Google lança Gemini 4 Argon para desenvolvedores e empresas
21 de outubro de 2026 · 3 min de leitura
O Google disponibilizou globalmente o Gemini 4 Argon para desenvolvedores e empresas por meio da Gemini API, além de usuários assinantes do Google AI no Google Antigravity, no Gemini App e no modo de IA da busca.
O modelo é especializado em tarefas complexas de trabalho profundo em áreas como programação, finanças, direito, cibersegurança e ciência. O Argon ocupa a primeira posição no índice Vals, que mede o desempenho de modelos em setores econômicos críticos, incluindo tributação, direito, programação e finanças.
O custo inicial de experiência é de 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída, com um desconto de 95% para tokens de entrada em cache.
Internamente, o Google utilizou o modelo para acelerar a entrega de código de alta qualidade. No Google Antigravity, o Argon aumentou em mais de 35% o volume de envios de código de agentes e reduziu a taxa de reversão de código em quase um terço. A equipe do Chrome utilizou o modelo para separar códigos de processamento de páginas centrais de uma pasta de funções legadas de 6 milhões de linhas, dentro de uma base de código do Chromium de 40 milhões de linhas, reduzindo um trabalho de meses para semanas.
No desenvolvimento de ferramentas, o Argon otimizou o kit de ferramentas de desenvolvimento de agentes de código aberto do Google, reduzindo em 40% o tempo de preparação de sessões de memória em conversas longas e aumentando a velocidade de importação a frio em 21%. Na área de química quântica, pesquisadores utilizaram o modelo para aumentar em 2,3 vezes a velocidade de previsão de estruturas moleculares e em 1,8 vezes a busca de conformações no pacote de software xTB.
O modelo também acelerou a inferência de ponta a ponta dos modelos abertos Gemma em 2,85 vezes no A100 via vLLM, elevando a taxa de transferência do Gemma 4 E2B de aproximadamente 37.900 tokens por segundo para mais de 108.000 tokens por segundo.
Em robótica, o Argon obteve 87% de pontuação no benchmark de Questionamento e Raciocínio Incorporado, superando outros modelos. Em um teste, o modelo aprendeu a jogar bean bag ao assistir a um vídeo humano, construindo código de simulação que, ao ser transferido para o robô humanoide Apollo da Apptronik, resultou em sete acertos consecutivos em ambiente real.
Na área da saúde, o modelo identificou um rearranjo cromossômico em genomas de bebês com doenças pulmonares raras que softwares convencionais ignoravam. O Argon lidera os benchmarks RareBench, com 57% em auxílio ao diagnóstico de doenças raras, e LabBench, com 52,2% em raciocínio de experimentos úmidos.
Para a segurança, o Google implementou defesas contra ataques de jailbreak e injeções de prompts. No benchmark de injeção de prompt indireta Gray Swan, o modelo reduziu a taxa de sucesso de ataques em 15 tentativas adaptativas para 0,7%. Em testes de red team de biossegurança, menos de 1% das subtarefas biológicas foram induzidas com sucesso.