Gemini

Módulo 1 · Agentes de IA

Para fechar o panorama dos agentes que apresentamos no Módulo 0, vamos olhar para o Gemini, do Google. Como nos capítulos anteriores sobre Claude e Codex, o foco aqui é conceitual: quem é a empresa, como o produto se organiza, em que difere dos outros dois e quando faz sentido escolher.

Adianto um ponto importante: o Gemini não tem o paralelo limpo do Claude (Desktop unificado com 3 modos) nem do Codex (várias superfícies do mesmo agente). A Google distribuiu o Gemini em produtos separados, com filosofias diferentes — e isso muda como o pesquisador encontra a ferramenta certa para cada tarefa. Vamos por partes.

Google em poucas palavras

A Google tem peso óbvio na história de IA — boa parte dos avanços teóricos que tornaram a IA generativa viável (a arquitetura Transformer de 2017, mencionada em M1-B1-01) saiu de pesquisadores do Google. O produto de IA generativa entrou no mercado com o Bard em março de 2023, em resposta ao ChatGPT. No início de 2024 a Google renomeou tudo para Gemini, alinhando o nome do produto ao da família de modelos. Hoje a Google é a terceira grande do espaço de modelos de fronteira, ao lado da OpenAI e da Anthropic.

A integração com o Google Workspace (Gmail, Drive, Docs, Sheets, Calendar) é o diferencial estrutural mais óbvio em relação aos concorrentes — para quem vive nessas ferramentas, o Gemini está literalmente “do lado”.

A família Gemini

Modelo	Foco	Quando usar
Gemini 2.5 Pro	Modelo principal — raciocínio amplo, janela de 1M tokens	Tarefas longas, leitura de livros ou bases de PDF inteiras
Gemini 2.5 Flash	Versão rápida e barata	Uso diário, respostas mais ágeis
Gemini 2.5 Flash-Lite	Versão ainda menor	Tarefas leves, classificação
Gemini 3.x (Pro / Flash)	Geração mais nova, lançada em novembro de 2025	Por enquanto, foco principal no IDE Antigravity (ver seção dedicada abaixo)

Em uso típico, a aplicação escolhe o modelo conforme a tarefa. Vale lembrar a distinção modelo × aplicação × versão discutida em M1-B1-01: o que muda entre os pontos de acesso a seguir é a interface; o modelo por trás pode ser o mesmo.

Os pontos de acesso do Gemini

Aqui está a parte que difere mais do que vimos nos outros agentes. Em vez de um único “Gemini Desktop” que cobre tudo (como o Claude Desktop), a Google oferece dois grupos de produtos com objetivos diferentes:

Grupo 1 — Conversação e análise de contexto

Gemini Desktop (macOS) — lançado em abril de 2026. Requer macOS 15 (Sequoia)+ e Apple Silicon. Vai além de chat: lê arquivos locais (PDFs, imagens, documentos), compartilha sua tela com a IA via atalho Option + Espaço, gera imagens (Nano Banana) e vídeos (Veo). Para download: gemini.google/mac.
Web (gemini.google.com) — versão padrão no navegador. Funciona em qualquer sistema.
Apps mobile — Android e iOS, na Google Play e App Store.
Integração Workspace — Gemini embutido em Gmail, Docs, Sheets, Drive (recurso de planos pagos do Workspace).

Grupo 2 — Trabalho com código

Gemini CLI — agente em terminal, open source no GitHub. Equivalente direto do Claude Code e do Codex CLI. Instalação coberta em M0-B1-05.
Gemini Code Assist — extensão para VS Code, JetBrains e outras IDEs. Oferece sugestões inline de código (estilo Copilot), chat integrado e um “modo agente” baseado no Gemini CLI.

A diferença organizacional importa

O Gemini Desktop é potente, mas não opera no seu sistema como agente no mesmo sentido do Claude Cowork ou do Codex Desktop. Ele lê arquivos locais e compartilha tela, mas não cria/edita arquivos do seu projeto, não roda comandos no terminal, não faz commits no Git. Para esse tipo de trabalho com Gemini, você precisa do Gemini CLI (terminal) ou do Gemini Code Assist (dentro de uma IDE). O “balcão único” que o Claude Desktop oferece não existe no ecossistema Gemini hoje.

