A Google apresentou o Gemini 4 Argon, primeiro modelo da nova geração Gemini 4, desenvolvido para tarefas complexas e prolongadas em áreas como engenharia de software, finanças, direito e cibersegurança. O novo modelo de IA tem capacidade para gerar até 1 milhão de tokens de saída numa única execução.
Nesta fase, o acesso está limitado a um grupo selecionado de especialistas em cibersegurança através do programa Fairwinds. A Google pretende usar este período para testar o Gemini 4 Argon em condições reais, recolher feedback e reforçar as salvaguardas antes de alargar a disponibilidade a programadores, empresas e consumidores. O modelo integra ainda um processo voluntário do Governo dos Estados Unidos para avaliação antes do lançamento público.
O novo modelo sucede a uma sequência de lançamentos da família Gemini 3.x. No início de setembro, o TecheNet acompanhou o lançamento do Gemini 3.8 Flash, que já aumentava a capacidade de raciocínio e execução de tarefas prolongadas, mas mantinha um limite máximo de 64 mil tokens de saída.
Gemini 4 Argon pode gerar até 1 milhão de tokens
Uma das alterações técnicas mais relevantes está no limite de saída. O anúncio oficial da Google indica que o Gemini 4 Argon pode gerar até 1 milhão de tokens numa única execução, contra 64 mil tokens nos modelos anteriores.
A diferença permite ao modelo manter tarefas mais extensas, com várias etapas de raciocínio e utilização de ferramentas, sem ter de dividir o trabalho em tantas interações. Na prática, esta capacidade destina-se sobretudo a programação, análise de grandes volumes de informação, investigação e fluxos de trabalho empresariais prolongados.
O aumento do limite não significa que todas as respostas utilizem centenas de milhares de tokens. O consumo continuará a depender da tarefa, das instruções e das ferramentas utilizadas.
Google já utiliza Argon nos próprios centros de dados
O Gemini 4 Argon já está a ser utilizado internamente por milhares de trabalhadores da Google em programação, investigação e escrita, segundo a empresa. Alguns dos exemplos divulgados ajudam a perceber o tipo de tarefas para o qual o modelo foi desenvolvido.
Num projeto de otimização de memória, vários agentes baseados no Argon analisaram dados de telemetria dos centros de dados da Google, identificaram alterações e aplicaram otimizações que permitiram libertar mais de 300 TiB de memória. A empresa estima que a poupança total possa atingir entre 500 TiB e 1 PiB após a implementação completa.
A Google utilizou também o modelo em investigação de computação quântica. Num dos casos descritos pela empresa, o Argon melhorou em 40% um resultado de referência publicado para uma tarefa de otimização algorítmica. Estes números representam resultados apresentados pela própria Google e não uma avaliação independente do desempenho geral do modelo.
Agentes ajudam a migrar código de C e C++ para Rust
Outro dos projetos internos envolve a migração de grandes bases de código escritas em C e C++ para Rust, linguagem concebida para reduzir algumas classes de problemas relacionados com segurança de memória.
Os agentes Argon estão a trabalhar em bibliotecas como re2 e libgav1 e numa migração que abrange mais de 800 mil linhas de código do kernel Zircon, utilizado pelo sistema operativo Fuchsia. A Google afirma que estas alterações passam por auditorias automáticas e manuais, testes de emulação e revisão antes de serem utilizadas em produção.
No caso do libgav1, utilizado para descodificação de vídeo, os agentes substituíram cerca de 32 mil linhas de código SIMD numa versão em Rust. Segundo a Google, o resultado executa as tarefas 2,7 vezes mais depressa do que a versão Rust anterior e mantém uma saída de vídeo idêntica.
Resultados apontam para avanços em programação e trabalho empresarial
A Google apresenta o Gemini 4 Argon como um modelo orientado para tarefas prolongadas de programação e análise especializada.
No DeepSWE v1.1, benchmark destinado a medir tarefas de engenharia de software de longa duração em projetos reais, o Argon alcançou uma pontuação de 77,9%, segundo os resultados divulgados pela empresa.
