O Gemini 4 Argon é o novo modelo de fronteira do Google, anunciado em 30 de setembro de 2026. Hoje, ele está disponível apenas para um grupo selecionado de parceiros de defesa cibernética do Fairwind Program. O preço introdutório é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída; depois, passa para US$ 4 e US$ 20. O modelo também aumenta o limite de saída para 1 milhão de tokens por resposta. Ainda não há API pública, ID de modelo publicado ou data de lançamento geral.
Este guia separa o que o Google confirmou do que ainda não foi publicado, mostra onde o Argon se encaixa na linha Gemini e explica como preparar sua integração para trocar de modelo quando o acesso chegar. Se você está escolhendo um modelo agora, leia a comparação Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5. Se você testa APIs de modelos no Apidog, a seção prática mostra como deixar a migração pronta com a alteração de uma única variável.
O que o Google confirmou versus o que não confirmou
A cobertura inicial do Argon mistura informações oficiais com estimativas de terceiros. A tabela abaixo usa como fonte a publicação de lançamento e a metodologia de avaliação do Google.
| Item | Status | O que sabemos |
|---|---|---|
| Anúncio | Confirmado | 30 de setembro de 2026, por Koray Kavukcuoglu, do Google DeepMind |
| Acesso hoje | Confirmado | Um conjunto de parceiros do Fairwind Program |
| Próximos na fila | Confirmado, sem data | Clientes de API pagantes e assinantes do Google AI Ultra |
| Preço | Confirmado | US$ 2/US$ 10 na introdução; depois US$ 4/US$ 20 por 1 milhão de tokens; entrada em cache com 95% de desconto |
| Limite de saída | Confirmado | 1 milhão de tokens, acima dos 64 mil anteriores |
| Benchmarks | Confirmado, relatado pelo Google | Uma tabela com 19 linhas e um PDF de metodologia |
| ID do modelo | Não publicado | Strings encontradas online são placeholders de terceiros |
| Janela de contexto de entrada | Não publicado | A avaliação de contexto longo usou prompts de até 1 milhão de tokens |
| Corte de conhecimento | Não publicado | Nada informado pelo Google |
| Duração do período introdutório | Não publicado | Nenhuma data para a mudança para US$ 4/US$ 20 |
| Limites de taxa e camada gratuita | Não publicado | Nada informado pelo Google |
| Data de lançamento | Não publicado | “Assim que possível” |
Regra prática: não codifique uma string de modelo, janela de contexto ou limite de velocidade baseada em sites de terceiros. Use somente valores publicados na documentação oficial do Google ou retornados pelo endpoint que você recebeu.
O que é o Gemini 4 Argon e onde ele se encaixa
O Argon é o único modelo Gemini 4 anunciado até agora e passa a ser o topo da linha do Google. A empresa o descreve como um modelo criado para sustentar raciocínio profundo em fluxos de trabalho complexos e de longo horizonte.
Segundo o Google, o foco inclui:
- engenharia de software;
- trabalho de conhecimento empresarial, como jurídico e financeiro;
- defesa cibernética.
Um porta-voz do Google também disse à Reuters que o Argon é maior do que a geração anterior de modelos “Pro”.
Até agora, o principal modelo Gemini disponível por API era o gemini-3.1-pro-preview, ainda em visualização:
| Recurso | Gemini 3.1 Pro Preview |
|---|---|
| Entrada | 1.048.576 tokens |
| Saída | 65.536 tokens |
| Preço de entrada | US$ 2 por milhão, para prompts de até 200K |
| Preço de saída | US$ 12 por milhão, para prompts de até 200K |
O preço introdutório de saída do Argon, de US$ 10 por milhão, é menor que os US$ 12 do 3.1 Pro Preview nesse cenário. Porém, o Google ainda não informou se o Argon terá uma tabela específica para prompts longos ou se outros modelos Gemini 4 serão lançados.
O Google afirma já usar o Argon internamente para codificação, pesquisa e escrita. Também relata que agentes Argon liberaram mais de 300 TiB de memória da frota e que o modelo participa da migração de código C e C++ para Rust. Parte dessas reescritas, incluindo mais de 800 mil linhas para o kernel Fuchsia Zircon, permanece sob auditoria antes da produção.
Quem pode usar o Gemini 4 Argon hoje
Hoje: um subconjunto de parceiros Fairwind
O Fairwind é o programa de acesso limitado do Google para defesa cibernética, com mais de 650 parceiros. Porém, apenas “um conjunto de parceiros do Fairwind Program” recebe acesso ao Argon, diretamente ou dentro do CodeMender, o agente de segurança de código do Google.
Quando acessado diretamente como modelo gerenciado no Gemini Enterprise, o Argon oferece suporte a retenção zero de dados.
Para participar, os parceiros precisam se comprometer com requisitos como:
- MFA resistente a phishing;
- acesso restrito a equipes internas de segurança, resposta a incidentes ou testes de penetração;
- rastreamento de uso por funcionário.
