Minha lista de observação para o keynote do Google I/O 2026 — o que builders independentes devem realmente ouvir

O Google I/O 2026 começa na terça-feira, 19 de maio, às 10:00 PT, e vai até quarta-feira, 20 de maio. O keynote abre com Sundar Pichai, passa para Demis Hassabis e Josh Woodward na parte de Gemini/IA, e termina com as sessões do YouTube e Android que a imprensa de tecnologia vai cobrir principalmente.

Para builders independentes de IA, o keynote são duas horas em que você deve procurar por sete sinais específicos. Preço das ações, demonstrações para consumidores, anúncios de parcerias — a maior parte é irrelevante para saber se você entrega algo diferente em 21 de maio em comparação com uma semana antes.

Este post é a minha lista de observação, em ordem de quanto isso vai afetar o que eu construo em seguida. Contexto: estou construindo o GeminiOmni na stack atual do Gemini há dois meses e tenho interesse direto em cada um desses pontos.

1. O preço por segundo do Gemini Omni

Este é o número mais importante a ser obtido no keynote. Se o Omni realmente for lançado como um modelo unificado de vídeo+áudio — o que acho provável — o preço por segundo decidirá se ferramentas de vídeo independentes ainda são viáveis no mês que vem.

O que espero: algo em torno de $0,20 por segundo de vídeo gerado, colocando-o entre Veo 3.1 Fast ($0,15/seg) e Veo 3.1 Standard ($0,40/seg) em uma escada de preços que ainda deixa espaço para estruturas de camadas independentes.

O que temo: um enquadramento de "recurso premium" sem preço por chamada publicado, ou uma taxa de $1+/seg que exclui tudo, exceto empresas. Qualquer um desses significa que o Omni é um recurso do Gemini para consumidores, não uma superfície para desenvolvedores, e builders independentes devem continuar usando o Veo 3.1 Fast.

O vazamento do 9to5Google não incluiu linguagem de preços, o que interpreto como neutro — o Google geralmente não divulga preços em vazamentos de strings de aplicativos. Vamos descobrir durante a trilha de desenvolvedores, provavelmente em um único slide entre os minutos 45 e 55 do keynote.

2. O cronograma de lançamento da API para desenvolvedores

O segundo maior sinal: quão rápido o novo modelo chega às mãos dos desenvolvedores?

Escute pela frase exata: "disponível hoje na API do Gemini para Desenvolvedores." Essa redação significa que a API pública está aberta no momento em que o keynote termina, e builders independentes podem lançar integrações na mesma semana.

Se você ouvir "sendo lançado para desenvolvedores nas próximas semanas" ou "disponível inicialmente através do AI Studio com acesso à API em seguida", isso é uma lacuna de 2 a 4 semanas antes de você poder construir sobre ele. Planeje seu sprint de acordo.

O histórico do Google nisso é misto. O Veo 3.1 Standard chegou à API pública no dia do lançamento. O Imagen 3 saiu um mês após o keynote em que foi anunciado. Não há regra.

3. Se eles dizem algo específico sobre preços para desenvolvedores independentes/solo

O Google tem sido discretamente favorável a desenvolvedores independentes desde o lançamento original da API do Gemini no final de 2023 — o nível Gratuito é genuinamente generoso, o preço do modelo tem sido abaixo da classe GPT-4 para tudo abaixo do Pro, e a qualidade da API tem sido boa o suficiente para construir sobre ela.

O que estou observando no I/O: um anúncio do tipo "Gemini para Builders" que codifique esse compromisso. Algo como uma cota mensal gratuita de inferência, onboarding dedicado para desenvolvedores, ou programas de promoção liderados pela comunidade.

Isso tem importância média para mim — não muda o que construo, mas muda a abordagem de aquisição de usuários. Se o Google lançar suporte de marketing para ferramentas construídas em sua API, cada selo "Construído com Gemini" fica mais valioso. Se o Google não fizer, o valor permanece onde está.

4. Qualquer sinal sobre o roadmap do Nano Banana 2

O Nano Banana foi o sucesso surpresa de 2025 — 200 milhões de edições de imagem em seu primeiro mês, mais novos usuários do Gemini do que qualquer outro recurso, e o modelo que colocou a edição de imagens baseada em chat no mapa. A versão 2 foi lançada no início de 2026 com saída nativa em 2K e melhor renderização de texto.

Quero ouvir o que vem a seguir. Especificamente:

Existe um Nano Banana 3 em andamento? Em qual cadência o Google está iterando?
Ele será incorporado ao Gemini Omni ou permanecerá como um modelo especializado?
Estão chegando recursos empresariais (bibliotecas de estilo, kits de marca, processamento em lote)?

Isso afeta /tools/nano-banana-edit diretamente. Se o Google lançar uma mudança na API à qual o editor precise se adaptar, prefiro saber no dia 20 de maio do que descobrir através de usuários encontrando erros.

5. A API Live obtendo status de não-preview

O Gemini 3.1 Flash Live é a coisa mais subestimada que o Google lançou este ano e atualmente está no status "Preview" com uma nota de rodapé de preço "gratuito". Ambos são temporários.

