Não ligue para os críticos, o Gemini 3 é extremamente bom em todo tipo de tarefas de programação. Tudo, desde UI para aplicativos web, desenvolvimento iOS em Swift, código backend em Python, tudo relacionado a IA/ML, etc. É muito forte e bom em seguir regras e usar ferramentas.

Parece que sempre que um grande modelo de fronteira é lançado, um monte de pessoas tentando ganhar fama fala sobre como ele é "decepcionante" e como falhou na tarefa favorita deles. Normalmente, você vai perceber que eles eram péssimos em incentivar ou que a tarefa deles é e nada relevante na vida real.

Existem algumas exceções, como o Llama4, que obviamente foi horrível para quem tentou por 3 minutos. Mas as pessoas diziam isso sobre o GPT-5 e era risivelmente errado. É como no mercado de ações, as pessoas recebem mais atenção por serem céticas e contrárias. Negatividade vende

O que importa (pelo menos para programação) é o quão bom é o modelo para pessoas que já são habilidosas em usar modelos semelhantes para desenvolvimento de software, e sua opinião fundamentada após testá-lo por várias horas em várias tarefas realistas do mundo real, não problemas bobos de pegadinha.

E leva tempo real e muitos testes independentes para realmente ver o quão consistente e autônomo o modelo é, quanta agência e "determinação" ele demonstra (parte disso também depende do harness do agente, como Cursor versus Gemini-CLI), quão confiável com ferramentas.

Gemini 3 brilha em todas essas dimensões, de forma impressionante. O Google criou um enorme valor de mercado para si mesmo com esse modelo, especialmente porque consegue hospedar o carro a custo em seu próprio silício personalizado.

Vai ser difícil (quase impossível) para outros se aproximarem desse ponto na curva preço-desempenho. Mesmo que o GPT-6 seja um pouco mais inteligente, os custos de hospedagem para a OpenAI após pagar o "imposto Nvidia" e dar a Jensen suas margens brutas de 90% farão com que ele fique aquém em termos de Pareto.