A Google lançou o Gemini 4 Argon, seu modelo mais capaz até agora, e ele já está disponível globalmente. Para quem usa no dia a dia, o acesso vem pelo app Gemini e pelo Modo IA da Busca, para assinantes do Google AI Pro e do Google AI Ultra. Para desenvolvedores e empresas, ele chega pela API no AI Studio e na plataforma Gemini.
Para quem é o Gemini 4 Argon e onde usar
A Google posiciona o Argon para trabalho profundo em tarefas complexas e de vários passos, em áreas como programação, finanças, direito, cibersegurança e ciência. Segundo a empresa, ele lidera o Vals Index, que mede desempenho em setores como finanças, programação, direito e impostos.
- Usuários comuns: app Gemini e Modo IA da Busca, para assinantes do Google AI Ultra e do Google AI Pro.
- Desenvolvedores: API paga no AI Studio e no Android Studio. Assinantes do Google AI Ultra também podem usar no Google Antigravity e no AI Studio.
- Empresas: Gemini para empresas, API e Google Antigravity.
- Cientistas e pesquisadores: a Google abriu inscrições para 10.000 pesquisadores terem o nível mais alto de uso do Antigravity de graça por 6 meses, sujeito a elegibilidade, capacidade e seleção.
- Defensores de cibersegurança: inscrição no Fairwind Program para acesso ao Argon sem as travas de ciber, liberado aos poucos.
A lista de planos do app não inclui o plano gratuito. O post fala em lançamento global, mas não detalha disponibilidade por país.
Preço na API
O Argon tem preço promocional de lançamento de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com tokens de entrada em cache com 95% de desconto. O preço promocional vai até 30 de novembro de 2026. Depois disso, passa a US$ 4 por milhão de entrada e US$ 20 por milhão de saída.
Pela API, o modelo tem limite unificado de 1 milhão de tokens somando entrada e saída. A Google descreve um novo protocolo de continuação, explicado na documentação, para tarefas longas.
O que o Argon fez dentro do Google
A Google diz que equipes internas usam o Argon no Antigravity e que isso aumentou em mais de 35% as submissões de código por agentes e reduziu em quase um terço os rollbacks de código.
- Chrome: o Argon ajudou a separar o tratamento de páginas de uma pasta legada de cerca de 6 milhões de linhas, dentro da base de 40 milhões de linhas do Chromium. A refatoração em centenas de arquivos levou semanas em vez de meses.
- Agent Development Kit (ADK): trabalhando sozinho durante a noite a partir de um parágrafo de objetivo, o modelo gerou otimizações que reduziram em 40% o tempo de preparo de sessão em memória em sessões longas e aceleraram em 21% os imports a frio. As mudanças já estão no google/adk-python.
- xTB, pacote de química quântica: até 2,3 vezes mais rápido na previsão de estruturas moleculares e 1,8 vez mais rápido na busca de conformeros.
- Gemma: aceleração de 2,85 vezes na inferência ponta a ponta numa A100 com vLLM, de cerca de 37.900 para mais de 108.000 tokens por segundo no Gemma 4 E2B, com paridade total de tokens e sem perda de qualidade.
3D, jogos e fluxos de trabalho
A Google destaca melhorias em raciocínio espacial, precisão matemática e programação visual. Com comandos como /goal e laços de vários agentes no Antigravity, o Argon criou um modelo detalhado de um pagode no Blender e transformou fotos de uma mesa real em um jogo de corrida em miniatura, com física, shaders e áudio, que roda no navegador. Há demos para testar no Google AI Studio.
No app Gemini, o exemplo mostrado é o Argon pegar uma pasta desorganizada de contexto de projeto, montar uma proposta em slides para um cliente com uma habilidade personalizada, enviar por e-mail e criar uma tarefa agendada para os próximos pedidos.
A Google afirma ainda que o modelo escreve de forma mais direta, com menos ressalvas, menos repetição e sem clichês, e que segue instruções de estilo melhor que os Gemini anteriores. Na Isomorphic Labs, ele sintetiza PDFs e patentes complexos, num processo que costumava levar semanas e passou a levar horas.