O que estou observando:

O Live será promovido a Disponibilidade Geral? Se sim, a história do SLA melhora e posso construir produtos de voz de produção confortavelmente sobre ele.
O preço "gratuito" sobreviverá ao GA? Quase certamente não, mas o novo ponto de preço é importante. Qualquer coisa abaixo de $0,005 por minuto mantém a voz viável para independentes.
O Live multimodal se tornará realidade — ou seja, posso transmitir vídeo junto com áudio? Isso mudaria o que é possível construir sobre ele.

Espero que o Live seja promovido a GA e adicione entrada multimodal, com um preço baixo, mas não zero, por minuto. Se o preço vier acima de $0,05/minuto, a história dos aplicativos de voz independentes fica mais difícil.

6. Qualquer coisa que mude a economia do contexto longo

Contexto de 1M de tokens não é gratuito — gastei um post inteiro na matemática de custo por página. Duas coisas no I/O podem mudar a economia:

Mudanças no preço do cache de contexto. Hoje, o contexto em cache custa cerca de $1/M tokens/hora para o Flash. Se o Google reduzir isso pela metade, "solte um PDF e continue conversando" se torna muito mais barato de oferecer em escala. O nível Pro do /tools/pdf-chat ganha margens mais saudáveis da noite para o dia.

Uma janela de contexto de 2M ou 10M tokens. O Gemini 1.5 Pro teve um nível de 2M brevemente. Se o Google trouxer isso de volta com preço do Flash, os casos de uso se expandem significativamente — catalogação completa de bibliotecas, pesquisa em múltiplos documentos, busca em corpora empresariais. Ferramentas independentes podem crescer para trabalhos maiores.

Nenhum desses é rumorejado, mas o Google já nos surpreendeu antes. Vale a pena ouvir por "contexto" em qualquer lugar do diálogo do keynote.

7. O sucessor do Imagen 4

O Imagen 4 existe desde o final de 2025 e está atrasado para uma iteração. Se o Google anunciar o Imagen 5 (ou renomeá-lo como parte da família Omni), a matriz de decisão Nano Banana 2 vs Imagen 4 muda.

O que adoraria ver:

Imagen 5 com edição nativa baseada em chat — se o Imagen receber a interface conversacional do Nano Banana, a história de dois modelos se reduz a um.
Um nível "Imagen 4 Lite" abaixo de $0,02/imagem — há espaço e demanda no lado barato.
Saída do Imagen com proveniência incorporada / marcas d'água SynthID ativadas por padrão — isso seria realmente bom para a indústria, não ruim.

Se o Imagen permanecer inalterado durante o I/O, minha arquitetura de ferramentas de imagem permanece inalterada. Se o Imagen receber o tratamento de chat, reconstruo /ai-image-generator e /tools/nano-banana-edit para compartilhar uma única superfície de chat.

O que estou fazendo durante o keynote

Algumas coisas mecânicas, caso ajude outras pessoas:

Vou assistir à transmissão ao vivo com pnpm dev aberto em uma segunda janela, pronto para atualizar /tools/text-to-video e o hero da página inicial com o novo nome do modelo dentro de uma hora após qualquer anúncio importante.
Estou pré-esboçando dois posts de blog: um para "Gemini Omni foi lançado como esperado" e outro para "Gemini Omni foi lançado, mas não é o que pensávamos". Qualquer um que esteja correto vai ao ar em 20 de maio.
Tenho uma flag de recurso configurada que me permite trocar o modelo de vídeo padrão em /tools/text-to-video do Veo 3.1 Fast para o que for anunciado, sem uma mudança de código. Uma atualização de configuração, deploy em 90 segundos.
Não estou me comprometendo antecipadamente com nenhuma construção de recurso específico até ver as demonstrações reais. O vazamento sugere vídeo; o keynote pode nos surpreender com algo completamente diferente.

O que não estou observando

Vale a pena dizer em voz alta:

Recursos de IA do YouTube — interessantes para criadores de conteúdo, irrelevantes para builders independentes de ferramentas, a menos que façam editores de vídeo.
Anúncios do Android — só importa se você lançar um aplicativo Android nativo, o que 95% das ferramentas de IA independentes não fazem.
Atualizações de IA do Workspace — integração com Gmail/Docs é para consumidores, não superfície de desenvolvedor.
Impacto no preço das ações — totalmente descorrelacionado com o que vale a pena construir.

Se você é um builder independente e se vê assistindo ao segmento de economia de criadores do YouTube, avance. Sua hora é melhor gasta na trilha de desenvolvedores.

Vou escrever sobre os resultados reais em 21 de maio

Este post me compromete a um artigo em 21 de maio — o que o keynote realmente anunciou versus o que eu esperava, o que mudou em meus planos e o que eu construiria de forma diferente. Se as previsões neste post envelhecerem mal, estará abertamente disponível.

Se você está acompanhando: sintonize no segmento do Gemini do keynote (geralmente 45-75 minutos após o início), observe os sete sinais acima e presuma que tudo o que a imprensa escrever naquela tarde é consequência do que a trilha de desenvolvedores realmente disse. Os slides importam mais do que as capturas de tela.

Mais três dias.

Leia a seguir

— Lena