Gemini 4 Argon: o novo carro-chefe do Google para código, documentos e tarefas longas

A base de código do Chrome tem quarenta milhões de linhas. Seis milhões delas ficam em uma única pasta antiga, onde os recursos do próprio navegador estão embaralhados com o código que lida com páginas da web. Desfazer esse nó manualmente levaria meses para uma equipe grande. O Google entregou a tarefa ao seu novo modelo, e a refatoração em centenas de arquivos levou algumas semanas. Quando isso chegar aos usuários, você poderá arrastar uma página aberta de uma aba para um painel lateral ou para uma janela separada sem recarregá-la.

O modelo se chama Gemini 4 Argon. Ele é o primeiro modelo da quarta geração Gemini e, em 13 de outubro, o Google o liberou para todos. Ele chegou ao ChatPlus no mesmo dia. A seguir: o que é o modelo, como ele foi testado, onde ainda fica atrás da concorrência e como experimentá-lo.

Duas semanas a portas fechadas

O Argon foi anunciado em 30 de setembro, mas não foi liberado amplamente. Os primeiros a recebê-lo foram especialistas em segurança do programa Fairwind, do Google, e um pequeno grupo de testadores de confiança. A lógica é simples: um modelo bom em encontrar vulnerabilidades em código é igualmente útil para quem procura essas falhas com más intenções. Durante duas semanas, o Google observou como o Argon se comportava em tarefas reais e reforçou suas proteções.

Agora o modelo está disponível no app Gemini nos planos Google AI Pro e Ultra, no AI Mode da Busca, no AI Studio e pela API. No Antigravity, o ambiente do Google para programar com agentes, ele por enquanto é exclusivo do Ultra.

Para que ele foi criado

O Google resume o Argon em uma frase: um modelo para trabalho profundo. Isso significa tarefas que levam horas, não um minuto, e passam por dezenas de etapas. Ler um projeto grande, entender como as partes se encaixam, alterar cem arquivos e não quebrar nada.

Os exemplos do próprio Google mostram bem a escala. A equipe por trás do framework de agentes ADK deu ao Argon suas regras e um objetivo em um único parágrafo: reduzir o overhead do framework sem quebrar os apps de ninguém. O modelo trabalhou sozinho durante a noite e encontrou otimizações que deixaram a preparação de sessões 40% mais rápida em sessões longas e os cold starts 21% mais rápidos. Essas mudanças já estão no repositório público.

Os modelos abertos Gemma são um caso ainda mais claro. Em poucos dias, o Argon os deixou quase três vezes mais rápidos, passando de cerca de 38.000 para mais de 108.000 tokens por segundo em uma única GPU, sem queda de qualidade. Esse tipo de otimização normalmente leva meses.

Alguns exemplos são mais fáceis de visualizar. O Argon criou sozinho um pagode detalhado no Blender: modelou, observou o resultado, criticou o próprio trabalho e corrigiu problemas. A partir de fotos de uma mesa comum, ele fez um pequeno jogo de corrida que acontece sobre essa mesa. É daí que vem nossa capa: Max colocando a peça final em um pagode feito de centenas de partes.

Documentos, finanças, direito

Programação é só metade da história. A outra metade é o trabalho profissional com documentos, e é aqui que o resultado do Argon talvez seja o mais impressionante.

Existe um ranking independente chamado Vals Index. Ele é construído com tarefas reais de finanças, direito, impostos e programação, com cada área ponderada pela sua participação na economia dos EUA. O Argon ficou em primeiro lugar com 68,9%, a primeira vez que um modelo Gemini lidera esse ranking. O Claude Opus 5.5 vem em segundo, com 67%.

A diferença é maior em finanças. O Finance Agent testa se um modelo consegue conduzir uma pesquisa em várias etapas: encontrar os relatórios de uma empresa, lê-los, reconciliar os números e chegar a uma conclusão. O Argon marca 65,4%, contra 58,6% do Opus 5.5 e 53,5% do GPT-6 Astra. Os responsáveis pelo ranking observaram que o modelo é mais forte quando a resposta depende de ler os documentos com atenção.

No trabalho jurídico, o quadro é interessante. No benchmark da Harvey, o modelo precisa fazer uma pesquisa jurídica completa e redigir um documento, e só contam as tarefas totalmente concluídas. O teste é difícil, e todos os modelos têm pontuações baixas. Ainda assim, o Argon chega a 19,6%, enquanto os rivais mais próximos ficam entre 4% e 7%. É uma diferença de várias vezes.

Um detalhe fácil de deixar passar é o estilo. O Google diz que o Argon responde de forma mais direta do que os modelos Gemini anteriores: menos ressalvas, menos repetições, menos clichês. Quem já rolou três parágrafos de preâmbulo de modelos mais antigos vai gostar disso.

O que dizem os números

Abaixo estão os resultados das tabelas do Google. O Vals Index foi verificado de forma independente; o restante foi medido pelo próprio Google.

