Acaba de ser lançado o Gemini 4! Sua relação custo-benefício "supera" a do GPT-6 e do Opus 5.5, recolocando-o entre os três melhores
Após atualizar o Flash da versão 3.5 para a 3.8, o Google, que ainda não lançou sua versão Pro, seu principal produto, precisa urgentemente de um produto de grande sucesso para estabilizar as expectativas do mercado. O Gemini 4 Argon, que iniciou discretamente testes limitados há duas semanas, assumiu esse papel.
O argônio, um gás incolor, inodoro e estável, é frequentemente usado como barreira protetora em processos críticos, como soldagem e fabricação de semicondutores. Batizar o produto com o nome de argônio reflete perfeitamente as necessidades atuais do Google: consolidar sua posição com um anúncio impactante, em vez de exageros desnecessários.
Acaba de ser lançado oficialmente em todo o mundo o Gemini 4 Argon, que foi meticulosamente desenvolvido ao longo de seis meses e passou por testes práticos com mais de 100.000 usuários internos do Google.
Logan Kilpatrick, líder de produto de IA do Google, afirmou nas redes sociais que este é apenas o começo da era Gemini 4, e que o novo modelo foi projetado para ajudar as pessoas a superar desafios antes inimagináveis.
Após seis meses de insistência, o Google finalmente lançou seu novo celular topo de linha.
Em termos de posicionamento, o Gemini 4 Argon concentra-se inteiramente em tarefas complexas de aprendizado profundo em múltiplos passos, abrangendo áreas como programação, finanças, direito, segurança cibernética e ciência de ponta. No Índice Vals, que mede o desempenho em setores econômicos chave, o Argon conquistou o primeiro lugar.
Para suportar tarefas de alta intensidade e longa duração, o Google estabeleceu um limite unificado de tokens de entrada/saída de até 1 milhão na API e introduziu um protocolo de reescrita totalmente novo.
Comparado ao alto consumo de poder computacional esperado, o preço inicial do Argon durante o período promocional parece bastante agressivo, com apenas US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, além de um desconto de até 95% em entradas armazenadas em cache.
Atualmente, os desenvolvedores podem acessar o modelo por meio do AI Studio, Android Studio e da API Gemini. Os assinantes do Google AI Pro e Ultra também podem usá-lo diretamente no aplicativo Gemini, no modo de IA de pesquisa e na plataforma de desenvolvimento de agentes do Google Antigravity.
Antes do lançamento no mercado, a equipe interna de engenharia do Google já utilizava o Argon como principal ferramenta de produtividade.
Nas últimas semanas, com a ajuda do modelo Argon na plataforma Antigravity, os engenheiros do Google observaram um aumento de mais de 35% no número de envios de código de agentes, enquanto a taxa de reversão de código diminuiu em quase um terço.
Argon demonstrou um alto grau de autonomia na otimização de código e modelos. Auxiliou a equipe do Chrome na refatoração de 6 milhões de linhas de código legado, de uma base de código de 40 milhões de linhas, em poucas semanas, eliminando completamente um tipo de problema que causava travamentos no navegador.
Conhecendo apenas objetivos e regras resumidas, o sistema otimizou autonomamente a estrutura de agentes inteligentes ADK do Google durante a noite, reduzindo o tempo de preparação da memória da sessão em 40%; além disso, melhorou a velocidade de inferência de ponta a ponta do modelo de código aberto Gemma 4 E2B em 2,85 vezes em poucos dias, mantendo zero perda de qualidade.
Essa capacidade de raciocínio de longo alcance rapidamente se estendeu aos mundos dos negócios, da pesquisa científica e da física.
Nas avaliações iniciais, a Deloitte constatou que sua taxa de conclusão de tarefas entre ferramentas a longo prazo era de 100%, a Kepler descobriu que seus relatórios financeiros plurianuais gerados correspondiam aos modelos de analistas humanos em mais de 99%, e a empresa de tecnologia jurídica MinutaIA chegou a usá-la para descobrir detalhes de casos que especialistas humanos haviam deixado passar.
