Google Cloud agora vende GPT-6, Gemini e Claude

Trocar de modelo não deveria obrigar a trocar de nuvem

Google Cloud com GPT-6 na mesma prateleira que Gemini e Claude parecia impossível até semana passada. Mas agora é real. Se você opera IA em produção, conhece bem esse atrito: um time quer o Claude para código longo, outro precisa do GPT para agentes, um terceiro testa o Gemini por custo e contexto. Resultado prático: três contratos, três APIs com autenticação diferente, três faturas, três formas de logar, observar latência e controlar custo por token. E toda vez que um modelo novo vira padrão, começa de novo a migração de chaves, de VPC, de avaliação e de guardrails.

É exatamente essa dor que o Google está tentando atacar. A empresa colocou três modelos da OpenAI em private preview dentro do Google Cloud: GPT-6 Astra para tarefas pesadas como código e pesquisa, GPT-6.1 Sol como alternativa mais barata com desempenho próximo, e GPT-6 Luna como opção rápida e econômica para uso diário. Eles também vão aparecer no Gemini for Business e no Google Antigravity. A cobrança entra na fatura única do Google Cloud e conta para compromissos de consumo já assinados. O Google afirma que dados de clientes não serão usados para treinamento.

O fato sem rodeio

O Google Cloud virou a única grande nuvem a oferecer os três laboratórios rivais no mesmo lugar: Gemini, Claude e agora OpenAI. Não é uma integração pequena via proxy. É oferta nativa de modelo, com faturamento centralizado e controles de nível enterprise. O acesso inicial é limitado a clientes selecionados, com cadastro aberto para expansão. Isso importa porque tira o Google da posição de apenas dono de modelo e coloca na posição de distribuidor neutro, algo que AWS e Microsoft ainda não fazem de forma completa.

Na prática, o recado para o mercado é direto: a guerra não é mais só sobre quem tem o melhor modelo, é sobre quem tem a prateleira mais completa. O Google entendeu que muitas empresas não querem se casar com um laboratório. Querem poder trocar de Astra para Claude ou para Gemini sem reescrever toda a plataforma interna. E quem controla essa camada de roteamento controla o gasto.

Como funciona na visão de quem opera

Pense nisso como o que já acontece com o Claude no Vertex AI. Você continua chamando uma API dentro do perímetro do Google, com IAM, quotas, logs e residência de dados do seu projeto. A inferência provavelmente roda em capacidade reservada pela parceria, isolada por cliente, com promessa contratual de não treinamento. Para você, muda pouco no código se já usa Vertex: mesmo padrão de autenticação, mesmo observability no Cloud Logging e Cloud Trace, mesmas políticas de VPC Service Controls e DLP.

O que muda de verdade está no detalhe operacional. Cada um desses três modelos tem perfil bem diferente de custo e latência. O Astra foi posicionado para raciocínio longo, código e pesquisa, então espere janelas grandes, mais tokens de saída e latência p95 maior. É o modelo que resolve, mas cobra por isso. O Sol tenta equilibrar, com desempenho parecido em boa parte das tarefas e preço menor, ideal para agentes que chamam o modelo dezenas de vezes por tarefa. O Luna é o cavalo de batalha para classificação, extração, RAG simples e suporte, onde tempo de primeiro token e custo por milhão definem se o produto fecha a conta.

O que observar antes de colocar em produção

Se você já opera com Gemini ou Claude no Google, trate o GPT-6 como um novo endpoint com comportamento próprio, não como drop-in. Mesmo com fatura única, o preço por token, o ritmo de throughput e os limites de taxa devem ser diferentes por modelo. Minha inferência técnica, olhando o padrão de outras ofertas parecidas, é que o Google vai expor isso via Model Garden e Vertex com três SKUs separados, cada um com tier de provisioned throughput para quem precisa de latência estável. Para protótipo, o endpoint sob demanda resolve. Para agente em produção com picos, provisionado quase sempre sai mais previsível.

