivos 📁
- E a segunda API cuida do problema mais delicado 🔐
- Um modelo com espaço para tarefas enormes 🧠
- Parece uma evolução do próprio conceito de agente
- E quem já usa a versão anterior? ⏳
- Agora falta descobrir o que os agentes farão com tudo isso 🚀
Principais destaques
- Menos tokens nas alterações: o novo harness usa 40% menos tokens de saída em mudanças de arquivos, segundo benchmarks internos do Google.
- Arquivos e credenciais ganham APIs próprias: desenvolvedores podem manipular arquivos em um sandbox e conectar serviços como GitHub e Slack sem entregar os tokens ao modelo.
- A versão antiga tem data para sair: o antigravity-preview-05-2026 será descontinuado em 5 de outubro de 2026, com redirecionamento automático para a nova versão.
O Google atualizou o ambiente que dá autonomia aos seus agentes de IA Gemini. A nova versão, chamada antigravity-preview-09-2026, chega com duas APIs novas e promete reduzir o esforço necessário para criar agentes capazes de executar tarefas complexas sozinhos.
A atualização roda nativamente no Gemini 3.8 Flash e mira um problema cada vez mais importante no desenvolvimento com IA: não basta o modelo raciocinar bem. Ele também precisa conseguir lidar com arquivos, ferramentas e serviços externos sem transformar credenciais sensíveis em mais um risco.
O que mudou por baixo do capô? 🔎
O antigravity-preview-09-2026 é uma atualização do harness usado pelos agentes gerenciados do Gemini. Na prática, ele funciona como a infraestrutura que permite ao agente não apenas responder a uma solicitação, mas executar uma sequência de ações até tentar concluí-la.
Isso inclui trabalhar em uma sandbox Linux segura, executar código, navegar na web e editar arquivos por meio de uma única chamada de API.
A proposta aproxima esse ambiente das ferramentas e do comportamento observados no Antigravity, o agente de codificação autônomo do Google.
⚙️ O ganho não está apenas no modelo: o Google está mexendo também na camada que conecta o modelo às ferramentas necessárias para realizar uma tarefa.
Menos tokens, mais tarefas concluídas
Segundo benchmarks internos do Google, a nova versão apresenta ganhos em diferentes cenários de uso.
Em alterações de arquivos, o consumo de tokens de saída caiu 40%. Já em tarefas de engenharia de software e pesquisas com múltiplas interações, a taxa de conclusão aumentou em até 6%.
Há ainda outro indicador: as taxas de acerto de cache cresceram em até 16% em conversas longas e tarefas de pesquisa.
| Métrica | Resultado informado |
|---|---|
| Tokens de saída em alterações de arquivos | 40% menos |
| Taxa de conclusão de tarefas | Até 6% maior |
| Acerto de cache em conversas longas e pesquisas | Até 16% maior |
Os números são do próprio Google e, portanto, representam benchmarks internos da empresa, não uma comparação independente entre diferentes sistemas.
A primeira novidade: arquivos 📁
Uma das novas APIs é dedicada aos arquivos.
A API de Arquivos permite fazer upload de dados para um sandbox ativo, listar arquivos criados durante uma sessão e baixar arquivos ou diretórios individualmente.
Isso é especialmente útil em fluxos nos quais o agente precisa trabalhar diretamente sobre um conjunto de materiais. Em vez de tratar arquivos como simples anexos de uma conversa, o ambiente passa a oferecer operações próprias para administrá-los durante a execução da tarefa.
Pense em um agente analisando vários arquivos, executando código, produzindo novos resultados e depois disponibilizando esses arquivos para o usuário. É esse tipo de fluxo que a API procura facilitar.
E a segunda API cuida do problema mais delicado 🔐
A API de Credenciais trata de conexões com serviços externos.
O Google cita integrações como GitHub e Slack, mas o ponto central não é apenas conectar o agente a essas plataformas. É fazer isso sem expor os tokens ao próprio modelo.
As credenciais ficam armazenadas de forma criptografada e são injetadas somente no proxy de saída, e apenas para destinos aprovados.
💡 A ideia é separar o que o agente precisa usar daquilo que ele precisa conhecer: o modelo pode acionar uma conexão autorizada sem receber diretamente o segredo usado para autenticá-la.
Esse desenho reduz a necessidade de colocar tokens sensíveis no contexto do modelo, algo particularmente relevante quando agentes passam a operar com mais autonomia e acesso a ferramentas externas.
Um modelo com espaço para tarefas enormes 🧠
Por trás do novo harness está o Gemini 3.8 Flash.
O modelo oferece uma janela de contexto de até 1 milhão de tokens e pode gerar até 64.000 tokens de saída. Também aceita texto, imagens, áudio e vídeo como entrada.
Para agentes de software, a janela de contexto tem uma função prática.
Uma tarefa de engenharia pode envolver código distribuído em vários arquivos, testes, logs e configurações. Quanto mais dessas informações o agente consegue manter dentro de uma mesma tarefa, menor é a necessidade de fragmentar o trabalho em etapas isoladas.
🧩 Código, testes e logs no mesmo contexto: essa capacidade é particularmente relevante quando o agente precisa investigar um problema, modificar arquivos, executar testes e continuar raciocinando a partir dos resultados.
Parece uma evolução do próprio conceito de agente
O movimento também mostra onde o Google está concentrando parte do esforço no desenvolvimento de agentes.
Um modelo de linguagem sozinho responde a comandos. Um agente precisa fazer mais: acessar informações, executar ações, manipular arquivos e conversar com serviços externos.
Por isso, a infraestrutura ao redor do modelo passa a ser tão importante quanto a capacidade de geração de texto.
O novo harness reúne justamente essas peças em um ambiente controlado. O objetivo é fazer com que o agente consiga passar do “aqui está o código” para “eu executei, encontrei o problema, alterei os arquivos e avancei na tarefa”.
E quem já usa a versão anterior? ⏳
A atualização já está disponível no Google AI Studio e na API de Interações.
O Google também informou que os preços permanecem sem alteração em relação à versão anterior.
Mas existe um prazo importante para quem ainda utiliza o harness antigo.
A versão antigravity-preview-05-2026 será descontinuada em 5 de outubro de 2026. Depois dessa data, as solicitações serão redirecionadas para o harness atualizado.
Isso significa que a mudança não fica apenas no campo das novidades opcionais. Para quem depende da versão anterior, o calendário já está definido.
Agora falta descobrir o que os agentes farão com tudo isso 🚀
A combinação é significativa: um modelo com contexto de até 1 milhão de tokens, um ambiente Linux para execução, ferramentas para manipular arquivos e uma camada específica para administrar credenciais.
O Google está, na prática, tentando tirar parte do atrito que aparece quando um agente deixa de ser apenas um chatbot e começa a operar dentro de um fluxo de trabalho real.
É como trocar uma calculadora por alguém que também tem acesso à oficina. O desafio seguinte passa a ser garantir que essa pessoa tenha as ferramentas certas, mas não as chaves de tudo.
E é justamente aí que as novas APIs entram na história. Com a antiga versão marcada para desaparecer em outubro, os próximos meses devem mostrar quanto dessa infraestrutura será incorporada aos fluxos reais de desenvolvimento com Gemini.
