A trajetória do Google até o Gemini 4 Argon começou com um erro. Em maio, o CEO Sundar Pichai havia sinalizado um grande lançamento de modelo para junho, mas o aguardado Gemini 3.5 Pro nunca chegou; em vez disso, o Google passou o verão lançando modelos Flash mais baratos, enquanto OpenAI e Anthropic avançavam.¹

Na quarta-feira, o Google finalmente revelou o Argon, chamando-o de um modelo de fronteira para engenharia de software, trabalho empresarial e ciberdefesa. A empresa diz que equipes internas o usaram para trabalhos difíceis de programação e pesquisa, ao mesmo tempo em que relata que o Argon ajudou a liberar mais de 300 tebibytes de memória de data centers e a migrar grandes bases de código de C/C++ para Rust.²

O argumento de desempenho do Google se apoia fortemente em benchmarks: a empresa diz que o Argon obteve 77,9% no DeepSWE v1.1 e liderou o Vals Index em tarefas de análise econômica. Demis Hassabis reforçou a última alegação no X, dizendo que o Gemini 4 Argon havia conquistado “o 1º lugar no Vals Index, com 68,9%”.Demis Hassabis (demishassabis)³ A empresa também diz que o modelo pode produzir até 1 milhão de tokens — muito acima do limite de 64.000 tokens dos sistemas Gemini anteriores.²

Mas o lançamento vem com uma ressalva evidente: quase ninguém pode usá-lo. Inicialmente, o Google está fornecendo o Argon apenas a parceiros governamentais e de cibersegurança avaliados por meio de seu Fairwind Program, enquanto participa do processo voluntário de revisão pré-lançamento do governo dos EUA. Pichai disse que o modelo tinha “salvaguardas de fronteira” e chegaria aos usuários “assim que pudermos e com a máxima segurança possível”.Sundar Pichai (sundarpichai)⁴

Essa cautela é a resposta do Google ao risco de uso indevido, injeção de prompts e desalinhamento. A empresa diz que monitora a cadeia de pensamento do modelo e pode interrompê-lo quando ele sai dos limites. Ainda assim, o lançamento restrito também adia o teste que mais importa: se a vantagem do Argon nos benchmarks resiste ao uso comum. A Axios observou que funcionários anônimos teriam considerado o desempenho interno insuficiente — relato que o Google contestou — e alertou que modelos podem ser treinados para se destacar em testes sem reproduzir essa força no mundo real.¹

Por enquanto, o Google recuperou os holofotes, não necessariamente o veredito. Uma disponibilidade mais ampla é prometida após mais testes, começando por clientes pagantes da API e assinantes do AI Ultra, mas nenhuma data foi informada.⁵