O Google lançou o Gemini 4 Argon, seu novo modelo frontier, disponível desde 13 de outubro na API, no AI Studio, no Gemini app, no AI Mode do Search e na plataforma Antigravity para assinantes AI Ultra e Pro. O Argon é uma arquitetura MoE (mixture of experts) com foco em raciocínio profundo, percepção visual, conhecimento de domínio e escrita — e chega com uma janela unificada de 1 milhão de tokens de entrada e saída combinadas, o que o Google descreve como "líder da indústria".
Preço e disponibilidade
O modelo tem preço de introdução de US$ 2 por 1M tokens de entrada e US$ 10 por 1M de saída. A partir de 30 de novembro de 2026, os valores sobem para US$ 4 e US$ 20, respectivamente. Tokens em cache têm desconto de 95% sobre o preço de entrada.
O Argon está disponível para:
- Desenvolvedores: Gemini API (paid tier) no AI Studio e Android Studio; Antigravity para assinantes AI Ultra
- Empresas: Gemini for business, API e Antigravity
- Usuários finais: Gemini app e AI Mode no Search (assinantes AI Ultra ou Pro)
- Cientistas: 10.000 pesquisadores podem solicitar o tier mais alto do Antigravity gratuitamente por 6 meses
- Defensores de cibersegurança: Programa Fairwind, com acesso ao Argon sem guardrails de ciber
O Argon não é de peso aberto. Foi treinado em TPUs com JAX/ML Pathways. O cutoff de conhecimento é março de 2026.
Desempenho em benchmarks
O Google comparou o Argon com GPT-6 Astra, Claude Fable 5.1 e Claude Opus 5.5:
| Benchmark | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Vals Index | 68,90% (#1) | — | 67,04% |
| DeepSWE v1.1 | 77,9% | 74,1% | 74,2% |
| AutomationBench | 51,3% | — | 42,5% |
| LVBench | 91,7% | — | — |
| FrontierSWE v2 | 55,0% | 65,5% | — |
| Terminal-Bench 4.0 | 57,4% | 66,4% | — |
| OSWorld-2.0 (offline) | 69,2% | 72,6% | — |
O Argon lidera em Vals Index, DeepSWE e AutomationBench, mas fica atrás em FrontierSWE v2, Terminal-Bench 4.0 e OSWorld-2.0.
Casos reais de uso
O blog de lançamento documenta implementações concretas:
- Chrome: refatoração de uma pasta legacy de 6 milhões de linhas (centenas de arquivos), descrita como "meses de trabalho em semanas"
- ADK-python: 40% de redução no preparo de sessões e 21% de aceleração no cold-import (commit
1754b3eeb6cdb2c16e3b30619a12066623df132e) - xTB (química quântica): 2,3x em predição de estrutura molecular e 1,8x em busca de conformer
- Gemma 4 E2B (A100, vLLM): 2,85x em throughput E2E, de ~37,9K para 108K+ tokens/s, com paridade de 100% nos tokens
- Antigravity: submissões agênticas de código +35%, rollbacks −~33%
- Wiz (cibersegurança): identificação de vulnerabilidades em infraestrutura governamental e hospitalar, incluindo bypass de download de arquivo que expunha uma master key
- Isomorphic Labs: síntese de PDFs e patentes para descoberta de fármacos, reduzindo semanas para horas
- Quantum computing: tradução do AlphaQubit para um kernel otimizado, quase dobrando o throughput de inferência
- Fusão nuclear: descoberta de uma classe mais ampla de contraexemplos à conjectura de Grad
- Doenças raras: Gamow Labs usou Argon para identificar uma rearranjo cromossômica em recém-nascidos que software de rotina não detectou
- Design de enzimas: Argon projetou serina esterases em horas, com atividade catalítica confirmada em laboratório
- Robótica: pipeline "Video-to-Sim-to-Real" — Argon assistiu a um vídeo humano jogando cornhole, mapeou coordenadas espaciais, calculou movimentos articulares e construiu o código de simulação; transferido para o humanoide Apollo da Apptronik, o robô enfileirou sete acertos consecutivos
Segurança
O Google descreve o Argon como tendo a pilha de segurança mais abrangente até agora:
- Defesas contra jailbreak e uso indevido: red teaming biomédico externo conseguiu desbloquear menos de 1% das sub-tarefas testadas; violações em conjunto adversarial reduzidas pela metade
- Monitoramento em tempo real: um monitor de desalinhamento lê o raciocínio passo a passo dos agentes para bloquear atalhos não autorizados
- Resistência a prompt injection: lidera o benchmark Gray Swan IPI, com taxa de sucesso de ataque de 0,7% em 15 tentativas adaptativas
Onde começar
- Model card: Gemini 4 Argon Model Card (PDF)
- Metodologia de avaliação: Gemini 4 Argon Evaluation (PDF)
- Blog de lançamento: blog.google
- Programa Fairwind: deepmind.google/fairwind-program
- Aplicação de cientistas: forms.gle/WvmBbPvRbpKG1BPn9
Fontes e referências
Encontrou uma informação que precisa de correção? Fale com a redação.