Na pesquisa científica, não só acelerou significativamente os cálculos de química quântica e a decodificação da correção de erros quânticos, como também concluiu o projeto de cinco novas enzimas em poucas horas e ajudou a encontrar novos contraexemplos para a "Conjectura de Glad" da fusão nuclear.
Em testes de inteligência incorporada, o sistema calculou autonomamente trajetórias conjuntas e escreveu código de simulação em poucas horas, simplesmente assistindo a vídeos de humanos brincando com saquinhos de feijão. Esse código foi então implementado diretamente no robô humanoide Apollo, resultando em sete lançamentos consecutivos bem-sucedidos na máquina real. O Google também anunciou que oferecerá seis meses de acesso gratuito ao nível mais alto do Antigravity para 10.000 cientistas em todo o mundo.
À medida que suas capacidades se expandem, o Google implementou a estrutura de segurança mais robusta disponível.
Ao introduzir um sistema de monitoramento em tempo real para as etapas de inferência, a proporção de atalhos não autorizados utilizados pelo modelo em testes de programação foi reduzida para 2%, a taxa de sucesso de ataques indiretos de injeção de sugestões foi reduzida para 0,7%, e o sistema colaborou com a empresa de segurança Wiz para auxiliar agências federais e sistemas de saúde na correção proativa de múltiplas vulnerabilidades de alto risco.
Com mais opções de IA de alta qualidade, os usuários têm um motivo a menos para fazer concessões.
Com a liberação completa das permissões de modelo, desenvolvedores e blogueiros de tecnologia de todo o mundo acorreram à plataforma para realizar testes práticos, com a construção de espaços 3D, simulação física e eficiência operacional se tornando o foco da primeira rodada de testes.
Na demonstração oficial, a Argon demonstrou sua capacidade de criar um mecanismo de traçado de raios 3D do zero usando Python puro, ou de transformar uma foto de mesa em um minijogo de corrida. Essa capacidade de raciocínio espacial e programação foi validada visualmente em testes com usuários.
A blogueira Bhavy descreveu-o como uma fera, exibindo um escritório iluminado pelo sol, construído inteiramente a partir de código matemático em um único arquivo de navegador, sem quaisquer recursos 3D externos ou motor de jogo, com reflexos realistas de luz e sombra e detalhes da montanha do lado de fora da janela;
Em um teste cego de "baleia 3D saltando da água", o desempenho fotorrealista do Argon ficou em pé de igualdade com Claude Opus 5.5, o GPT-6 Astra e o Kimi K3.
A geração interativa é igualmente refinada; o usuário Ashutosh criou um jogo de navegação entre ilhas com ondulações de água realistas e uma sensação de controle físico usando apenas alguns comandos.
O desenvolvedor Adit_Yah testou um bloco de resina em miniatura que representava uma ilha e que levou apenas 13 minutos, consumindo 2% de sua cota semanal, para criar uma interface ajustável que incluía cáusticas, ondas e efeitos físicos gelatinosos.
Ao abordar tarefas complexas e abrangentes, a investidora Justine Moore encomendou à Argon a criação de um museu interativo de computadores Apple, sem fornecer quaisquer dados gráficos ou textuais.
O modelo capturou de forma autônoma fotos de Macs dos arquivos, escreveu suas próprias ferramentas para limpar as imagens, coletou dados de especificações de hardware abrangendo 50 anos e, finalmente, construiu uma página da web em estilo de capa 3D cuja interface de usuário deslizava e se distorcia automaticamente com o passar do tempo.
Realizamos também um teste prático da construção de código complexo do Argon e da escrita criativa chinesa.
Nos testes de código, era necessário criar um protótipo de um jogo de ação no estilo "Musou" ambientado em um campo de batalha antigo, com estética oriental que remete a papel, incluindo camadas lógicas, avaliação de combos e uma interface completa (HUD), utilizando Three.js e TypeScript. O produto final ficou bastante completo, com visuais de combate impressionantes e efeitos interativos.
