O Google anunciou, no changelog oficial da API do Gemini, que a ferramenta Computer Use, usada para construir agentes de IA capazes de operar sites, aplicativos de celular e telas de computador como uma pessoa, saiu da pré-visualização pública e chegou à disponibilidade geral (GA) na sexta-feira (30 de outubro de 2026).
O que você precisa saber
- O Google confirmou, no changelog oficial da API do Gemini, que a ferramenta Computer Use, que permite a um modelo de IA controlar mouse e teclado para operar sites e aplicativos como uma pessoa, deixou a pré-visualização pública e chegou à disponibilidade geral (GA) na sexta-feira (30/10/2026).
- A ferramenta funciona em quatro modelos: Gemini 4 Argon, indicado para raciocínio complexo; Gemini 3.8 Flash, o recomendado pelo Google para o Computer Use; Gemini 3.5 Flash-Lite; e Gemini 3 Flash Preview, que a própria documentação ainda chama de modelo de pré-visualização.
- A documentação atual descreve a ferramenta cobrindo três ambientes, navegador, celular e computador, com um campo que explica em texto por que o modelo escolheu cada ação, recurso que o Google já tinha introduzido na pré-visualização de junho de 2026, antes da disponibilidade geral.
- A Anthropic já trata a ferramenta equivalente da Claude, o conjunto "computer_toolset_20260801", sem exigir cabeçalho de versão de teste, e a documentação atual da OpenAI apresenta sua própria ferramenta de uso de computador sem marca de pré-visualização.
- O Google não informa, nas páginas consultadas, se a ferramenta tem custo próprio além do uso normal de tokens do modelo, nem se há alguma restrição de disponibilidade por país.
O que mudou na ferramenta
O anúncio está só no changelog, sem post de blog dedicado: o registro de 30 de outubro de 2026 diz, no original em inglês, "Computer Use generally available (GA): Released the Computer Use tool to general availability (GA) across the Interactions and GenerateContent APIs" (em tradução livre, lançamos a ferramenta Computer Use em disponibilidade geral nas APIs de Interactions e GenerateContent). A página de documentação da ferramenta, atualizada no mesmo dia, descreve o que ela faz: "The Computer Use tool lets you build browser, mobile, and desktop control agents that interact with and automate tasks. Using screenshots, the model can 'see' a computer screen, and 'act' by generating specific UI actions like mouse clicks and keyboard inputs" (em tradução livre, a ferramenta deixa o desenvolvedor construir agentes que controlam navegador, celular e computador: o modelo "vê" a tela por capturas de tela e "age" gerando cliques e digitação).
Ela funciona com quatro modelos, segundo a própria lista do Google: o Gemini 4 Argon, descrito como "our most capable model, supporting computer use for complex reasoning and agentic UI workflows"; o Gemini 3.8 Flash, indicado pelo próprio Google como "the recommended model for computer use, featuring high-accuracy UI interaction and reliable tool calling" (em tradução livre, o modelo recomendado para o Computer Use); o Gemini 3.5 Flash-Lite, "a low-latency, cost-effective model"; e o Gemini 3 Flash Preview, que a página chama de "preview model". Nos modelos Gemini 4 e Gemini 3.x, o Google lista quatro capacidades: suporte a três ambientes (navegador, celular e computador), um campo de "intent" que explica o raciocínio do modelo em cada ação, políticas de segurança configuráveis e detecção opcional de instrução escondida em capturas de tela, pensada para páginas que tentam enganar o agente.
| Quem anunciou | Google, no changelog oficial da API do Gemini |
|---|---|
| Quando | Sexta-feira, 30 de outubro de 2026 |
| O que mudou | Computer Use saiu da pré-visualização pública e chegou à disponibilidade geral (GA) |
| Modelos compatíveis | Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite e Gemini 3 Flash Preview |
| Ambientes | Navegador, celular e computador (desktop) |
| Preço e Brasil | Não informado |
Para que serve e o que mudou no alcance
O Google lista três usos recomendados na própria documentação: "automate repetitive data entry or form filling on websites" (automatizar preenchimento repetitivo de formulário em site), "perform automated testing of web applications and user flows" (rodar teste automatizado de aplicação web e de fluxo de uso) e "conduct research across various websites (e.g., gathering product information, prices, and reviews from ecommerce sites to inform a purchase)" (pesquisar em vários sites, juntando informação de produto, preço e avaliação de loja virtual para embasar uma compra).
A versão em disponibilidade geral também tem alcance diferente da original. No lançamento original, em outubro de 2025, o Google avisava que o modelo "is not yet optimized for desktop OS-level control" (ainda não é otimizado para controle de sistema operacional de computador), com foco em navegador e promessa de celular. A documentação atual, atualizada em 30 de outubro de 2026, já traz uma seção própria de ambiente de computador, com comandos como clique duplo, clique com o botão direito e arrastar e soltar, ao lado dos comandos de navegador e de celular.
Como fica frente à Anthropic e à OpenAI
O Google chega à disponibilidade geral depois dos dois concorrentes diretos em agente de IA que opera computador. A documentação da Claude Platform, da Anthropic, descreve o conjunto mais atual, identificado como "computer_toolset_20260801", dizendo que "the request needs no beta header" (a requisição não precisa de cabeçalho de versão de teste), diferente das duas versões anteriores, que a mesma página lista como ainda em beta e que pedem o cabeçalho "computer-use-2025-11-24" em modelos mais antigos. A documentação atual da OpenAI, por sua vez, apresenta a ferramenta de uso de computador como parte do guia padrão de ferramentas da API de Respostas, funcionando com os modelos atuais "gpt-6-astra" e "gpt-6.1-sol", sem marca de pré-visualização; as páginas consultadas da OpenAI não informam uma data própria de disponibilidade geral para o recurso.
| Empresa | Situação da ferramenta |
|---|---|
| Google (Gemini) | Disponibilidade geral desde 30/10/2026, depois de mais de um ano em pré-visualização pública |
| Anthropic (Claude) | Conjunto computer_toolset_20260801 sem cabeçalho de versão de teste; versões anteriores seguem listadas como beta |
| OpenAI (API de Respostas) | Ferramenta padrão do guia de ferramentas, sem marca de pré-visualização; sem data própria de disponibilidade geral informada |
Por que importa
Até sexta-feira (30/10/2026), quem construía um agente de navegação com o Gemini convivia com o aviso de pré-visualização pública, o tipo de rótulo que trava a decisão de colocar algo em produção. A disponibilidade geral tira esse obstáculo formal e aproxima a oferta do Google da Anthropic, cujo conjunto de ferramentas mais atual já dispensa cabeçalho de versão de teste, e da OpenAI, que documenta a sua versão sem marca de pré-visualização.
Para quem decide tecnologia numa empresa de marketing digital ou de SEO, o uso direto ainda é de nicho (teste de interface, preenchimento de formulário, coleta de preço e avaliação em site de terceiro), mas o caminho costuma ser o mesmo que trouxe os assistentes de busca: a ferramenta que por enquanto só o time de produto testa tende a aparecer, meses depois, dentro de agente de atendimento, de monitoramento de concorrência ou de automação de cadastro de produto. Acompanhar a mudança de status, de pré-visualização para padrão, é uma forma simples de saber quando uma capacidade de IA deixou de ser experimento e passou a valer a pena testar.
