O Google anunciou na quarta-feira (30) o Gemini 4 Argon, que chama de seu novo modelo de fronteira, voltado a engenharia de software, trabalho corporativo em áreas como jurídico e finanças, e defesa cibernética. Por enquanto, o modelo está sendo liberado só para um grupo de defensores cibernéticos de confiança, e o anúncio não informa quando chega ao público.
O que você precisa saber
- O Gemini 4 Argon, anunciado na quarta-feira (30), é o novo modelo de fronteira do Google, para programação, trabalho corporativo e defesa cibernética.
- O acesso começa pelo Fairwind Program, restrito a equipes de segurança de parceiros. Depois vêm os clientes pagantes da API e os assinantes do Google AI Ultra, sem data.
- O preço de lançamento na API é de US$ 2 por milhão de tokens de entrada e US$ 10 de saída, e passa para US$ 4 e US$ 20 depois de um período que o Google não informou.
- Na tabela do próprio Google, o Argon tem o melhor resultado em 14 de 20 testes contra GPT-6 Astra, Claude Fable 5.1 e Claude Opus 5.5.
- O anúncio não cita o Brasil nem diz quando o modelo chega à Busca ou ao Modo IA.
O que o Google anunciou
O anúncio é assinado por Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind e arquiteto-chefe de IA do Google. Ele descreve o Argon como um modelo construído para sustentar raciocínio profundo em fluxos de trabalho longos e complexos. Segundo a empresa, o modelo já roda nos fluxos internos do Google.
A liberação será feita em fases. O Google diz que participa do processo voluntário do governo dos Estados Unidos de acesso a modelos antes do lançamento, e que vai continuar recolhendo a opinião dos primeiros testadores enquanto ajusta as proteções, antes de abrir o Argon para desenvolvedores, empresas e consumidores. A empresa escreveu, em tradução livre:
Liberar com segurança capacidades de fronteira neste nível exige uma abordagem em fases.
| Quem anunciou | Google DeepMind |
|---|---|
| Anúncio | Quarta-feira, 30 de setembro de 2026 |
| Acesso inicial | Fairwind Program, para equipes de cibersegurança de parceiros |
| Preço na API | US$ 2 (entrada) e US$ 10 (saída) por milhão de tokens, no lançamento |
| Limite de saída | 1 milhão de tokens (antes, 64 mil) |
| Brasil | Não informado |
Quem pode usar e quando
O primeiro acesso é pelo Fairwind Program, programa do Google DeepMind que dá acesso antecipado a modelos avançados para defensores considerados prioritários, como governos, serviços de saúde e operadoras de telecomunicações. A página do programa diz que ele trabalha com mais de 650 parceiros no mundo.
As regras são restritas. Segundo a mesma página, as organizações participantes só podem dar acesso ao Gemini 4 Argon a equipes internas de cibersegurança, de resposta a incidentes ou de testes de invasão, e não podem compartilhar, redistribuir nem vender esse acesso.
Para os demais, o anúncio dá a ordem, mas não a data: a abertura começa pelos clientes pagantes da API e pelos assinantes do Google AI Ultra. O anúncio não informa em que países o modelo será liberado nem menciona o Brasil.
O preço anunciado
Mesmo sem abrir o modelo, o Google já divulgou o preço do Argon na API, em dólar e por milhão de tokens (token é a unidade em que o modelo conta o texto que lê e o que gera). Há um preço de lançamento e outro que passa a valer depois dele, informado numa nota de rodapé do anúncio.
| Item | Preço de lançamento | Depois do período de lançamento |
|---|---|---|
| Tokens de entrada, por milhão | US$ 2 | US$ 4 |
| Tokens de saída, por milhão | US$ 10 | US$ 20 |
| Tokens de entrada em cache | 95% de desconto sobre o preço de entrada | Não informado |
O anúncio não diz quanto tempo dura o preço de lançamento.
O que o modelo faz
A mudança técnica mais visível é o limite de tokens de saída, que sobe para 1 milhão, contra 64 mil do limite anterior. O Google diz que, com essa folga para pensar e gerar centenas de milhares de tokens numa única trajetória, o modelo ganha profundidade de raciocínio para resolver problemas difíceis de uma vez.
Nos testes do próprio Google, o Argon lidera em engenharia de software de longo prazo, no Vals Index (impacto econômico em finanças, programação, jurídico e tributário) e em vídeos longos.