Nos testes de escrita em chinês que descreviam a atmosfera sensorial de um mercado de vegetais antes de uma tempestade e a perspectiva de um gato laranja em uma livraria, o novo modelo manteve o alto padrão consistente da série Flash anterior, e o estilo de escrita melhorou significativamente, com o hábito anterior de usar palavras rebuscadas consideravelmente atenuado.
Deslize para a esquerda e para a direita para ver as imagens.
A competição direta com outros modelos de ponta em grande escala demonstra ainda mais as vantagens de velocidade e preço do Argon.
A equipe da AIHubmix testou a geração de cenas noturnas de edifícios antigos em estilo pixelado usando os mesmos comandos via API com o Gemini 4 Argon e o GPT-6 Astra. Os resultados mostraram que o GPT-6 Astra levou 25 minutos e custou impressionantes US$ 11, enquanto o Argon completou a tarefa em apenas 3 minutos por meros US$ 0,50, com gradação de cores e detalhes de iluminação igualmente impressionantes.
Em diversas comparações com Claude Opus 5.5, o Argon também demonstrou uma relação custo-benefício extremamente alta.
O blogueiro Rubens Soto pediu que ambos os modelos realizassem a mesma tarefa: criar uma animação cinematográfica em 3D para explicar como funciona um motor elétrico da Tesla. Nesse teste, o custo de geração única do Argon foi de US$ 3,83, significativamente menor do que os US$ 16,36 do Opus 5.5.
Outro avaliador, Pranav Reddy, usou o Three.js para testar a simulação de combate e movimento do robô humanoide 3D. A julgar pela completude da interface interativa gerada e pela fluidez dos movimentos das articulações, o Argon superou o Opus 5.5 em vários indicadores-chave.
No entanto, o Argon de primeira geração não era perfeito em todos os cenários.
Quando a organização de testes AI/ML API comparou a geração de cenas 3D de "Godzilla vs. Kong", apontou que, embora o custo de chamar o Argon (US$ 4,22) seja muito menor do que o do GPT-6 Astra (US$ 23,82), ainda há espaço significativo para melhorias na qualidade da imagem e na reprodução morfológica de certos modelos biológicos complexos.
Desde os dados técnicos oficiais até as avaliações do mundo real espalhadas pela internet, fica claro que a abordagem do Google para a geração Gemini 4 passou por uma mudança significativa.
Em vez de nos concentrarmos em habilidades simples de bate-papo, nosso objetivo é integrar verdadeiramente grandes modelos em bases de código de nível industrial, laboratórios científicos e fluxos de produção, reduzindo os custos de raciocínio, ampliando a janela de contexto e fortalecendo o raciocínio de código e física espacial.
Considerando a situação atual de suspensões severas de contas no Claude e frequentes ataques e insultos no ChatGPT , o Gemini 4 Argon, com seus recursos abrangentes e API acessível, é sem dúvida uma solução oportuna. Ele alivia consideravelmente a ansiedade de encontrar uma ferramenta de produtividade diária e também exerce uma pressão real sobre os concorrentes.
No entanto, diante do consumo de energia computacional resultante do raciocínio de alta intensidade, o Google, o "proprietário", parece não ter muita sobra.
https://support.google.com/gemini/answer/17004136De acordo com as regras de acesso oficiais mais recentes, os usuários não pagantes agora têm um modelo atribuído automaticamente pelo sistema por padrão, e a grande maioria das solicitações é atendida pelo Flash-Lite, o modelo mais leve. Assim que a seleção automática for desativada, o Flash-Lite será a única opção disponível.
Ao mesmo tempo, o aplicativo Gemini passou a utilizar um mecanismo dinâmico de limite de poder computacional, que é atualizado a cada 5 horas e vinculado ao limite semanal. Aumentar o nível de processamento, usar a Pesquisa Profunda ou acessar o modelo principal acelerará o consumo do limite. Para aproveitar ao máximo a versão com todos os recursos, ainda é necessário pagar por ela de acordo com o limite estabelecido.
No entanto, assim como o argônio desempenha um papel na fabricação industrial, o lançamento do Gemini 4 Argon finalmente permitiu que o Google reconstruísse uma defesa sólida no cenário dos modelos de ponta.
