Gemini 4 Argon
O Gemini 4 Argon é o novo modelo de fronteira do Google, anunciado em 30/09/2026 e liberado por enquanto só para defensores cibernéticos convidados pelo Fairwind Program. O preço introdutório é US$ 2 por milhão de tokens de entrada e US$ 10 de saída; depois passa a US$ 4 e US$ 20, em data não publicada. Na tabela do próprio Google, lidera 13 de 19 provas, empata uma e fica atrás em cinco, e no Terminal-Bench 4.0 é o último dos quatro. Nenhuma fonte independente mediu o Argon ainda.
O Gemini 4 Argon em números oficiais
Dados publicados pelo fabricante na documentação e no anúncio. Fonte de cada um no fim da página.
- Fabricante
- Google DeepMind
- Anúncio
- 30/09/2026
- Identificador na API
- não publicado
- Acesso hoje
- convidados do Fairwind Program (defesa cibernética)
- Próximos na fila
- clientes pagos da API e assinantes do Google AI Ultra, sem data
- Entrada
- US$ 2 por milhão de tokens (introdutório)
- Saída
- US$ 10 por milhão de tokens (introdutório)
- Depois do introdutório
- US$ 4 de entrada e US$ 20 de saída
- Fim do preço introdutório
- não publicado
- Entrada em cache
- 95% de desconto sobre a entrada
- Resposta máxima (saída)
- 1 milhão de tokens (antes, 64 mil)
- Janela de contexto (entrada)
- não publicada
- Corte de conhecimento
- não publicado
- Raciocínio
- níveis não documentados
- Model card
- não publicado até 01/10/2026
- Retenção zero de dados
- sim, no Gemini Enterprise
Onde o Gemini 4 Argon vai bem, onde fica atrás e para quem serve
Onde vai bem
- Jurídico e financeiro: 19,6% no Harvey's Legal Agent Benchmark, contra 6,7% do segundo colocado, e 65,4% no Vals Finance Agent v2, contra 58,9%, nos números do Google.
- Automação: 51,3% no AutomationBench, contra 42,5% do Claude Opus 5.5 e 41,4% do GPT-6 Astra.
- Programação de longo prazo: 77,9% no DeepSWE v1.1, contra 74,2% do Opus 5.5 e 74,1% do GPT-6 Astra.
- Contexto e vídeo longos: 84,2% no GraphWalks de 256 mil a 1 milhão de tokens, contra 71,8% do segundo, e 91,7% no LVBench.
- Injeção de prompt: no teste da Gray Swan, ataques indiretos tiveram 0,7% de sucesso em 15 tentativas, contra 1,0% do Opus 5.5 e 8,5% do GPT-6 Astra. Menor é melhor.
Onde fica atrás
- Ninguém de fora usa: acesso só por convite, sem identificador na API nem data de abertura.
- Terminal: 57,4% no Terminal-Bench 4.0, o último dos quatro na tabela do próprio Google. O Claude Opus 5.5 faz 66,4%.
- FrontierSWE v2: 55,0%, também o último dos quatro, contra 65,5% do GPT-6 Astra. No PostTrainBench perde para o Opus 5.5 (45,3% contra 49,3%).
- Ciência em terminal e uso de computador: atrás do GPT-6 Astra no Terminal-Bench Science 0.1 (57,6% contra 68,1%) e no OSWorld 2.0 (69,2% contra 72,6%).
- Só o fabricante falou: sem model card nem relatório do Frontier Safety Framework, e parte das notas do Argon foi calculada pelo próprio Google.
Para quem faz sentido
- Times de segurança de governos, infraestrutura crítica (saúde, telecom, energia, finanças) e grandes plataformas de tecnologia, que têm prioridade no Fairwind.
- Laboratórios acadêmicos de avaliação defensiva, que também podem se candidatar.
- Clientes pagos da API do Gemini e assinantes do Google AI Ultra, primeiros da fila: vale montar já o teste que vai decidir a troca.
- Migração de código grande e outras tarefas que pedem resposta muito longa, onde a saída de 1 milhão de tokens muda o que cabe num pedido.
