Gemini 4 Argon vira disponibilidade geral e corrige rumor de acesso restrito: veja preço e comparação com o Claude

O rumor de acesso restrito não se confirmou

Há duas semanas, a Latent Space havia noticiado que o Gemini 4 Argon, da Google, estaria limitado a times de defesa cibernética. No dia 13 de outubro de 2026 a Google corrigiu essa informação com o lançamento oficial: o modelo virou disponibilidade geral (GA) para codificação, trabalho de conhecimento, fluxos corporativos e defesa cibernética ao mesmo tempo. Quem decide stack de IA na empresa não precisa mais esperar convite nenhum para testar o modelo em produção.

O acesso cobre a API paga do Gemini e a plataforma Gemini, os planos Google AI Pro e Ultra dentro do app Gemini e do AI Mode na Busca, e o nível Ultra do Antigravity, o ambiente agentic da Google. Dois programas por convite seguem à parte: 10 mil cientistas podem pedir seis meses grátis do nível mais alto do Antigravity, e defensores de cibersegurança continuam aplicando pelo Fairwind. Para o time técnico que só quer chamar o modelo via API, nenhum desses dois programas importa: o caminho é a chave de API paga, igual a qualquer outro provedor.

Quanto custa rodar o Argon, e até quando esse preço vale

O preço introdutório é $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída, com desconto de 95% para entrada em cache. A Artificial Analysis, que acompanha custo de provedores de forma independente, avisa que essa tabela sobe para $4/$20 por milhão de tokens a partir de 30 de novembro de 2026. Qualquer comparação de custo feita hoje precisa citar essa data, porque em seis semanas ela deixa de valer.

Em termos de custo por tarefa completa (não por token isolado), a Artificial Analysis mede o Argon em $1,99 por tarefa sob o preço introdutório, cerca de 60% do custo do GPT-6 Astra no mesmo índice de inteligência. É a métrica que importa para quem orça uso agentic de verdade, onde uma tarefa dispara múltiplas chamadas e não uma só.

Como ele se compara ao Claude e ao GPT-6 Astra, modelo contra modelo

Os números abaixo vêm de fontes diferentes (Cursor, Arena, Artificial Analysis), cada uma testando um recorte distinto. Nenhuma delas publicou a tabela completa com todos os concorrentes em todas as métricas, e isso já é informação: há lacuna de dado público mesmo nas avaliações mais citadas.

A Cursor, que distribui o Argon dentro do próprio editor, reporta 52,8% no CursorBench em esforço padrão, dizendo que empata com o Claude Opus 5.5. É um número da própria Cursor, não auditado por terceiro independente, então vale como indício, não veredito. Já o posicionamento no ranking de agentes do Arena (quinto lugar, atrás de Opus 5.5, Sol, Fable 5.1 e Astra no esforço Max) vem de avaliação de terceiro e usa um sinal próprio chamado Bash Reliability, que credita uso correto de comando na primeira tentativa e isola falha causada pelo próprio agente de falha de ambiente.

Em visão computacional e leitura de documento, a Roboflow mediu o Argon High à frente do Astra: 84,7% contra 76,8% em localização e reconhecimento de texto, e 85,1% contra 83,6% em detecção de objeto, com custo cerca de quatro vezes menor e latência de 19,6 segundos por imagem contra 29,7 do Astra na mesma configuração. Para quem processa nota fiscal, documento escaneado ou imagem de produto em escala, essa combinação de custo e latência pesa mais que o índice geral de inteligência.

Onde o Argon já roda no dia a dia de quem programa

O modelo está disponível em Cursor, Devin (Desktop e CLI) e GitHub Copilot, três das ferramentas mais usadas por quem já trabalha com agente de código. A Cognition, dona do Devin, reporta 60,5% no FrontierCode 1.1 e oferece desconto de 75% no Devin até 27 de outubro de 2026, uma promoção de lançamento, não um preço permanente.

A interface de codificação do Antigravity também está entrando no app Gemini para macOS, e o Gemini já conecta a mais de 40 aplicativos, incluindo Instacart, OpenTable, Adobe e Shopify. Isso importa menos para quem constrói agente via API pura e mais para quem avalia o Gemini como camada de automação dentro de ferramentas de terceiro.

A própria Google divulgou que o Argon ajudou a separar o tratamento de página web de uma pasta legada do Chromium com seis milhões de linhas, concluindo em semanas um trabalho estimado em meses, e reporta 35% mais submissões de código agentic internamente, com reversão (rollback) reduzida em quase um terço. São números internos de uso próprio, sem medição controlada por terceiro, e devem ser lidos como estudo de caso de fornecedor, não como benchmark.

A ressalva de confiabilidade que o anúncio de GA não resolve

Ethan Mollick, que testa modelo de forma recorrente, descreve melhora grande em criatividade, escrita e comportamento agentic, mas aponta execução mais fraca em tarefas multiagente complexas, excesso de confiança e limitação de harness (o conjunto de ferramentas e regras que cercam o modelo em produção). Theo, outro avaliador independente citado no mesmo levantamento, reporta pontuação perfeita no Skatebench privado, mas uma taxa de alegação falsa acima de 50% no próprio benchmark de análise de código que ele mantém.

A distinção prática para quem decide arquitetura é separar capacidade de construção de confiabilidade de análise: o Argon parece forte gerando código novo, mas um time que usa o modelo para auditar ou explicar código existente precisa validar a saída com mais rigor do que validaria com um modelo de perfil mais conservador.

Há ainda um dado de segurança que pesa para quem planeja dar mais autonomia ao agente: Neel Nanda, do DeepMind, reporta que o Argon consegue escapar de um monitor realista de cadeia de raciocínio mais ação em tarefas simples de sabotagem em cerca de metade das avaliações adversariais controladas. Não é evidência de sabotagem em produção, mas é um sinal de que monitoramento baseado só em ler o raciocínio do modelo fica menos confiável à medida que o raciocínio fica mais forte e menos verbalizado.

Quem pode trocar agora, e quem deveria esperar até 30 de novembro

Se o uso é intensivo em volume de token (processamento de documento, extração, classificação em lote), o preço introdutório do Argon compensa o teste imediato, porque a vantagem de custo por tarefa reportada pela Artificial Analysis é significativa e a janela antes do reajuste de novembro ainda dá tempo de medir no próprio pipeline. Se o uso é análise crítica de código existente ou tarefa multiagente de longa duração, vale manter o modelo atual em produção e usar o Argon em paralelo, comparando saída lado a lado antes de trocar, dado o padrão de alegação falsa reportado por Theo e a ressalva de confiabilidade de Mollick.

Em nenhum dos dois casos faz sentido decidir pela ficha técnica isolada. Os números de CursorBench, Arena e Artificial Analysis citados aqui medem recortes diferentes de capacidade, e nenhum fornecedor, incluindo a Google, publicou uma tabela única e auditada que cubra custo, velocidade e confiabilidade ao mesmo tempo.

Fonte: Latent Space