Governos, operadores de infraestrutura crítica e plataformas de tecnologia central podem se inscrever na página do Fairwind Program.
Em seguida: clientes de API pagantes e assinantes do Google AI Ultra
O Google informou que primeiro coletará feedback dos testadores iniciais enquanto ajusta salvaguardas. A empresa também participa do processo voluntário de acesso pré-lançamento do governo dos Estados Unidos.
A seção de lançamento usa o título “Em breve”, sem uma data definida. Acompanhe as atualizações no guia de data de lançamento e acesso.
Ainda não: demais desenvolvedores
Em 1º de outubro, o Argon não aparecia em:
- lista de modelos da API Gemini;
- página de preços do Google;
- aplicativo Gemini;
- Antigravity;
- OpenRouter.
Um plano Google AI Ultra, a partir de US$ 99,99 por mês nos Estados Unidos, é uma assinatura de consumidor, não uma chave de API. O Google também não informou qual nível do Ultra receberá o Argon primeiro.
Não há rota gratuita anunciada. Veja alternativas no artigo O Gemini 4 Argon é gratuito?.
Preços do Gemini 4 Argon
| Tipo de token | Introdução, por 1 milhão | Após a introdução, por 1 milhão |
|---|---|---|
| Entrada | US$ 2,00 | US$ 4,00 |
| Entrada em cache, com 95% de desconto | US$ 0,10 | US$ 0,20 |
| Saída | US$ 10,00 | US$ 20,00 |
| Uma resposta completa de 1 milhão de tokens, apenas saída | US$ 10,00 | US$ 20,00 |
O Google não informou a duração do período introdutório.
Nas taxas padrão, o Argon custa o mesmo que o Claude Opus 5.5. Nas taxas introdutórias, iguala os preços citados para GPT-6.1 Sol e Claude Sonnet 5.5. Os valores de cache são calculados a partir da regra de desconto de 95% divulgada pelo Google.
Para estimar custos por volume de requisições, consulte Preços do Gemini 4 Argon.
Como planejar para o limite de saída de 1 milhão
O Google afirma que expandiu o limite de saída para 1 milhão de tokens, acima dos 64 mil tokens anteriores. Isso permite trajetórias de geração muito maiores em uma única resposta.
Mas não trate esse valor como janela de contexto.
- 1 milhão é limite de saída, não a especificação da entrada.
- O Google ainda não publicou a janela de contexto de entrada do Argon.
- A avaliação de contexto longo usou prompts de até 1 milhão de tokens, mas isso não equivale a uma especificação oficial do produto.
- A Vals AI lista um máximo de saída de 262 mil tokens na configuração que avaliou.
Ao integrar o modelo, use o limite retornado pelo endpoint e proteja sua aplicação contra respostas excessivamente longas:
- Defina um orçamento máximo de tokens de saída por tarefa.
- Use streaming para tarefas com geração extensa.
- Configure timeouts compatíveis com respostas longas.
- Registre tokens de saída e tokens de pensamento.
- Faça o teste falhar se a resposta ultrapassar seu orçamento.
O guia para os 1 milhão de tokens de saída do Argon cobre timeouts, streaming e limites de custo.
Benchmarks do Gemini 4 Argon
Todos os números abaixo vêm da tabela divulgada pelo Google. As pontuações do Argon são reportadas pelo próprio Google, incluindo resultados auto-computados e dados de placares como Vals AI. As pontuações dos concorrentes vêm principalmente dos fornecedores ou de placares públicos, e as ferramentas de teste diferem entre si.
Na recontagem da tabela, o Argon lidera 13 das 19 linhas, empata em uma e fica atrás em cinco.
| Benchmark | 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 256K a 1M, F1 | 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% |
| PostTrainBench | 45,3% | 44,3% | 40,2% | 49,3% |
As cinco linhas em que o Argon fica atrás são:
- FrontierSWE v2;
- Terminal-Bench Science 0.1;
- OSWorld-2.0;
- Terminal-bench 4.0;
- PostTrainBench.
Avaliações de terceiros também colocam o Argon na fronteira, mas sem uma liderança universal. A Artificial Analysis atribui 53 pontos ao modelo em seu Intelligence Index, empatado com GPT-6 Astra e Claude Fable 5.1 e abaixo de Claude Opus 5.5, com 58, e Claude Sonnet 5.5, com 56. Já a Vals classifica o Argon em primeiro entre 41 modelos no Vals Index.
Confira as 19 linhas e as notas metodológicas no artigo Benchmarks do Gemini 4 Argon.
Defesa cibernética: o que foi divulgado
O Google afirma que o Argon pode encontrar, validar e corrigir vulnerabilidades críticas de software de forma autônoma. Para defensores confiáveis e equipes internas, a empresa diz que lançará o Argon sem proteções cibernéticas para permitir o uso completo de suas capacidades de defesa cibernética.