Quando escolher outro
- Projeto que precisa ir ao ar agora: do Google, dá para usar hoje o Gemini 3.8 Flash ou o Gemini 3.1 Pro, este em preview.
- Agente que passa horas no terminal: na tabela do próprio Google, o Opus 5.5 lidera o Terminal-Bench 4.0.
- Ciência em terminal e uso de computador, onde o GPT-6 Astra marcou mais na mesma tabela.
- Orçamento de longo prazo no preço introdutório: o valor dobra numa data que o Google não divulgou.
O que o Google anunciou em 30 de setembro
O Argon foi apresentado por Koray Kavukcuoglu, vice-presidente sênior do Google DeepMind e arquiteto-chefe de IA do Google, como o modelo de fronteira da empresa para programação, trabalho de conhecimento em empresas, como jurídico e financeiro, e defesa cibernética. Segundo o Google, milhares de funcionários já o usam internamente.
A liberação é em fases. Primeiro, defensores cibernéticos de confiança pelo Fairwind Program, enquanto o Google participa do processo voluntário do governo dos EUA de acesso a modelos antes do lançamento. O Fairwind, criado em 02/09/2026 com o Gemini 3.8 Flash Cyber, tem mais de 650 parceiros, com prioridade para governos, infraestrutura crítica e plataformas de tecnologia, e exige MFA resistente a phishing, registro de uso por funcionário e checagem de antecedentes. Só uma parte dos parceiros tem o Argon, que para eles vem sem as proteções de cibersegurança. Depois, a promessa é abrir para desenvolvedores, empresas e consumidores, sem data.
O número que mais circulou, 1 milhão de tokens, é o limite de saída, que subiu de 64 mil. O resumo no topo do próprio anúncio fala em limite de 1 milhão sem dizer de quê, e vários sites repetiram o número sem dizer que é de saída. A janela de entrada não foi publicada; o único indício é a prova GraphWalks na faixa de 256 mil a 1 milhão de tokens.
A tabela do Google: 13 vitórias, um empate e cinco provas atrás
O Google comparou o Argon com o GPT-6 Astra, da OpenAI, e com o Claude Fable 5.1 e o Claude Opus 5.5, da Anthropic. São 13 vitórias em 19 linhas, um empate no CWE-bench v1 e cinco provas atrás: FrontierSWE v2 e Terminal-Bench 4.0, em que fica em último; PostTrainBench, para o Opus 5.5; Terminal-Bench Science 0.1 e OSWorld 2.0, para o GPT-6 Astra.
A metodologia do Google traz ressalvas. As notas dos concorrentes são as que cada fabricante declarou, no raciocínio mais alto. Várias notas do Argon foram calculadas pelo próprio Google, e no Terminal-Bench Science ele rodou com tempo limite do verificador seis vezes maior. Nota declarada também muda: o GPT-6 Astra tem 64,6% no Terminal-Bench Science no anúncio dele e 68,1%, o número que o Google usou, num anúncio posterior da OpenAI.
| Argon | GPT-6 Astra OpenAI | Fable 5.1 Anthropic | Opus 5.5 Anthropic | |
|---|---|---|---|---|
| Vals Index trabalho de conhecimento |
68,9% | 63,1% | 65,8% | 67,0% |
| AutomationBench automação de processos |
51,3% | 41,4% | 31,4% | 42,5% |
| Vals Finance Agent v2 pesquisa financeira |
65,4% | 53,5% | 58,9% | 58,6% |
| Harvey's Legal Agent Benchmark trabalho jurídico |
19,6% | 5,4% | 6,7% | 3,8% |
| DeepSWE v1.1 programação de longo prazo |
77,9% | 74,1% | 67,4% | 74,2% |
| FrontierSWE v2 programação |
55,0% | 65,5% | 56,3% | 62,3% |
| Vibe Code Bench programação |
91,9% | 89,6% | 90,3% | 90,3% |
| Terminal-Bench 4.0 trabalho longo em terminal |
57,4% | 58,2% | 57,9% | 66,4% |
| PostTrainBench engenharia de machine learning |
45,3% | 44,3% | 40,2% | 49,3% |
| Terminal-Bench Science 0.1 ciência em terminal |
57,6% | 68,1% | 52,6% | 63,3% |
| LABBench 2 ciência |
88,8% | 85,4% | 68,6% | 73,1% |
| RiemannBench matemática |
76,0% | 72,0% | 65,6% | 69,6% |
| GraphWalks, até 128 mil contexto longo |
99,7% | 98,7% | 91,4% | 90,6% |
| GraphWalks, 256 mil a 1 milhão contexto longo |
84,2% | 71,8% | 65,0% | 66,8% |
| Agent's Last Exam uso de computador |
39,5% | 34,2% | sem dado | 38,2% |
| OSWorld 2.0 uso de computador, parte offline |
69,2% | 72,6% | sem dado | sem dado |
| Chartography leitura de gráfico |
71,6% | 71,0% | 46,2% | 66,3% |
| LVBench vídeo longo |
91,7% | 87,5% | 79,7% | 83,7% |
| CWE-bench v1 segurança de código, empate |
68,0% | 68,0% | 58,0% | 67,0% |
Números do anúncio do Gemini 4 Argon, iguais na página do Google DeepMind e no PDF de metodologia. O ponto marca o melhor de cada linha; no CWE-bench v1, Argon e GPT-6 Astra empatam. "Sem dado" são provas que o Google não publicou para aquele modelo.
