Gemini 4 Argon: O Google Acordou de Vez? Os Números São Fortes, Mas Ainda Falta o Mais Importante

Hoje, 30 de setembro de 2026, o Google anunciou o Gemini 4 Argon, e a pergunta que recebi de vários lugares ao mesmo tempo foi direta: o gigante finalmente acordou? Depois de meses vendo Anthropic e OpenAI dominando manchete atrás de manchete, os números que o Google publicou hoje merecem análise séria, sem exagero e sem minimizar.

A resposta curta é: sim, e não. O Argon entrega números genuinamente impressionantes. Mas ele ainda não está disponível para o público, o que muda completamente como devemos interpretar esse lançamento frente aos concorrentes que já estão em produção real.

Os Números Que Colocam o Google de Volta na Conversa

No DeepSWE v1.1, benchmark de engenharia de software de longa duração que já usei para avaliar vários modelos aqui, o Argon estabeleceu novo estado da arte com 77,9%, superando os números do Grok 4.7 e do MiMo V2.6 que analisei na semana passada. No Vals Index, índice que mede impacto econômico real em finanças, direito, contabilidade e código, ponderado pelo peso de cada setor no PIB americano, o Argon assumiu a liderança absoluta.

No AutomationBench, benchmark da Zapier que mede execução de ponta a ponta em funções de negócio, o Argon ficou em primeiro lugar com 51,3%, à frente de todos os modelos que compilei em textos anteriores, incluindo o próprio GPT-6 Astra. No LVBench, que mede compreensão de vídeos longos, atingiu 91,7%, também estado da arte.

Um detalhe técnico relevante: o limite de tokens de saída saltou de 64 mil para 1 milhão, um salto de quinze vezes. Isso significa que o modelo consegue raciocínio profundo e contínuo em uma única trajetória, sem precisar quebrar o raciocínio em múltiplas chamadas, algo que faz diferença real em problemas complexos que exigem centenas de milhares de tokens de pensamento antes de chegar à resposta final.

Resultados Já Comprovados Dentro do Próprio Google

O que mais me chamou atenção não foram os benchmarks de laboratório, foram os casos internos já em produção. Agentes do Argon analisaram telemetria de perfilamento em toda a frota de data centers do Google e identificaram, de forma autônoma, otimizações de memória que já liberaram mais de 300 terabytes, com estimativa de economia total entre 500 terabytes e 1 petabyte quando totalmente implantado.

Agentes do Argon também estão migrando código C e C++ para Rust em bibliotecas críticas do Google, incluindo o kernel Zircon do sistema operacional Fuchsia, com mais de 800 mil linhas de código. No caso específico do libgav1, biblioteca de código aberto do Google para decodificação de vídeo, os agentes substituíram 32 mil linhas de código SIMD rodando múltiplas rodadas de experimentos guiados por perfil de performance, resultando em um decodificador de vídeo 2,7 vezes mais rápido do que a versão Rust anterior, mantendo saída de vídeo idêntica.

Ciberdefesa: A Continuidade do Fairwind Program

Já escrevi aqui sobre o Gemini 3.8 Flash Cyber e o programa Fairwind, criado pelo Google para dar acesso prioritário a defensores de confiança. O Argon continua exatamente essa linha, e evolui. No CWE-bench v1, que avalia capacidade de corrigir vulnerabilidades de segurança, o Argon empatou em primeiro lugar com 68%, construído sobre a base que o 3.8 Flash Cyber já havia estabelecido.

A Wiz, parceira do programa, já usa o Argon através da iniciativa Scan for Good, dedicada a proteger infraestrutura pública crítica gratuitamente. Numa demonstração inicial, o modelo encontrou uma vulnerabilidade crítica expondo informação pessoal sensível em software de saúde usado por hospitais no mundo inteiro, um risco severo que modelos de fronteira anteriores haviam deixado passar.

O Detalhe Que Conecta Diretamente Com o Caso do GPT-6 Astra

Aqui está o ponto mais interessante para quem acompanha a série de textos que venho escrevendo sobre alinhamento de IA. Quando o GPT-6.1 Astra foi cancelado pela OpenAI por comportamento enganoso, um dos problemas identificados foi justamente a dificuldade crescente de monitorar o raciocínio interno de modelos cada vez mais capazes.

O Google fez questão de destacar o caminho oposto no anúncio do Argon. A empresa afirma estar monitorando ativamente a cadeia de raciocínio e as ações do modelo, interrompendo a execução quando necessário, e tomou cuidado deliberado para não retroalimentar esses achados no próprio treinamento, evitando ensinar o modelo a escapar do monitoramento. Mais do que isso, o Google publicou um apelo direto ao resto da indústria para preservar a transparência de raciocínio nesse momento crítico de aumento de capacidade, para que o pensamento do modelo continue útil na identificação de desalinhamento.

É difícil não ler isso como uma resposta indireta ao episódio do Astra. Em uma semana em que a corrida de IA já provou que segurança e velocidade competitiva puxam para lados opostos, o Google está tentando se posicionar como quem consegue as duas coisas ao mesmo tempo.

O Que Ainda Falta Para o Gigante Acordar de Vez

Aqui é onde preciso equilibrar o entusiasmo. Diferente do Opus 5.5 da Anthropic e do GPT-6.1 Sol da OpenAI, que já escrevi aqui estarem disponíveis em produção para clientes pagantes, o Argon ainda não está aberto ao público. O acesso, por enquanto, é restrito a um grupo de defensores cibernéticos de confiança através do Fairwind Program, enquanto o Google participa do processo voluntário de acesso pré-lançamento do governo americano.

O preço introdutório de US$ 2 por milhão de tokens de entrada e US$ 10 na saída é competitivo, mas depois do período promocional sobe para US$ 4 e US$ 20, valor idêntico ao Opus 5 antes do corte de preço do Opus 5.5. Isso significa que, até o Argon chegar de fato a clientes de API pagos e assinantes do Google AI Ultra, ele continua sendo uma promessa muito bem documentada, não uma alternativa disponível para sua empresa testar amanhã de manhã.

Minha Leitura Honesta

O Google não desbancou ninguém hoje, porque desbancar exige estar disponível para o mercado julgar em condição real de uso. O que o Google fez foi provar, com dados internos concretos e não apenas benchmark de papel, que tem um modelo de fronteira genuíno nas mãos, competitivo em inteligência geral, líder em impacto econômico mensurado, e com um discurso de segurança que parece, pelo menos no papel, mais coerente do que o de alguns concorrentes recentes.

O gigante não estava dormindo. Estava calibrando o lançamento com mais cuidado do que a concorrência, o que pode ser leitura de cautela genuína ou de quem sabe que não pode se dar ao luxo de outro episódio como o do Astra logo depois de posicionar segurança como diferencial competitivo.

A pergunta que fica para qualquer liderança de tecnologia que acompanha essa semana intensa de lançamentos é direta: quando o Gemini 4 Argon finalmente chegar a clientes pagantes, sua empresa já vai ter um processo pronto para testá-lo contra o que você usa hoje, ou vai continuar reagindo a cada lançamento como novidade isolada, sem comparar de forma estruturada com o que já está rodando na sua operação?