Na página de cibernética do DeepMind, o Argon:
- marca 85,8% em descoberta de vulnerabilidades no mundo real;
- supera os 71,0% do Gemini 3.8 Flash Cyber nesse teste;
- empata com Grok 4.7 e GPT-6 Astra em 68% no CWE-bench v1;
- registra 0,7% em taxa de sucesso de ataque indireto de injeção de prompt Gray Swan em
k=15, a menor taxa exibida no gráfico.
Para avaliar o impacto em integrações existentes, leia o que o lançamento cibernético do Argon significa para as APIs que você executa e o guia sobre seu predecessor, Gemini 3.8 Flash Cyber.
O que fazer agora como desenvolvedor
Você ainda não pode chamar o Argon por uma API pública. A abordagem prática é construir com um modelo disponível e deixar o nome do modelo configurável.
O gemini-3.8-flash é o substituto indicado no momento:
- estável;
- 1.048.576 tokens de entrada;
- 65.536 tokens de saída;
- camada gratuita;
- US$ 0,75 por milhão de tokens de entrada;
- US$ 3,75 por milhão de tokens de saída até 31 de dezembro de 2026.
A documentação da API Interactions afirma que todos os novos modelos, recursos multimodais, ferramentas e recursos agentivos serão lançados nessa API. Portanto, use-a desde já.
1. Mantenha o modelo em uma variável de ambiente
export GEMINI_MODEL="gemini-3.8-flash"
export GEMINI_API_KEY="sua-chave"
Evite fixar o modelo diretamente no código:
# Evite isto
MODEL="gemini-3.8-flash"
Prefira uma configuração com fallback:
MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"
2. Faça chamadas pela API Interactions
MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"
curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "'"$MODEL"'",
"input": "List the breaking changes in this OpenAPI diff.",
"generation_config": {
"thinking_level": "medium"
}
}'
Quando o Google publicar o ID oficial do Argon e liberar seu acesso, a troca deve ser apenas:
export GEMINI_MODEL="ID_OFICIAL_PUBLICADO_DO_ARGON"
Não use identificadores encontrados em avaliações de terceiros: o Google ainda não publicou um ID oficial.
3. Adicione limites de custo e tokens aos testes
No Apidog, salve a chamada com GEMINI_API_KEY e GEMINI_MODEL como variáveis de ambiente.
Em seguida:
- execute a requisição usando
gemini-3.8-flash; - registre a resposta como linha de base;
- valide o objeto
usageretornado; - some
total_output_tokensetotal_thought_tokens; - faça o teste falhar se o total ultrapassar seu orçamento.
Isso é importante porque os tokens de pensamento são cobrados como saída. Uma validação lógica é:
total_output_tokens + total_thought_tokens <= OUTPUT_TOKEN_BUDGET
Quando o Argon aparecer na lista de modelos, execute a mesma coleção novamente e compare:
- conteúdo da resposta;
- latência;
- tokens de saída;
- tokens de pensamento;
- custo estimado;
- comportamento de streaming;
- compatibilidade com ferramentas e formatos de saída.
Para detalhes de payloads e formatos, consulte o guia da API Gemini 4 Argon. Para decidir se vale esperar, leia Argon vs Gemini 3.8 Flash.
FAQ
Posso usar o Gemini 4 Argon na API Gemini?
Ainda não. Apenas um conjunto de parceiros Fairwind possui acesso, e a lista pública de modelos não inclui o Argon.
Qual é o ID do modelo Gemini 4 Argon?
O Google não publicou um ID. Strings em circulação, incluindo identificadores usados por avaliadores, são placeholders de terceiros e não devem ser codificadas fixamente.
Quando o Gemini 4 Argon será lançado para desenvolvedores?
O Google não forneceu uma data. Clientes de API pagantes e assinantes do Google AI Ultra virão primeiro, “assim que possível”.
O Gemini 4 Argon é melhor que o GPT-6 Astra e o Claude Opus 5.5?
Ele lidera a maioria das linhas na tabela divulgada pelo Google. Porém, empata com o GPT-6 Astra na Artificial Analysis e fica atrás do Claude Opus 5.5 nessa avaliação. Para comparar os concorrentes, veja o que é Claude Opus 5.5 e o guia da API GPT-6 Astra.
O Gemini 4 Argon tem uma janela de contexto de 1 milhão de tokens?
O Google não informou isso. O valor de 1 milhão é o limite de saída. A avaliação de contexto longo usou prompts de até 1 milhão de tokens, mas isso não é uma especificação publicada.
Prepare sua integração antes da abertura do Argon
O Gemini 4 Argon foi anunciado, teve preços e benchmarks divulgados, mas ainda não está disponível para chamadas públicas.
Até o lançamento:
- construa sobre o Gemini 3.8 Flash;
- mantenha o modelo em uma variável de ambiente;
- use a API Interactions;
- registre uma linha de base de qualidade, latência e custo;
- valide tokens de saída e pensamento em cada requisição;
- troque apenas
GEMINI_MODELquando o ID oficial estiver disponível.
Comece com o guia da API Gemini 3.8 Flash e deixe sua requisição, ambiente e testes preparados. Para configurar essa linha de base, baixe o Apidog e crie sua coleção hoje.
Top comments (0)