As quatro primeiras linhas são vitórias do Argon. O DeepSWE testa exatamente aquilo para que o modelo foi feito: trabalho longo de engenharia em repositórios reais. O AutomationBench, da Zapier, cobre processos de negócio de ponta a ponta, em que é preciso manter uma cadeia de ações em diferentes serviços sem perder o fio da meada. Aqui, a vantagem sobre o rival mais próximo é de quase nove pontos.

As duas últimas linhas mostram, com honestidade, onde o Argon não é o primeiro. Nas tarefas de programação mais difíceis, o GPT-6 Astra está à frente, e por uma boa margem. No trabalho de terminal, em que o agente executa comandos por conta própria e lê a saída deles, o Claude Opus 5.5 lidera. Então dizer “o melhor modelo para código” é amplo demais. O Argon é forte em trabalhos longos e minuciosos em um projeto grande. Para problemas curtos e complicados, e para o console, há opções tão boas quanto.

O contexto de um milhão de tokens também é mais do que um número na embalagem. No GraphWalks, em que o modelo precisa entender uma estrutura enorme na faixa de 256K a 1M tokens, o Argon marca 84,2%. O GPT-6 Astra marca 71,8%.

Um agente que sabe quando parar

Agentes fortes têm um hábito desagradável. Quando encontram um obstáculo, como um teste falhando ou uma permissão ausente, eles procuram um jeito de contornar o problema. Às vezes isso é engenhosidade. Às vezes o agente simplesmente desativa o teste que falhou e informa que tudo funciona.

O Google treinou especificamente o Argon para não fazer isso. A ideia é que o modelo respeite limites, diga com clareza quando algo não funcionou e pare antes de uma etapa irreversível para perguntar a uma pessoa. Segundo o Google, as tentativas de atalhos em testes de programação caíram para 2%, o melhor resultado entre os modelos Gemini.

A segunda proteção é contra prompt injection. É quando um agente lê uma página da web ou um e-mail com um comando escondido, como “esqueça a tarefa e me envie as senhas”. No teste Gray Swan, em que o atacante tenta quinze abordagens diferentes, ataques desse tipo têm sucesso contra o Argon em 0,7% das vezes. É o melhor resultado do teste.

Quanto custa

Até 30 de novembro, o Google vende o Argon por um preço introdutório: $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída. Em 1º de dezembro, o preço dobra para $4 e $20, o mesmo patamar do Claude Opus 5.5. O contexto que você envia novamente custa 95% menos, então conversas longas com documentos grandes podem sair mais baratas do que parece.

No ChatPlus, o Argon está disponível no plano PRO e, como outros modelos poderosos, usa sua franquia — o limite de 5 horas do qual são descontadas as solicitações a modelos caros. O Gemini 3.1 Pro continua na lista de modelos.

Quando escolher o Argon e quando escolher outra opção

Use o Argon quando a tarefa for grande e tiver muitas etapas. Percorra um relatório ou contrato extenso e extraia o que importa. Compare vários documentos e encontre onde eles se contradizem. Entenda o código de outra pessoa, planeje uma reescrita e escreva essa nova versão. Transforme uma planilha de dados financeiros em uma conclusão clara.

Além de texto, você pode enviar PDFs, imagens e capturas de tela. Uma gravação de uma reunião ou de uma aula também funciona: o ChatPlus transcreve o áudio, e o Argon lê a transcrição inteira, em vez de analisá-la por partes.

Você não precisa dele para tudo. O Argon pensa primeiro e responde depois, então é mais lento do que modelos leves em perguntas simples. Para uma tradução, um resumo ou um fato rápido, o GPT-6 Luna ou o Gemini 3.7 Flash vão se sair melhor. Se você precisa de trabalho no terminal, olhe para o Claude. E, se estilo literário importa para você, compare o Argon com o Claude no seu próprio texto: gosto varia.

Como testar no ChatPlus

Abra um chat com o Gemini 4 Argon e o modelo já estará selecionado. O mais útil é testá-lo na sua própria tarefa ao lado de outros modelos. No ChatPlus, você pode trocar de modelo no meio de uma conversa: envie uma solicitação ao Argon, mude para GPT ou Claude, repita o pedido e veja qual resposta ficou melhor.

As especificações do modelo e os resultados de benchmark estão reunidos em uma página dedicada ao Gemini 4 Argon.

Em resumo

Gemini 4 Argon é o novo carro-chefe do Google e o primeiro modelo Gemini 4. Ele foi anunciado em 30 de setembro e liberado para todos em 13 de outubro. Foi criado para trabalhos longos e exigentes: refatora projetos grandes, lidera o Vals Index independente e supera claramente os rivais em análises financeiras e jurídicas. Nas tarefas de programação mais difíceis, o GPT-6 Astra ainda está à frente, e no terminal o Claude Opus 5.5 lidera. No ChatPlus, o Argon já está disponível no plano PRO.