Entre os usos internos citados, agentes do Argon analisaram dados de desempenho dos data centers do Google e aplicaram otimizações de memória que, uma vez implantadas, liberam mais de 300 TiB, com economia total estimada entre 500 TiB e 1 PiB. Outros agentes migram código C e C++ para Rust, de dezenas de milhares de linhas em bibliotecas centrais até mais de 800 mil linhas no núcleo Zircon, do sistema Fuchsia.
Como fica frente aos concorrentes
O Google publicou a tabela de avaliação do Argon lado a lado com três concorrentes: o GPT-6 Astra, da OpenAI, e o Claude Fable 5.1 e o Claude Opus 5.5, da Anthropic. Das 20 linhas da tabela, o Argon tem o melhor resultado em 14, uma delas empatada com o GPT-6 Astra no CWE-bench v1, que mede a correção de vulnerabilidades.
Ele fica atrás em seis: o GPT-6 Astra lidera o FrontierSWE v2, o Terminal-Bench Science 0.1 e o OSWorld-2.0, e o Claude Opus 5.5 lidera o Terminal-bench 4.0 e o PostTrainBench. A maior distância a favor do Argon aparece em contexto longo: no GraphWalks de 256 mil a 1 milhão de tokens, ele marca 84,2%, contra 71,8% do segundo colocado.
Os números são do próprio Google, com a metodologia publicada pelo Google DeepMind, e ainda não passaram por avaliação independente. A Voh! já noticiou a chegada do Claude Opus 5.5, um dos modelos da comparação.
| Teste | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|
| Vals Index | 68,9% | 63,1% | 65,8% | 67,0% |
| DeepSWE v1.1 | 77,9% | 74,1% | 67,4% | 74,2% |
| GraphWalks, 256 mil a 1 milhão | 84,2% | 71,8% | 65,0% | 66,8% |
| FrontierSWE v2 | 55,0% | 65,5% | 56,3% | 62,3% |
| Terminal-bench 4.0 | 57,4% | 58,2% | 57,9% | 66,4% |
| OSWorld-2.0 | 69,2% | 72,6% | não testado | não testado |
Segurança antes da abertura
O Google afirma que treinou o Argon para encontrar, validar e corrigir sozinho vulnerabilidades críticas de software, e que, para defensores de confiança e para as próprias equipes internas, vai liberar o modelo sem as travas de cibersegurança.
A Wiz já usa o modelo no Scan for Good, iniciativa que protege de graça infraestrutura pública crítica. Segundo o Google, o Argon encontrou ali uma vulnerabilidade crítica que expunha informações pessoais sensíveis em software de saúde usado por hospitais no mundo todo, risco que modelos de fronteira anteriores não tinham detectado.
Antes da abertura ampla, o anúncio lista quatro frentes de proteção:
- Uso indevido: o modelo foi desenhado para recusar pedidos de ataques cibernéticos ou químicos, biológicos, radiológicos e nucleares, preservando a pesquisa científica legítima de uso duplo.
- Injeção de prompt indireta, quando instruções ou contexto maliciosos são usados para sequestrar o comportamento do modelo: o Google diz que o Argon é o modelo dele mais resistente a esse ataque até o momento e que lidera o benchmark de injeção indireta da Gray Swan.
- Desalinhamento: monitores acompanham a cadeia de raciocínio e as ações do Argon e interrompem a execução quando necessário, para evitar que ele cumpra uma tarefa de um jeito que vá além da intenção do usuário.
- Sistemas: os ambientes de teste são reforçados, isolados e selados antes de treinos ou avaliações de alto risco.
Por que importa
Para quem trabalha com marketing, conteúdo e busca, o Argon não muda a rotina no curto prazo: fora do Fairwind e das equipes do próprio Google, ninguém consegue usá-lo, e o anúncio não diz se ou quando o modelo chega à Busca, ao Modo IA ou às Visões gerais criadas por IA.
O que já dá para fazer é planejar. O preço publicado antes da liberação permite estimar o custo de quem usa modelos por API em automação de conteúdo, relatórios ou atendimento, com uma ressalva: o valor de lançamento dobra depois de um período que o Google não especificou. E o limite de 1 milhão de tokens de saída, se o desempenho se confirmar fora dos testes da empresa, abre espaço para tarefas longas resolvidas de uma vez.
Na leitura da Voh!, o detalhe mais revelador é a injeção de prompt indireta aparecer como uma das quatro frentes de proteção do lançamento. O contexto que um modelo recebe passou a ser tratado como ponto de ataque, e isso reforça o valor de páginas claras e de fonte verificável, o mesmo cuidado que faz uma página ser citada nas respostas de IA.