Resumo: o Gemini 4 Argon é o novo modelo de IA do Google, lançado em 13 de outubro de 2026 para tarefas difíceis de programação, análise de documentos, ciência e segurança digital. O artigo explica, em linguagem direta, o que o modelo faz, quanto custa, onde acessar e o que o Google informa sobre segurança, sempre indicando que os números vêm da própria empresa.
Neste artigo
- O que é o Gemini 4 Argon
- Programação: onde o Google mostra os maiores ganhos
- Documentos e análise de dados no trabalho do dia a dia
- Ciência, segurança digital e robótica
- Como o Google diz ter testado a segurança do modelo
- Quanto custa e onde acessar
- Perguntas frequentes
Todo lançamento de modelo de IA vem com uma lista longa de números. Para quem decide tecnologia em uma empresa, o que importa é separar três coisas: o que o modelo faz, o que ele custa e o que o fabricante mediu sobre risco. Este artigo organiza o anúncio do Gemini 4 Argon nesses termos.
Os números a seguir foram divulgados pelo Google, em um texto assinado por Koray Kavukcuoglu, SVP do Google DeepMind. Não houve verificação independente.
O que é o Gemini 4 Argon
O Argon é o modelo de fronteira mais recente do Google, e a empresa o apresenta como o começo da família Gemini 4. A proposta é resolver tarefas que exigem várias etapas de raciocínio, como mexer em sistemas grandes, ler documentos extensos ou cruzar dados de fontes diferentes.
O Google afirma que o modelo ficou em primeiro lugar no Índice Vals, um ranking que mede o desempenho de modelos de IA em finanças, programação, direito e tributação. O anúncio não diz quais modelos entraram na comparação, o que limita o peso dessa colocação como critério de escolha.
Programação: onde o Google mostra os maiores ganhos
A maior parte dos números do anúncio vem da engenharia de software, e a maioria refere-se ao uso interno do próprio Google. Com o Argon dentro do Antigravity, a ferramenta de programação da empresa, as equipes entregaram mais de 35% de código responsivo adicional e tiveram quase um terço menos rollbacks, que são os casos em que uma alteração precisa ser desfeita depois de publicada.
O exemplo mais ilustrativo é o navegador Chrome. O modelo ajudou a reorganizar uma parte antiga do código com cerca de 6 milhões de linhas, dentro de uma base de 40 milhões. Pelo relato do Google, um trabalho que levaria meses terminou em semanas. Em projetos de código aberto, a empresa cita ainda a redução de 40% no tempo de preparação de sessões longas do Agent Development Kit (ADK) e um ganho de 2,85 vezes na velocidade de execução do modelo Gemma em uma placa A100.
Para a TI, o recado é que o Google posiciona o Argon como integrante do time de desenvolvimento, trabalhando direto no código. O desempenho no código da sua empresa só aparece em teste com esse código.
Documentos e análise de dados no trabalho do dia a dia
O Google diz que o Argon lê melhor documentos com texto, imagem e tabela ao mesmo tempo, acompanha dados que mudam ao longo do tempo e escreve de forma mais direta, com menos enrolação e mais atenção às instruções de estilo. Esses relatos vêm de clientes do programa de acesso antecipado.
Os exemplos do anúncio mostram o tipo de tarefa em vista. Em um deles, o modelo reuniu cerca de 50 GB de dados de mapeamento e arquivos históricos para reconstruir em 3D o sítio arqueológico de Chaco Canyon. Em outro, o aplicativo Gemini transformou uma pasta desorganizada em uma proposta comercial e a enviou por e-mail. Na Isomorphic Labs, a leitura e a síntese de PDFs e patentes, que levava semanas, passou a levar horas. Em todos, a ideia é a mesma: o modelo recebe material bruto e devolve um resultado que antes exigia muita montagem manual.
Ciência, segurança digital e robótica
O Google também apresenta o Argon como ferramenta de pesquisa. Na segurança digital, a Wiz usou o modelo para encontrar e corrigir falhas em sistemas reais, entre elas uma que deixava exposta uma chave mestra e dava acesso de administrador a registros de saúde de centenas de milhares de pacientes. O Google ampliou o Programa Fairwind, que dá a profissionais de defesa cibernética acesso ao Argon sem as restrições de uso comuns, para centenas de parceiros.
Na ciência, o anúncio cita um avanço na eficiência de um decodificador de computação quântica, novos contraexemplos para uma conjectura de física de fusão nuclear de 1967 e cinco enzimas projetadas pelo modelo em poucas horas, todas com atividade confirmada em laboratório. Na saúde, a Gamow Labs relata que o Argon obteve 57% e 52,2% em dois testes privados de doenças raras e raciocínio laboratorial. O Google oferece ainda 10.000 vagas gratuitas por seis meses para cientistas, sujeitas a seleção.