Preço: o introdutório empata com o andar do meio dos rivais
No preço introdutório, o Argon custa o mesmo que o GPT-6 Sol e o GPT-6.1 Sol, da OpenAI, e o Claude Sonnet 5.5, da Anthropic, os modelos intermediários das duas. No preço cheio, empata com o Claude Opus 5.5. O GPT-6 Astra, rival direto na tabela, custa US$ 10 e US$ 50.
Ainda não dá para fechar a conta: o Google não publicou quando o preço introdutório acaba, preço em lote, faixa de contexto longo nem se o desconto de 95% no cache continua depois. Pela nossa conta, esse desconto dá US$ 0,10 por milhão de tokens em cache no preço introdutório.
| Argon introdutório | Argon depois | GPT-6 Sol e 6.1 Sol OpenAI | Sonnet 5.5 Anthropic | Opus 5.5 Anthropic | Gemini 3.1 Pro | |
|---|---|---|---|---|---|---|
| Entrada | US$ 2 | US$ 4 | US$ 2 | US$ 2 | US$ 4 | US$ 2 |
| Saída | US$ 10 | US$ 20 | US$ 10 | US$ 10 | US$ 20 | US$ 12 |
| Resposta máxima | 1 milhão | 1 milhão | 128 mil | 128 mil | 128 mil | 65.536 |
Preço padrão. Gemini 3.1 Pro em pedidos de até 200 mil tokens. Tabelas de preço do Google, da OpenAI e da Anthropic consultadas em 01/10/2026.
Exemplos de uso do Gemini 4 Argon
O Google diz que o Argon migrou de dezenas de milhares de linhas (re2, libgav1) até mais de 800 mil linhas do kernel Zircon, do Fuchsia, este ainda em auditoria. No libgav1, o decodificador em Rust ficou 2,7 vezes mais rápido que a versão anterior em Rust.
Num time de defesa do Fairwind, o modelo procura, valida e corrige falhas sozinho. Segundo o Google, a Wiz achou com ele uma falha crítica em software de saúde usado por hospitais, que modelos anteriores não tinham pegado.
Um agente lê contratos e demonstrativos, cruza as fontes e entrega a análise. É o que medem o Vals Finance Agent v2 e o Harvey's Legal Agent Benchmark, duas das provas em que o Argon mais abre distância na tabela do Google.
Onde o Gemini 4 Argon se destaca e onde fica atrás, pelos números
O Gemini 4 Argon tem resultado publicado em 20 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 03/01/2026 e 29/12/2026 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Não fica na metade de baixo da geração em nenhuma prova com 6 ou mais modelos comparados.