Ciência, robótica e cibersegurança
- Computação quântica: o Argon traduziu uma versão interna do AlphaQubit para um único kernel otimizado, quase dobrando a vazão de inferência. Uma implementação do arcsin verificada em Lean reduz em mais de 100 vezes o custo de espaço-tempo frente a uma referência publicada.
- Fusão nuclear: em parceria com o professor Matt Landreman, da Universidade de Maryland, a equipe encontrou uma classe mais ampla de contraexemplos para a conjectura de Grad, que dá referências para testar simulações de stellarators.
- Doenças raras: na Gamow Labs, o modelo apontou um rearranjo cromossômico que o software de rotina deixou passar por anos. Nas avaliações privadas da Gamow, marcou 57% no RareBench e 52,2% no LabBench.
- Enzimas: em poucas horas o Argon chegou a cinco projetos de serina esterases, e os testes de laboratório confirmaram atividade catalítica nos projetos.
- Robótica: o Argon lidera o ERQA, de raciocínio espacial, com 87%. Em um teste interno, aprendeu a jogar cornhole assistindo a um vídeo e o robô humanoide Apollo, da Apptronik, acertou sete arremessos seguidos.
- Cibersegurança: com o Argon, a Wiz identificou uma falha que expunha dados sensíveis de uma agência federal e um bypass de download de arquivo que dava acesso de administrador a infraestrutura de saúde com centenas de milhares de registros de pacientes.
Segurança
A Google descreve a camada de segurança mais completa que já aplicou a um Gemini. Testes externos de red team em biologia conseguiram liberar menos de 1% das subtarefas de biologia testadas, e as violações em um conjunto adversarial caíram quase pela metade em relação aos modelos anteriores.
Para agentes, o Argon foi treinado para respeitar limites do sistema, relatar resultados negativos com honestidade e pausar para pedir confirmação antes de passos irreversíveis. Em benchmarks de programação sem incentivo para se conter, as tentativas de atalho caíram para 2%. No Gray Swan Indirect Prompt Injection, o modelo reduziu o sucesso de ataques para 0,7% em 15 tentativas adaptativas. O model card completo está publicado pela Google DeepMind.
Perguntas frequentes
O que é o Gemini 4 Argon?
O Gemini 4 Argon é o modelo mais recente e mais capaz da Google, voltado a tarefas complexas de longa duração em programação, finanças, direito, cibersegurança e ciência.Quem pode usar o Gemini 4 Argon no app Gemini?
Assinantes do Google AI Pro e do Google AI Ultra, no app Gemini e no Modo IA da Busca. No Google Antigravity, o acesso é para assinantes do Google AI Ultra.Quanto custa o Gemini 4 Argon na API?
Até 30 de novembro de 2026, US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída. Depois, US$ 4 e US$ 20.Fonte: Google Blog
Análise Crítica
O Argon reforça o foco do Google em agentes de trabalho longo, com exemplos concretos de ganho em engenharia, como a refatoração do Chrome e as otimizações do ADK e do Gemma. A liderança no Vals Index e as marcas em ERQA e Gray Swan são resultados divulgados pela própria Google, e vários exemplos científicos usam avaliações privadas de parceiros, então vale validar em casos próprios. Para o público geral, o acesso exige plano Pro ou Ultra, e no Antigravity só o Ultra. Para desenvolvedores, o preço promocional de US$ 2 e US$ 10 vale até 30 de novembro, e depois dobra, o que importa no cálculo de custo de projetos longos.
A visão do canal Invente com IA
Se você assina o Gemini Pro ou Ultra, vale testar o Argon agora numa tarefa que costuma travar no meio, como analisar um conjunto grande de documentos ou montar uma proposta a partir de uma pasta bagunçada. Quem desenvolve pode aproveitar o preço promocional até 30 de novembro para rodar um fluxo real e comparar custo e qualidade com o modelo atual. O vídeo oficial acima mostra o modelo em ação.
