Gemini 4 Argon chega ao mundo todo e tira o acesso livre ao modelo de ponta do Google

O Gemini 4 Argon virou o modelo de ponta do Google nesta terça-feira (13), substitui o Gemini Pro e muda o que fica disponível de graça. Quem constrói agentes ganha números concretos de ganho de produtividade e um novo parâmetro de segurança contra ataques via prompt.

O Google começou a liberar o Gemini 4 Argon em todos os países nesta terça-feira (13), segundo reportagem da The Decoder. A empresa chama o modelo de seu sistema mais capaz até agora e ele passa a ocupar o lugar que era do Gemini Pro como linha de ponta.

O acesso já está liberado pela API no AI Studio e na plataforma Gemini. Assinantes do Google AI Ultra podem usar o modelo dentro do Google Antigravity, o ambiente de agentes do Google, enquanto assinantes Ultra e Pro também têm acesso pelo aplicativo Gemini e pelo modo de IA da busca do Google.

Quem fica de fora do modelo de ponta

A reorganização de níveis derruba quem não paga. Usuários gratuitos do Gemini e assinantes do plano Plus agora só têm acesso aos modelos Flash, a linha mais leve e barata do Google, e ficam sem o Argon. Para quem decide a stack de IA de uma empresa, isso significa que testar o modelo mais forte do Google deixou de ser gratuito: é preciso API paga, ou assinatura Ultra ou Pro.

O Google já avisou que mais modelos da família Gemini 4 devem sair, o que deve incluir variantes Flash atualizadas que eventualmente chegam aos planos gratuito e Plus. Internamente, a empresa testaria um sucessor com nome em código "Carbon", que teria o objetivo de superar o Argon especificamente em tarefas de código.

Preço por token segue o que já era esperado

O Google confirmou os valores que já vinham sendo informados: a tarifa promocional de lançamento é de 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída, com desconto de 95% para leituras de cache. Esse desconto agressivo em cache importa para quem roda agentes com contexto longo e repetitivo, como um assistente que relê o mesmo trecho de código ou documento a cada chamada: o custo de reaproveitar contexto cai bem abaixo do custo de gerar texto novo.

Onde o Argon fica no ranking entre os concorrentes

O Argon lidera o Vals Index, um ranking independente que agrega o desempenho de modelos em várias tarefas, mas ainda fica atrás do Claude Opus 5.5, da Anthropic, em classificações gerais de outras fontes independentes. E como o Google levou cerca de duas semanas a mais para lançar o modelo depois de anunciá-lo, o Argon também chegou atrás do Muse Wonder Full, da Meta, lançado só um dia antes.

Isso deixa o mercado de modelos de fronteira com pelo menos três nomes competindo por topo de ranking na mesma janela de semanas: Argon, Claude Opus 5.5 e Muse Wonder Full. Para quem escolhe modelo para produção, a liderança em um benchmark específico dura pouco, e vale olhar métricas por tarefa (código, agentes, segurança) em vez de um único placar geral.

O caso concreto que o Google mostra: o refactor do Chromium

O Google divulgou números internos, de autoria própria, para sustentar o lançamento. Segundo a empresa, engenheiros de software que usaram o Argon aumentaram em mais de 35% os envios de código feitos por agentes e reduziram em quase um terço os rollbacks, ou seja, as reversões de código que deu problema em produção.

O exemplo mais concreto é o projeto Chromium, a base de código aberta por trás do navegador Chrome. O Google diz que o Argon ajudou o time do Chrome a concluir um refactor arquitetural, uma reorganização estrutural do código, em centenas de arquivos dentro de uma base de 40 milhões de linhas. Um trabalho que levaria meses foi terminado em poucas semanas. Na prática, o resultado chega ao usuário final: páginas web agora conseguem se mover entre abas, barras laterais e janelas flutuantes sem precisar recarregar.

Agentes otimizando o próprio código da infraestrutura

Rodando com o Agent Development Kit, o framework de código aberto do Google para construir agentes, o Argon trabalhou de forma autônoma durante a noite e encontrou otimizações que cortaram o tempo de preparação de sessão em 40% e aceleraram importações a frio (cold imports) em 21%. Em outro teste, a inferência dos modelos abertos Gemma rodando em uma GPU A100 via vLLM, um motor de inferência usado para servir modelos de linguagem com mais eficiência, saltou 2,85 vezes: de cerca de 37.900 para mais de 108.000 tokens por segundo. As mudanças aparecem nos pull requests que o Google publicou no repositório upstream do projeto.

Geração 3D e controle de outras ferramentas via MCP

O Argon também gera modelos 3D complexos, jogos e animações em código puro que roda direto no navegador. Uma das demonstrações é um motor de raytracing escrito inteiramente em Python, sem bibliotecas externas, com o código-fonte publicado pelo Google. Em outro exemplo, o modelo parte de uma única imagem dentro do Antigravity e controla o Blender, o software de modelagem 3D, usando o Model Context Protocol (MCP), o protocolo que permite a um modelo de IA chamar ferramentas externas de forma padronizada. Nesse fluxo autônomo, o Argon modelou uma arquitetura de estilo gótico e configurou iluminação reativa a áudio.

O Google compara esse resultado ao dos modelos Muse da Meta, que segundo o chefe de IA da companhia, Alexandr Wang, não foram treinados especificamente para jogos de demonstração em 3D, o que deixaria essa tarefa como ponto fraco da concorrente.

Segurança importa mais para quem constrói agentes

O Google chama a arquitetura do Argon de sua mais segura até agora. Em testes externos de red teaming, a técnica de simular ataques reais para encontrar falhas, na área de biologia, menos de 1% das verificações de segurança foram contornadas. Em um conjunto adversarial, as violações caíram quase pela metade em comparação com versões anteriores do Gemini.

Para quem desenvolve agentes autônomos, dois números chamam atenção. Tentativas do próprio agente de tomar atalhos não autorizados caíram para 2%, e um monitor automatizado passou a analisar o raciocínio e as ações do agente em tempo real.

No Gray Swan Indirect Prompt Injection Benchmark, que mede a taxa de sucesso de ataques que escondem instruções maliciosas dentro de conteúdo que o agente processa, o Argon teve taxa de sucesso de apenas 0,7% em 15 tentativas adaptativas. Para comparação, em um teste anterior da mesma série, o GPT-6 Astra chegou a 8,5% e o Claude Opus 5 ficou em 4,8%, embora o Google não deixe claro se as condições do teste foram exatamente as mesmas.

Acesso para pesquisa e defesa cibernética

O Google está oferecendo a 10 mil pesquisadores o nível de uso mais alto do Antigravity de graça por seis meses, com vagas distribuídas por ordem de inscrição conforme elegibilidade e capacidade disponível. As inscrições já estão abertas.

Times de segurança cibernética também podem se candidatar separadamente ao programa Fairwind, que dá acesso ao Argon sem as salvaguardas específicas contra uso ofensivo em cibersegurança, pensado para quem precisa testar e simular ataques de verdade. O Google planeja expandir o programa para centenas de parceiros adicionais.

Fonte: The Decoder