Ver as 20 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 96,4% | 1º / 73 | 1º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 100,0% | 1º / 75 (empatado com 11) | 1º / 168 | 100,0% GPT-5.5 |
| CritPt | 27,1% | 14º / 76 (empatado com 1) | 14º / 112 | 32,3% GPT-5.6 Sol |
| SciCode | 61,8% | 3º / 74 | 3º / 104 | 66,9% Claude Opus 5.5 |
| Frontiermath Tiers 1 3 V2 | 86,0% | 10º / 64 (empatado com 1) | 10º / 86 | 93,7% GPT-6 Astra |
| WebDev Arena | 1.680 | 8º / 67 | 8º / 82 | 1.820 Claude Opus 5.5 |
| SimpleQA Verified | 76,0% | 1º / 59 | 1º / 81 | 76,0% Gemini 4 Argon |
| Xadrez (problemas) | 59,0% | 8º / 58 (empatado com 2) | 9º / 80 | 76,0% GPT-6 Astra |
| Enigmas de jogo | 64,0% | 5º / 58 | 5º / 77 | 84,0% GPT-6 Astra |
| ProofBench | 99,0% | 4º / 64 (empatado com 3) | 4º / 74 | 100,0% Claude Fable 5.1 |
| Frontiermath Tier 4 V2 | 78,0% | 9º / 54 (empatado com 1) | 9º / 67 | 100,0% GPT-6.1 Sol |
| Vending Bench 2 | 13.718 | 3º / 43 | 3º / 57 | 15.515 GPT-6 Astra |
| Apex Agents | 82,4% | 1º / 48 | 1º / 50 | 82,4% Gemini 4 Argon |
| FrontierCode | 47,6% | 12º / 43 | 12º / 43 | 54,6% Claude Opus 5.5 |
| Gdp Pdf | 28,4% | 9º / 36 | 9º / 37 | 35,0% GPT-6.1 Sol |
| Furniture Assembly | 72,5% | 5º / 32 | 5º / 34 | 83,3% Claude Opus 5.5 |
| Blueprint Bench 2 | 54,4% | 1º / 29 | 1º / 31 | 54,4% Gemini 4 Argon |
| Ebr Bench | 64,8% | 3º / 22 | 3º / 27 | 76,2% GPT-6 Astra |
| FrontierSWE | 55,0% | 5º / 20 | 5º / 20 | 65,5% GPT-6 Astra |
| CursorBench | 52,9% | 3º / 16 | 3º / 16 | 57,8% Claude Opus 5.5 |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o Gemini 4 Argon
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| GPT-6 Astra | OpenAI | 166,41 | n/d | 82,2 | 03/09/2026 |
| GPT-6.1 Sol | OpenAI | 166,32 | n/d | 81,6 | 29/09/2026 |
| Claude Fable 5.1 | Anthropic | 164,65 | 1.586 | 83,4 | 01/09/2026 |
| Gemini 4 Argon | Google DeepMind | 164,56 | 1.608 | n/d | 30/09/2026 |
| Claude Sonnet 5.5 | Anthropic | 164,45 | 1.537 | 77,8 | 28/09/2026 |
| Kimi K3 | Moonshot | 157,42 | 1.528 | 79,2 | 16/07/2026 |
| Qwen 3.8 Max | Alibaba | 156,88 | 1.536 | 78,5 | 02/08/2026 |
Gemini 4 Argon ou Claude Fable 5.1?
O Claude Fable 5.1 é o modelo de outro laboratório mais próximo do Gemini 4 Argon em capacidade. Nas 19 provas que os dois fizeram, o placar é este:
| Prova | Gemini 4 Argon | Claude Fable 5.1 |
|---|---|---|
| Vending Bench 2 | 13.718 | 5.422 |
| Blueprint Bench 2 | 54,4% | 41,9% |
| Xadrez (problemas) | 59,0% | 48,0% |
| Apex Agents | 82,4% | 68,6% |
| CritPt | 27,1% | 31,1% |
| Ebr Bench | 64,8% | 57,1% |
| Frontiermath Tier 4 V2 | 78,0% | 87,8% |
| Enigmas de jogo | 64,0% | 58,0% |
| SimpleQA Verified | 76,0% | 70,8% |
| FrontierCode | 47,6% | 50,9% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Quanto o Gemini 4 Argon custa para entregar cada tarefa
Preço por token é o que está na tabela; custo por tarefa é o que chega na fatura, porque depende de quantos tokens o modelo gasta. Cada ponto é um nível de esforço, publicado por quem rodou a prova e compilado pela Epoch AI. Quanto mais para cima e para a esquerda, mais nota por dólar.