• GPT-6 Astra: use para código complexo, pesquisa profunda e planejamento de agentes, com avaliação de qualidade ponta a ponta.
• GPT-6.1 Sol: use como padrão para agentes e copilotos onde custo por tarefa importa mais que o último ponto de benchmark.
• GPT-6 Luna: use para tarefas de alto volume e baixa complexidade, com cache de prompt e respostas curtas.

Outro ponto crítico é avaliação. Não confie em benchmark público para decidir. Rode o mesmo set de prompts reais do seu produto nos três modelos, meça taxa de sucesso, custo médio por tarefa completa e latência p50 e p95. Em agentes, um modelo 15 por cento mais barato por token pode sair 40 por cento mais caro se precisar de três chamadas extras para acertar. É esse custo total por tarefa resolvida que precisa entrar no painel, não só o preço de tabela por milhão de tokens.

O que isso muda na prática

Quem ganha primeiro é o time de plataforma. Você consolida contrato, concentra commit de consumo e reduz atrito jurídico e de segurança para testar um modelo novo. Em vez de abrir exceção para mandar dado para outra nuvem, você liga o modelo dentro do projeto que já tem auditoria aprovada. Para empresas reguladas no Brasil, isso pode destravar casos de uso que estavam parados no compliance há meses.

Quem perde um pouco de poder é o argumento de lock-in por modelo. Se GPT, Claude e Gemini estão na mesma API e na mesma fatura, a diferenciação volta para o que sempre importou: qualidade na sua tarefa, latência real e custo total. Times de produto vão poder fazer roteamento inteligente, com Luna para triagem, Sol para execução e Astra ou Claude para casos difíceis. Isso já era possível com gateways open source, mas agora vem com SLA e suporte de nuvem.

A ação prática para esta semana é simples: crie uma camada fina de abstração com logs de tokens, custo por tarefa e fallback entre modelos. Cadastre-se no preview, suba um ambiente isolado e rode três cenários reais: um de código, um de agente com ferramentas e um de alto volume. Meça tudo por uma semana. Se o Sol entregar 95 por cento da qualidade do Astra por metade do custo no seu caso, você acabou de achar margem sem mudar produto.

A tensão que ninguém no Google pode ignorar

Aqui está a parte incômoda. Cada GPU que o Google usa para servir GPT-6 é uma GPU que não serve Gemini. É capacidade, energia e engenharia indo para fortalecer o maior rival do próprio time de modelos. Esse conflito já vazou em relatos internos e até ajuda a explicar a saída de gente pesada como Noam Shazeer, que teria voltado para a OpenAI. Faz sentido se você pensar como operador de capacidade: servir inferência em escala é um negócio de margem apertada e fila de hardware, não é só apertar um botão.

Então por que o Google faria isso? Porque perder a carga de trabalho é pior que ajudar o rival. Se o cliente quer GPT de qualquer jeito, melhor que esse token passe pela fatura do Google do que pela fatura da Microsoft. É a lógica da AWS com o Claude: seja neutro na infraestrutura para não perder o cliente no longo prazo. O risco é real, pois normaliza o GPT dentro de casa e tira um motivo para adotar o Gemini. Mas o cálculo do Google parece claro: primeiro prenda o gasto na nuvem, depois brigue pelo modelo.

Para quem constrói, a pergunta que fica não é sobre fidelidade de marca, é sobre gargalo. Isso resolve o problema ou só muda ele de lugar? Hoje o gargalo é contrato e integração. Amanhã, com todo mundo na mesma nuvem, o gargalo volta a ser disponibilidade de capacidade e preço em pico. Vale testar agora, com abstração própria, antes que essa conveniência vire dependência.

Conclusão prática

O Google Cloud virou a prateleira mais completa da IA ao juntar GPT-6, Claude e Gemini na mesma fatura e no mesmo perímetro. Se você opera IA, o movimento agora é avaliar custo por tarefa resolvida e deixar o roteamento pronto para trocar.