O Gemini 4 Argon é o modelo mais capaz do Google até agora, e quase ninguém pode usá-lo

O que o Argon realmente é

O Argon é o primeiro modelo que o Google lançou sob o nome Gemini 4. Ainda não existe um Gemini 4 Pro ou Gemini 4 Flash, então por enquanto o Argon é o Gemini 4, um lançamento único em vez de um rollout completo de geração como o Gemini 3, que chegou com vários níveis de uma vez. O próprio anúncio do Google aposta forte em três casos de uso: engenharia de software do mundo real, trabalho de conhecimento corporativo como análise jurídica e financeira, e defesa cibernética, onde a empresa afirma que o Argon consegue localizar uma vulnerabilidade de forma autônoma, confirmar que ela é real, e escrever uma correção funcional sem um humano direcionando cada etapa.

A mudança técnica com mais chance de importar para tarefas agênticas ou de longa duração é o limite de tokens de saída: o Google o elevou para 1.000.000 de tokens, contra 64.000 nos modelos anteriores da geração Gemini 3. Isso é um salto de 15x na quantidade que uma única resposta pode conter, o que importa especificamente para tarefas como geração de correções ou redação de documentos longos, que precisam raciocinar continuamente sem reiniciar uma nova chamada no meio do caminho.

O rollout do Fairwind, e por que os consumidores ainda não entraram

As capacidades voltadas para ciber do Argon chegam primeiro através do Fairwind Program do Google, que dá a um grupo aprovado, autoridades governamentais de defesa cibernética e outras organizações de confiança, acesso antes de todo mundo, como parte do processo voluntário de acesso pré-lançamento que o governo dos EUA criou para IA de ponta. Participantes do Fairwind também recebem uma versão do Argon sem guardrails, combinada com o que o Google descreve como mitigações de desalinhamento que monitoram a cadeia de raciocínio do modelo em busca de sinais de que ele está raciocinando para contornar suas próprias restrições. O acesso é restrito a equipes internas de cibersegurança, resposta a incidentes e testes de penetração, e as organizações participantes são obrigadas a aplicar autenticação multifator. O Google enquadra todo o arranjo sob seu Frontier Safety Framework: um modelo de uso duplo capaz de encontrar bugs exploráveis também é um modelo capaz de escrevê-los, então um acesso mais amplo vem com um risco maior.

Para todo o resto, a própria linguagem do Google é o único cronograma público que existe: o Argon vai chegar a "desenvolvedores, empresas e consumidores, começando pelos clientes pagantes da API e assinantes do Google AI Ultra", sem data associada. Não há menção ao nível gratuito do app Gemini, nenhuma menção a assinantes do Google AI Plus ou Pro, e nenhuma menção ao Gemini Notebook em lugar nenhum do anúncio, da página de preços, ou da cobertura que se seguiu. Se você não é um cliente pagante da API nem assinante do AI Ultra, atualmente não existe nenhum caminho declarado para experimentar o Argon.

Preço: introdutório agora, dobra depois

Onde o Argon está disponível pela API, o preço é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, um preço introdutório que o Google diz que vai subir depois para US$ 4/US$ 20. O input em cache tem desconto de 95%, o que importa muito para fluxos de trabalho que reprocessam repetidamente a mesma base de código grande ou o mesmo conjunto de documentos, o tipo de tarefa para a qual o Argon foi especificamente posicionado. O Google não publicou uma data para quando o preço introdutório termina.

O Google diz que vence. Testes independentes dizem que está mais perto de um empate

O post de lançamento do Google sustenta o Argon com uma tabela ampla de benchmarks: 77,9% no DeepSWE v1.1 (engenharia de software de longo horizonte), 91,7% no LVBench (compreensão de vídeo longo), 68% no CWE-Bench v1 (detecção de vulnerabilidades), e um primeiro lugar de 51,3% no AutomationBench, o benchmark da Zapier para execução de tarefas de negócio de ponta a ponta. Pela própria contagem do Google, o Argon lidera em cerca de 12 a 13 dos 18 a 19 benchmarks na sua tabela comparativa contra o Claude Opus 5.5 e o GPT-6 Astra.

A Artificial Analysis, que roda sua própria suíte padronizada de benchmarks em vez de depender de uma tabela autosselecionada por uma empresa, encontrou um quadro menos favorável. Seu Intelligence Index, uma pontuação agregada pensada para comparação direta entre laboratórios, colocou o Argon em 53, o GPT-6 Astra em 53 (empatado com o Argon), e o Claude Opus 5.5 em 58, na frente dos dois. No Terminal-Bench 4.0 especificamente, um benchmark para operar um computador real através de um terminal, a Artificial Analysis mediu o Argon em 57%, o Astra em 59%, e o Opus 5.5 em 60%, uma diferença estreita, não um arraso. O padrão se mantém nas duas medidas: um modelo que a própria tabela do Google mostra vencendo a maioria das comparações diretas fica empatado com um rival e um passo atrás de outro quando uma parte neutra roda os testes, mesmo que a diferença em qualquer benchmark isolado não seja dramática.