No AutomationBench, desenvolvido pela Zapier para avaliar a execução de processos empresariais, o modelo registou 51,3%. A Google refere ainda resultados em avaliações dedicadas a análise financeira, investigação jurídica e compreensão de vídeos longos. No LVBench, por exemplo, o Argon alcançou 91,7%.
Os benchmarks permitem comparar capacidades em tarefas específicas, mas não demonstram que um modelo terá melhor desempenho em todas as utilizações. Parte destes resultados foi selecionada e publicada pela própria Google.
Cibersegurança explica acesso inicial restrito
A área de cibersegurança é uma das razões para a disponibilização inicial limitada.
A Google afirma que o Gemini 4 Argon consegue detetar, validar e corrigir autonomamente vulnerabilidades de software. Para organizações selecionadas através do Fairwind e para as equipas internas da Google, o modelo será disponibilizado sem algumas das restrições aplicadas às suas capacidades de cibersegurança.
A empresa de segurança Wiz já utiliza o Argon através do programa Scan for Good, destinado a identificar vulnerabilidades em infraestruturas públicas. Segundo a Google, o modelo encontrou uma falha crítica num software utilizado por hospitais que expunha informação pessoal sensível e que não tinha sido detetada por modelos anteriores.
No CWE-bench v1, que avalia a capacidade de corrigir vulnerabilidades, o Argon alcançou 68% e empatou na primeira posição entre os sistemas avaliados. A Google refere ainda melhorias face ao Gemini 3.8 Flash Cyber em testes internos e numa avaliação de caixa negra realizada pela Wiz.
Google reforça proteções antes da disponibilização pública
As capacidades de cibersegurança levaram a Google a adotar medidas adicionais antes de disponibilizar o Argon de forma generalizada.
A empresa identifica quatro áreas prioritárias. Entre elas estão a prevenção de utilizações maliciosas em ataques informáticos ou riscos químicos, biológicos, radiológicos e nucleares, a resistência a ataques de prompt injection, a monitorização de comportamentos que ultrapassem as intenções do utilizador e o reforço dos ambientes isolados utilizados para treino e avaliações.
A Google afirma também que utiliza mecanismos de monitorização das ações do modelo para interromper execuções quando identifica comportamentos incompatíveis com os objetivos definidos. As medidas foram sujeitas a avaliações realizadas por equipas internas e externas, segundo a empresa.
Esta fase de testes ganha importância à medida que os modelos executam tarefas mais longas e passam a utilizar ferramentas com menor intervenção humana. O aumento da autonomia amplia as possibilidades de utilização, mas também torna mais relevante controlar os limites de ação dos agentes.
Gemini 4 Argon começa nos 2 dólares por milhão de tokens
A Google já revelou os preços previstos para programadores.
Durante o período introdutório, o Gemini 4 Argon custará 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída. Os tokens de entrada armazenados em cache terão um desconto de 95% sobre o preço normal de entrada.
Depois do período promocional, os valores previstos duplicam para 4 dólares por milhão de tokens de entrada e 20 dólares por milhão de tokens de saída. A Google não indicou no anúncio quando termina o período introdutório.
O limite de 1 milhão de tokens de saída pode tornar o custo por tarefa particularmente importante em utilizações prolongadas. Uma execução que use uma grande parte dessa capacidade poderá ter um custo bastante diferente de uma interação curta, mesmo que ambas utilizem o mesmo modelo.
Quando chega o Gemini 4 Argon aos utilizadores
A Google ainda não anunciou uma data para a disponibilização geral do Gemini 4 Argon.
A expansão deverá começar pelos clientes pagos da Gemini API e subscritores Google AI Ultra, antes de chegar a outros programadores, empresas e consumidores. Até lá, o acesso permanece concentrado nas equipas internas da Google e nos especialistas em cibersegurança selecionados para a fase inicial de avaliação.
Outros artigos interessantes:
