No benchmark de agentes de programação relatado pelo Google Cloud, o roteamento com o classificador Jev e a configuração sem roteador Gemini 3.8 Flash com nível de pensamento baixo resolveram 50 de 50 tarefas. Na única execução de cada configuração, o roteador teve custo total menor e latência média menor, mas não aumentou o número de tarefas resolvidas. O Google Cloud publicou os resultados em 3 de novembro de 2026, em um artigo técnico no Google Developers Blog.
Como funcionou o roteamento com Jev
O classificador Jev avaliava se uma tarefa exigia mais de um cálculo sequencial, etapa de simulação ou dedução lógica. No caminho testado, as tarefas começavam no Gemini 3.5 Flash-Lite; Jev encaminhava as que classificava como complexas ao Gemini 3.8 Flash com nível de pensamento baixo.
Jev é um classificador da TypeSafe. O Google declarou que não tem parceria com a empresa e apresentou Jev como exemplo, não como recomendação. No benchmark, Jev concordou com a dificuldade atribuída manualmente em 34 de 34 tarefas do conjunto de teste reservado e em 48 de 50 tarefas no total. Essa concordância mede a classificação de dificuldade, não a quantidade de tarefas de programação resolvidas.
As duas configurações resolveram 50 tarefas
O roteador Jev e o Gemini 3.8 Flash com nível de pensamento baixo resolveram o mesmo número de tarefas. Na comparação do Google Cloud, a primeira configuração teve custo total menor e menor latência média por tarefa:
| Configuração | Tarefas resolvidas | Custo total da execução | Latência média por tarefa |
| Jev: Gemini 3.5 Flash-Lite, com escalonamento para Gemini 3.8 Flash em nível de pensamento baixo | 50/50 | US$ 0,02287 | 1,90 s |
| Gemini 3.8 Flash em nível de pensamento baixo, sem roteador | 50/50 | US$ 0,02632 | 3,55 s |
Os valores são totais e médias daquela execução com 50 tarefas, não preços gerais de API. Como as duas configurações terminaram com 50 tarefas resolvidas, o resultado reportado favorece o roteador em custo e velocidade nesse teste, não em taxa de sucesso.
O que limita a comparação
O Google Cloud informa que cada configuração foi executada uma vez. O benchmark usou 50 prompts, distribuídos em sete categorias, dificuldade atribuída manualmente e avaliação automática simples. Esses resultados descrevem aquela execução; não estabelecem o desempenho do roteamento em outros agentes ou cargas de produção.
O cache de contexto também pode mudar a conta. O Google diz que reenviar contexto em cache pode custar de 75% a 90% menos, mas cada cache pertence a um modelo. Alternar entre Flash-Lite e Flash pode exigir caches separados ou fazer perder o desconto, uma consideração relevante em tarefas com muito contexto reutilizado.