Metric                         Argon      GPT-6 Astra   Opus 5.5
----------------------------------------------------------------------
Google-published wins          12-13 of 18-19 benchmarks (self-reported)
AA Intelligence Index            53            53            58
Terminal-Bench 4.0               57%           59%           60%
AA cost per completed task      $1.99         $3.26         $5.98

Sources: Google's launch benchmark table (self-reported, tally
not independently reproduced); Artificial Analysis independent
testing (neutral methodology). Argon wins on Google's own table
and on cost. On AA's neutral Intelligence Index and Terminal-Bench
4.0, it's tied with Astra and a step behind Opus 5.5, though the
per-benchmark gaps are narrow, not dramatic.

A vantagem real mais clara do Argon nos dados independentes é custo, não inteligência bruta: a Artificial Analysis mediu US$ 1,99 por tarefa concluída na sua suíte de avaliação, contra US$ 3,26 do GPT-6 Astra e US$ 5,98 do Claude Opus 5.5. É uma vitória genuína, mas vem com uma ressalva. A Artificial Analysis também achou o Argon notavelmente verboso, com uma média de cerca de 62.000 tokens de saída por tarefa contra aproximadamente 27.000 do GPT-6 Astra, mais que o dobro. O Argon é barato principalmente porque o preço por token é baixo, não porque seja um modelo eficiente que raciocina em menos tokens que os rivais.

Também existe uma disputa não resolvida que vale sinalizar em vez de ignorar: o The Hacker News noticiou as restrições de acesso do Fairwind, e, separadamente, a Bloomberg noticiou, citando pessoas com acesso direto ao esforço, que os próprios engenheiros do Google encontraram um Argon com desempenho pior em tarefas reais de código do que os benchmarks sugerem, citando especificamente um trabalho fraco de design de front-end (a aparência e a sensação de apps e sites). O Google contestou a caracterização, dizendo que seria "impreciso dizer que o Gemini 4 está com desempenho abaixo do esperado em áreas como código". Nenhum dos dois lados teve sua versão confirmada de forma independente, e é o tipo de lacuna entre desempenho em benchmark e experiência de uso diário que vale observar em relatos de usuários nas próximas semanas, em vez de aceitar a palavra de qualquer um dos lados.

Onde isso deixa os usuários do Gemini Notebook

Se você usa o Gemini Notebook hoje, nada no seu notebook muda por causa deste lançamento. O Argon não é mencionado no anúncio do Google como algo que chega ao app Gemini, ao Gemini Notebook, ao Sheets, ou a qualquer superfície de consumidor, a mesma lacuna que encontramos quando o Gemini 3.8 Flash foi lançado três semanas antes. O caminho de rollout do Argon (primeiro o Fairwind, depois a API paga e o AI Ultra, com todo o resto sem data) sugere que o Gemini Notebook, se chegar a receber saída da geração Gemini 4, é uma etapa posterior, não algo de curto prazo.

Se o seu objetivo real é a melhor saída de modelo disponível agora, em vez de esperar pelo Argon, os números independentes acima apontam para o Claude Opus 5.5 em qualidade bruta de tarefa, já amplamente disponível de formas que o Argon atualmente não é.

As pessoas também perguntam

O que é o Gemini 4 Argon?

O primeiro modelo do Google DeepMind sob o nome Gemini 4, anunciado em 30 de setembro de 2026. Foi criado para tarefas de raciocínio sustentado: engenharia de software do mundo real, trabalho de conhecimento corporativo como análise jurídica e financeira, e defesa cibernética, incluindo encontrar e corrigir vulnerabilidades de forma autônoma.

Posso usar o Gemini 4 Argon agora?

Só se você fizer parte do Fairwind Program do Google (defensores cibernéticos aprovados), for um cliente pagante da API, ou assinante do Google AI Ultra, e mesmo assim o Google não deu uma data firme de disponibilidade. Não há acesso pelo nível gratuito nem pelo Gemini Notebook, e nenhum cronograma declarado para quando isso vai acontecer.

Quanto custa o Gemini 4 Argon?

US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída no preço introdutório, subindo depois para US$ 4/US$ 20. O input em cache tem desconto de 95%. O Google não disse quando a taxa introdutória termina.

O Gemini 4 Argon é melhor que o Claude Opus 5.5 ou o GPT-6 Astra?

Depende em quais números você confia. A própria tabela de benchmarks do Google mostra o Argon liderando a maioria das comparações. Os testes independentes da Artificial Analysis colocam o Argon mais ou menos empatado com o GPT-6 Astra e atrás do Claude Opus 5.5 no Intelligence Index agregado, embora o Argon seja o mais barato dos três por tarefa concluída.

O Gemini 4 Argon move o Gemini Notebook?

Não, e não há indicação de que vá acontecer em breve. O anúncio do Google não menciona o Gemini Notebook nem o app Gemini gratuito; o caminho de rollout declarado passa primeiro pelo Fairwind Program, depois pelos clientes pagantes da API e assinantes do Google AI Ultra, com todo o resto sem data.