Em robótica, o modelo chegou a 87% em um teste de raciocínio sobre o mundo físico, o ERQA. Em uma demonstração interna, ele aprendeu a jogar cornhole assistindo a um vídeo e escreveu o código de simulação. Levado ao robô humanoide Apollo, da Apptronik, o programa acertou sete arremessos seguidos.
Como o Google diz ter testado a segurança do modelo
O Google informa que o Argon passou por avaliações de parceiros externos e pelo processo de segurança mais amplo que a empresa já aplicou. Em testes externos de invasão ligados à biotecnologia, menos de 1% das tarefas biológicas de risco foram liberadas pelo modelo. Em testes que tentam forçar respostas indevidas, as violações caíram quase pela metade em relação aos modelos anteriores.
Quando o modelo atua como agente e escreve código, a empresa diz que as tentativas de pegar atalhos indevidos caíram para 2%, com um monitor que identifica esses desvios em tempo real. Contra a injeção indireta de prompt, o risco em que uma instrução escondida em um documento ou site tenta desviar o agente, o Google informa taxa de sucesso de 0,7% em ataques adaptativos com 15 tentativas, no benchmark da Gray Swan.
Esses testes avaliam o modelo. O que um agente consegue acessar e fazer dentro da empresa depende de como a organização configura permissões, dados e registros, assunto tratado em Shadow AI: o risco que já está dentro da operação.
Quanto custa e onde acessar
O preço de lançamento é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Token é a unidade em que o texto é medido, e a entrada é o que a empresa envia ao modelo, enquanto a saída é o que ele responde. Há desconto de 95% sobre tokens de entrada em cache, que são trechos repetidos já guardados pelo sistema.
Esse preço é promocional. Segundo o Google, a partir de 30 de novembro de 2026 os valores passam a US$ 4 e US$ 20, o dobro, no modelo de acesso público. Quem aprova um piloto em outubro deve projetar o orçamento já com o valor de dezembro.
| Período | Entrada (por 1 milhão de tokens) | Saída (por 1 milhão de tokens) |
|---|---|---|
| Preço de lançamento, até 30/11/2026 | US$ 2 | US$ 10 |
| A partir de 30/11/2026 | US$ 4 | US$ 20 |
O desconto de 95% vale para tokens de entrada em cache no preço de lançamento, e o anúncio não informa se ele continua depois de 30 de novembro.
O acesso depende do perfil. Desenvolvedores e empresas usam a API Gemini, com o AI Studio, o Antigravity e o Gemini Enterprise. Assinantes dos planos Google AI Ultra e Pro têm o modelo no aplicativo Gemini e no Modo IA da Busca. O anúncio fala em um limite unificado de 1 milhão de tokens de entrada e saída na API Gemini, sem detalhar se esse é o tamanho da janela de contexto.
Conclusão
O Gemini 4 Argon chega com um conjunto grande de resultados em programação, negócios, ciência e segurança, todos divulgados pelo Google. O que dá para usar já é a informação prática: o preço promocional dobra em 30 de novembro e a decisão de adotar o modelo depende de testes no processo de cada empresa.
Quanto mais modelos uma empresa usa, mais importa saber quem acessa o quê, com qual dado e a qual custo. Para um panorama completo, leia Governança de IA: o que é, o que a lei brasileira exige e como implementar.
O PRISMON, a base da operação de IA, transforma essas respostas em configuração: acesso por cargo e departamento, tratamento do dado sensível antes do modelo, consumo acompanhado por área e registro de cada interação para auditoria. Conheça o PRISMON.
Perguntas frequentes sobre o Gemini 4 Argon
O que é o Gemini 4 Argon?
É o novo modelo de IA do Google, lançado em 13 de outubro de 2026 para desenvolvedores, empresas, cientistas e consumidores. É voltado a tarefas difíceis de programação, análise de documentos, ciência e segurança digital.
Quanto custa o Gemini 4 Argon?
No lançamento, US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Depois de 30 de novembro de 2026, o Google informa que o preço passa a US$ 4 e US$ 20, o dobro.
Onde posso usar o Gemini 4 Argon?
Desenvolvedores e empresas, pela API Gemini, pelo AI Studio, pelo Antigravity e pelo Gemini Enterprise. Assinantes Google AI Ultra e Pro, no aplicativo Gemini e no Modo IA da Busca.
Os resultados do Google são confiáveis?
São resultados da própria empresa, e parte deles não informa os modelos usados na comparação. Servem como indicação, e a decisão de adotar o modelo deve se apoiar em testes com os dados e os processos da empresa.
O que a TI precisa avaliar antes de adotar o Argon?
O custo no preço de dezembro, o canal de acesso, quais dados podem ir ao modelo e o resultado em um processo real da empresa. Sem essas respostas, o piloto não informa se o modelo deve escalar.