AI Studio: playground para experimentar e prototipar

aistudio.google.com é um produto distinto dos pontos de acesso listados acima, voltado para quem quer experimentar com o Gemini de forma mais técnica antes de integrar em código próprio. Não é uma interface para uso conversacional cotidiano (esse papel é do gemini.google.com, item “Web” acima) — é uma ferramenta para prototipagem e construção.

O que diferencia, no contexto deste curso:

Painel “Configurações de execução” que expõe parâmetros normalmente escondidos (temperatura, top-p, max tokens, configurações de segurança, output estruturado, function calling, execução de código).
Botão “Receber código” que gera código pronto em Python, JavaScript, etc. para você usar a Gemini API em scripts R/Python do seu projeto.
Modos especiais separados — Chat, Live API (transmissão em tempo real), Veo (geração de vídeo), Nano Banana (geração de imagens), Lyria (geração de música), texto-voz, embeddings. Para pesquisa em saúde, o destaque mais imediato é Veo e Nano Banana para gerar material didático/visual, e Live API para protótipos de avaliação de fala.
Modo “criador” de apps full-stack baseado em descrição em linguagem natural — a Google chama esse modo literalmente de “vibe coding no modo criador”, no mesmo espírito da tese central deste curso.
Onde se obtém a chave de API do Gemini — útil se você quiser usar o Gemini em scripts R/Python (via SDK ou chamada HTTP direta) sem depender do CLI ou do Code Assist.

Para o pesquisador-iniciante, o AI Studio não substitui o uso diário do Gemini Desktop ou do gemini.google.com. Vale conhecer e abrir quando você quiser: (a) testar como um prompt se comporta sob temperatura mais baixa antes de colocar em produção, (b) gerar código de integração API, ou (c) experimentar geração de imagem/vídeo/áudio sem instalar nada localmente.

Para obter sua chave de API Gemini

aistudio.google.com/apikey — o atalho direto. Você loga com sua conta Google, cria uma chave gratuita e usa em scripts ou no Gemini CLI (em vez do fluxo OAuth padrão). Atenção: chaves de API são credenciais sensíveis — não comite em repositórios públicos. Use variável de ambiente (GEMINI_API_KEY) ou arquivo .env no .gitignore.

Gemini × Claude × Codex: diferenças que importam

Aspecto	Gemini (Google)	Claude (Anthropic)	Codex (OpenAI)
Modelo padrão	Gemini 2.5 Pro / Flash	Claude Opus / Sonnet	GPT-5
Acesso	Conta Google (Free / Workspace / AI Pro) ou API	Conta Anthropic (Free / Pro / Max) ou API	Conta ChatGPT (Plus / Pro / Business / Enterprise / Edu) ou API
Pontos de acesso	Desktop (só macOS), web, mobile, Workspace, AI Studio, CLI, Code Assist	Claude Desktop unificado (Chat + Cowork + Code), CLI standalone	App Desktop, web, extensão de IDE, CLI
Modo agêntico para trabalho não-coding	Não há equivalente direto ao Cowork	Modo dedicado Cowork dentro do Desktop	Embutido no app Desktop
CLI open source?	Sim (único entre os três)	Não	Não
Cota gratuita	Generosa com conta Google pessoal — 60 req/min, 1000 req/dia (Flash, desde março/2026)	Limitada no plano Free	Compartilhada com cota do ChatGPT
Janela de contexto	1M tokens (2.5 Pro), 2M (Gemini 3 no Antigravity)	1M tokens (Opus 4.7)	Variável por modelo
Integração natural	Google Workspace (Gmail, Docs, Sheets, Drive)	Quarto, ferramentas Posit, MCP	GitHub (Copilot, Actions), VS Code

Quando vale a pena instalar o Gemini

Quatro cenários onde o Gemini faz sentido mesmo seguindo o curso com Claude como padrão:

Você (ou sua instituição) usa Google Workspace. A integração nativa com Gmail, Drive, Docs e Sheets é o diferencial mais forte do Gemini para uso diário. Universidades brasileiras com conta Workspace educacional muitas vezes têm Gemini incluído.
Você precisa de janela de contexto muito grande. Para enviar livros inteiros, séries de PDFs longos ou bases de protocolos clínicos completas, o 1M (Gemini 2.5 Pro) ou 2M tokens (Gemini 3) são vantagem real.
Você quer ferramenta open source. O Gemini CLI é o único dos três agentes com código totalmente aberto no GitHub — relevante para quem valoriza transparência ou quer auditar/contribuir.
Você quer cota gratuita generosa. Mesmo após a mudança de março/2026 (Pro virou pago no free tier), os modelos Flash continuam dando 60 req/min e 1000 req/dia — mais do que a maior parte das pessoas usa em um dia de trabalho.