CursorBench
A escala de nota não começa em zero.
Os outros modelos da Google DeepMind
Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.
| Modelo | Lançamento | ECI | ELO | LiveBench | Acesso |
|---|---|---|---|---|---|
| Gemini 4 Argon | 30/09/2026 | 164,56 | 1.608 | n/d | Limited access |
| Gemini 3.8 Flash | 02/09/2026 | 157,20 | 1.551 | 75,8 | API access |
| Gemini 3.7 Flash | 13/08/2026 | 157,22 | 1.551 | 78,8 | API access |
| Gemini 3.6 Flash | 21/07/2026 | 154,24 | 1.530 | 73,6 | API access |
| Gemini 3.5 Flash-Lite | 21/07/2026 | 145,15 | 1.467 | 63,9 | API access |
| Gemini 3.5 Flash | 19/05/2026 | 154,38 | 1.526 | 74,6 | API access |
| Gemma 4 31B IT | 02/04/2026 | 142,86 | n/d | n/d | Open weights (restricted use) |
| Gemma 4 26B A4B | 02/04/2026 | 141,81 | 1.495 | n/d | Open weights (unrestricted) |
| Gemini 3.1 Pro | 19/02/2026 | 154,67 | 1.528 | 77,0 | API access |
Já usou o Gemini 4 Argon? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o Gemini 4 Argon
Já dá para usar o Gemini 4 Argon?
Só por convite, para defensores cibernéticos do Fairwind Program. O Google promete abrir depois para desenvolvedores, empresas e consumidores, começando por clientes pagos da API e assinantes do Google AI Ultra, sem data. Ainda não há identificador do modelo na API.
Quanto vai custar o Gemini 4 Argon?
No preço introdutório, US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída, com 95% de desconto na entrada em cache. Depois, US$ 4 e US$ 20. O Google não publicou quando o período introdutório acaba.
O Argon tem janela de contexto de 1 milhão de tokens?
O que o Google publicou é um limite de saída de 1 milhão de tokens, contra 64 mil antes: o modelo pode gerar até 1 milhão de tokens numa resposta. O tamanho da entrada não foi publicado.
O Argon é melhor que o GPT-6 Astra e o Claude Opus 5.5?
Na tabela do Google, fica à frente em 13 de 19 provas, empata uma e perde cinco: duas para o Opus 5.5 (Terminal-Bench 4.0 e PostTrainBench) e três para o GPT-6 Astra. As notas dos concorrentes são autodeclaradas, e nenhuma fonte independente mediu o Argon.
Por que o Argon não tem posição no ranking?
Porque nenhuma das três fontes do ranking (Epoch AI, Arena e LiveBench) mediu o modelo ainda. Quando a primeira publicar, a página mostra a nota sozinha.
Qual a posição do Gemini 4 Argon no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o Gemini 4 Argon está em 5º lugar entre 267 modelos, com ECI de 164,56. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O Gemini 4 Argon é melhor que o Claude Fable 5.1?
Nas 19 provas que os dois fizeram e que a Epoch AI compilou, o Gemini 4 Argon fica à frente em 9, atrás em 9 e empata em 1. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o Gemini 4 Argon vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do Gemini 4 Argon são: GPQA Diamond (1º de 73); SimpleQA Verified (1º de 59); Apex Agents (1º de 48). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
- Google, anúncio do Gemini 4 Argon
- Google DeepMind, tabela de benchmarks dos modelos Gemini
- Google DeepMind, metodologia de avaliação do Gemini 4 Argon (PDF)
- Google DeepMind, Fairwind Program
- Google, anúncio do Fairwind Program
- Google DeepMind, lista de model cards (sem o Argon em 01/10/2026)
- Gemini API, tabela de preços (Gemini 3.1 Pro)
- Gemini API, página do Gemini 3.1 Pro
- OpenAI, tabela de preços da API
- OpenAI, anúncio do GPT-6 Astra
- OpenAI, anúncio do GPT-6.1 Sol
- Anthropic, tabela de preços (documentação)
- Anthropic, comparação de modelos na documentação do Fable 5.1
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo