Notícia
5 de out de 2026

O retorno do Gemini 4 do Google chega sob uma barreira de segurança

O Google está apresentando o Gemini 4 Argon como um retorno há muito adiado à fronteira da IA, enquanto sua estratégia de lançamento cautelosa — e as questões levantadas por testes internos relatados — ressaltam o quão pouco uma vitória em benchmark, por si só, pode resolver.

O novo modelo principal do Google chega após uma longa e constrangedora lacuna. Quase um ano após o Gemini 3, a empresa continuou a lançar modelos Flash mais baratos enquanto OpenAI e Anthropic avançavam; um prometido lançamento do Gemini 3.5 Pro, esperado em junho, nunca se concretizou em meio a relatos de atrasos e baixa moral.

Na quarta-feira, o Google revelou o Gemini 4 Argon, alegando desempenho de fronteira em engenharia de software, defesa cibernética, finanças e trabalho jurídico. O diretor-executivo Sundar Pichai o chamou de um modelo para “fluxos de trabalho complexos, defesa cibernética e engenharia de software”, dizendo que as equipes do Google já o usavam extensivamente. A empresa afirma que o Argon empata com o GPT-6 Astra da OpenAI em um benchmark de descoberta de vulnerabilidades e ajudou a liberar mais de 300 tebibytes de memória de centros de dados sem hardware adicional.

O argumento do Google é que o Argon não é meramente uma entrada em rankings, mas uma ferramenta para trabalhos difíceis e de longa duração. Tulsee Doshi, líder de produto do Gemini, descreveu-o como um modelo “incrivelmente completo” e disse que suas capacidades cibernéticas eram “significativamente importantes para os defensores”. Demis Hassabis apresentou a estreia controlada como um recurso, não um recuo: a empresa começaria com governos e defensores cibernéticos confiáveis por meio de seu Programa Fairwind antes de expandir o acesso.

Essa barreira é central para o lançamento. O Google está participando do processo voluntário de pré-lançamento do governo dos EUA e afirma ter desenvolvido sistemas para monitorar a cadeia de pensamento do Argon, interromper comportamentos arriscados e reduzir a possibilidade de que o feedback ensine o modelo a evitar a supervisão.

Mas a implementação também deixa sem solução o teste central. A Bloomberg, citada pela Axios, informou que alguns funcionários do Google consideraram o Argon insuficiente em testes internos — um relato contestado pelo Google. A Axios observou o problema mais amplo: os modelos podem ser treinados para se destacar em benchmarks, enquanto o desempenho prático é decidido “no mundo real”. O Argon pode ser a maior tentativa de recuperação do Google até agora; seu lançamento restrito significa que usuários independentes ainda não puderam decidir se ele representa o retorno que o Google promete.