Limites específicos do Gemini

Quatro pontos honestos:

Mudança recente na cota gratuita do CLI (25/03/2026). O free tier do Gemini CLI passou a oferecer apenas modelos Flash; o Gemini 2.5 Pro virou exclusivo de planos pagos. Quem dependia do Pro com a janela de 1M tokens via free tier precisa migrar para um plano pago ou adaptar o uso.
Desktop só para macOS Apple Silicon. Não há app oficial para Windows nem para Linux. Nesses sistemas, use a versão web em gemini.google.com, o CLI ou o Code Assist.
Falta de balcão único. Como discutido acima, não existe o equivalente ao Claude Desktop (que reúne Chat + Cowork + Code). O usuário precisa pular entre Gemini Desktop, CLI e Code Assist conforme a tarefa.
Identidade do modelo nem sempre clara. Como há duas gerações simultâneas no mercado (2.5 e 3.x), e a Google muda muito a oferta entre planos, é comum não ter certeza de qual modelo está rodando. Ler o canto inferior das interfaces ajuda.

Antigravity: o IDE agêntico da Google

Em 18 de novembro de 2025, junto com o lançamento do Gemini 3, a Google publicou o Antigravity — um IDE “agent-first” que merece menção própria.

O que é

Fork modificado do VS Code, na mesma linhagem do Positron e do Cursor.
Arquitetura dual-view:
- Editor view — interface familiar de IDE, com agente em sidebar (estilo Cursor).
- Manager view — “centro de controle” para orquestrar múltiplos agentes em paralelo, com Artifacts (task lists, planos de implementação, capturas de tela, gravações de browser) como entregáveis verificáveis.
Modelos padrão: Gemini 3.1 Pro e Gemini 3 Flash. Suporta também Claude Sonnet 4.6, Claude Opus 4.6 e GPT-OSS-120B.
Janela de contexto: 2M tokens.
Gratuito durante o public preview, com cotas generosas no Gemini 3 Pro.
Integração nativa com Google Cloud para fluxos de deploy.

Site oficial: antigravity.google.

E para Quarto, funciona?

Sim — testado neste curso. Como o Antigravity é fork do VS Code, a extensão oficial do Quarto funciona normalmente. Depois de instalar a extensão e ter o Quarto CLI no sistema (M0-B1-03), é possível abrir um .qmd, ter preview lado a lado, e renderizar para HTML, PDF, Word — exatamente como em Positron, RStudio ou VS Code com a mesma extensão.

Para o público deste curso, Positron continua sendo o padrão

O Antigravity é uma ferramenta poderosa, mas é desenhada para dev profissional — a Manager view com agentes paralelos, a integração com Google Cloud e a complexidade de “Artifacts” são úteis em projetos grandes de software, mas adicionam complexidade que não casa com o escopo deste curso.

Para análise de dados em pesquisa médica, a recomendação continua sendo Positron + Gemini CLI ou Gemini Code Assist se você quiser usar Gemini. Quem já tem familiaridade com VS Code e quer experimentar um IDE agêntico mais ambicioso pode instalar o Antigravity em paralelo — não há conflito.

O que vem a seguir

Falta uma peça para fechar o Bloco de Agentes: como dizer ao agente, de uma vez por todas, as regras do seu projeto — sem repetir em cada prompt. Esse é o papel do AGENTS.md, padrão aberto que os três agentes (Claude, Codex e Gemini) leem automaticamente.

05 · O arquivo AGENTS.md — o que é, por que padronizou em torno desse nome (Agentic AI Foundation, dezembro de 2025), e o AGENTS.md deste próprio curso disponível para você copiar e adaptar ao seu projeto.