Google libera Gemini 4 Argon só para assinantes pagos, com preço agressivo por token

A Google lançou o Gemini 4 Argon em 13 de outubro de 2026, depois de meses vendo OpenAI e Anthropic dominarem as manchetes de IA de fronteira (o grupo de modelos mais avançados disponíveis no mercado). Segundo a reportagem do The Verge, a empresa diz que o Argon supera GPT-6 Astra (OpenAI), Claude Fable 5.1 e Claude Opus 5.5 (Anthropic) em benchmarks de programação, cibersegurança, ciência, finanças e direito.

A Google também afirma ter reduzido comportamentos chatos do modelo, como respostas evasivas, repetição e clichês. O comunicado oficial da empresa resume assim o avanço:

Raciocínio de fronteira e desempenho aprimorado em fluxos de trabalho complexos.

frontier reasoning and improved performance across complex workflowsGoogle, comunicado sobre o lançamento do Gemini 4 Argon

São claims da própria Google, o que é prática comum em lançamento de modelo, mas vale tratar com a mesma cautela que qualquer time de dados trataria um resultado interno sem replicação externa.

Quem já pode usar e quem fica de fora

O acesso ao Argon não é universal. Ele está disponível, desde o lançamento, para assinantes dos planos Pro e Ultra do Gemini app e do modo IA na Busca do Google. Já no Antigravity, a plataforma de desenvolvimento agêntico da Google (onde times montam agentes que executam tarefas de código de ponta a ponta), só quem está no plano Ultra tem acesso.

A Verge destaca que não está claro se, ou quando, o Argon vai chegar para assinantes do plano Plus ou para usuários do nível gratuito. Para quem está construindo produto e pretendia testar o Argon via API gratuita ou em plano de entrada, essa é a informação mais relevante do lançamento: por enquanto, é assinatura paga ou nada.

Também não há, na cobertura disponível, confirmação explícita de disponibilidade geral via Vertex AI ou pela API pública padrão do Gemini para qualquer desenvolvedor cadastrado. O preço por token divulgado sugere que existe uma via de cobrança por uso, mas o texto da Verge só detalha o acesso dentro do Gemini app, da Busca e do Antigravity. Quem depende de confirmação de disponibilidade em API genérica para integrar em produção deve acompanhar o anúncio oficial da Google antes de planejar migração.

O preço que pode mudar a conta do seu projeto

A Google precificou o Argon de forma agressiva para quem usa IA em produção. No período introdutório, o custo é de 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída (tokens são as unidades de texto que o modelo processa e pelas quais a cobrança é feita). Segundo a Verge, isso equivale a cerca de um quinto do preço cobrado pelo GPT-6 Astra, da OpenAI, e pelos modelos Fable 5, da Anthropic.

Esse preço não é permanente. A partir do final de novembro de 2026, quando termina o período introdutório, os valores dobram. Mesmo assim, segundo a reportagem, o Argon continuaria significativamente mais barato que os rivais de fronteira por token.

A ressalva importa para quem calcula custo de produção: preço por token mais baixo não garante conta final menor. Modelos diferentes usam quantidades diferentes de tokens para a mesma tarefa, seja porque geram respostas mais longas, seja porque precisam de mais etapas de raciocínio interno. Antes de trocar de modelo só pelo preço de tabela, vale rodar o mesmo conjunto de prompts de produção nos concorrentes e comparar o custo real por tarefa completa, não só o preço por milhão de tokens anunciado.

Onde a Google diz estar usando o Argon internamente

A empresa afirma já estar aplicando o Argon em processos próprios, o que funciona como um case de uso prático divulgado pela própria fabricante:

• Identificação e correção de vulnerabilidades de cibersegurança em sistemas internos
• Redução pela metade da capacidade computacional necessária para rodar a seção de comentários do YouTube
• Depuração do simulador de física de drones usado pela Wing, empresa de entrega por drone da Alphabet (controladora da Google)

São exemplos internos, sem números auditáveis publicamente, mas indicam onde a Google aposta que o modelo rende: tarefas de engenharia com alto volume de iteração, como triagem de bugs e análise de segurança automatizada. Para quem avalia LLMs para tarefas parecidas, como revisão de código ou triagem de incidentes, esses são os cenários que fazem sentido testar primeiro antes de expandir o uso.

Por que o lançamento chega só agora

O Argon é o primeiro modelo de fronteira da Google desde o Gemini 3, lançado no final de 2025. No intervalo entre as duas versões, Anthropic e OpenAI lançaram modelos que deixaram a Google visivelmente atrás na corrida, em meio a turbulências internas na empresa que levantaram dúvidas sobre sua capacidade de competir no topo do mercado.

Antes do lançamento público, a Google seguiu um processo de testagem restrita, liberando o Argon primeiro para um grupo de "defensores cibernéticos de confiança" avaliarem riscos, prática que outros laboratórios de fronteira também adotam antes de abrir acesso amplo. O lançamento do Argon aconteceu um dia depois de a Meta anunciar seu próprio modelo de fronteira, o Muse Wonder Full, reforçando que a disputa entre Google, OpenAI, Anthropic e Meta segue acirrada e não se resume a uma briga de dois nomes.

O que fica em aberto para quem decide stack de IA agora

Para times técnicos no Brasil avaliando modelo para produção, o Argon entra como mais uma opção de preço competitivo, mas com acesso ainda fechado atrás de assinatura paga e sem confirmação pública de disponibilidade em API genérica fora do ecossistema Gemini app, Busca e Antigravity. Antes de incluir o modelo em roadmap, faz sentido confirmar diretamente com a Google os canais oficiais de acesso via API e Vertex AI, já que a reportagem disponível não cobre esse detalhe.

O comparativo de benchmarks divulgado pela própria Google também pede verificação independente antes de virar critério de decisão. Com GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5 e agora Muse Wonder Full, da Meta, todos disputando o mesmo público de desenvolvedores, o caminho mais seguro continua sendo testar com a carga de trabalho real do seu projeto, em vez de confiar só no número que o fabricante publica no dia do lançamento.

Fonte: The Verge