O modelo carro-chefe do Google Gemini 4 Argon está chegando aos clientes empresariais esta semana, diminuindo a lacuna entre seu lançamento de alto perfil e a disponibilidade real de produção. Benzinga relatou que o Google está reduzindo o preço de vários rivais de IA à medida que Argon chega para projetos corporativos, enquanto GitLab, Android Studio e outros fornecedores de plataforma anunciaram integrações construídas em torno da janela de contexto de 1 milhão de tokens do modelo e recursos de agente de longa duração.
O lançamento empresarial segue o lançamento global do modelo em 13 de outubro, quando o Google posicionou o Argon como sua nova série de fronteira, substituindo a classe Gemini Pro. Para mais contexto sobre esta história, confira nossa atualizações de inteligência artificial.
Preço introdutório agressivo
A taxa introdutória do Argon é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com entradas em cache com desconto de 95%. Após a janela promocional, o preço sobe para US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída, de acordo com o detalhamento de preços do The Decoder.
Os descontos são substanciais em relação aos concorrentes. O GPT-6 Astra da OpenAI e Claude Fable 5.1 da Anthropic listam US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, enquanto Claude Opus 5.5 da Anthropic custa US$ 4 e US$ 20 – o mesmo que a taxa normal da Argon. A Forbes caracterizou o preço introdutório como uma estratégia de prazo: a Argon está comprando a adoção agora, antes que o desconto expire.
Há um problema para os consumidores. Sob a nova estrutura de níveis do Google, os usuários gratuitos do Gemini e os assinantes pagantes do Plus agora só têm acesso aos modelos Flash mais fracos. Argon é reservado para assinantes AI Pro e AI Ultra no aplicativo Gemini, no modo AI da Pesquisa Google e no ambiente de desenvolvimento Antigravity.
Benchmarks: fortes, não dominantes
O Google ocupa o primeiro lugar no Índice Vals, mas as classificações independentes contam uma história mais contestada. O Decoder relata que Argon ainda está atrás de Claude Opus 5.5 da Anthropic em classificações gerais independentes, e a Startup Fortune observou que o modelo empatou em terceiro lugar em um benchmark que o Google ajudou a construir – um detalhe que chamou a atenção dado o papel do Google na construção da avaliação.
O Google compartilhou números internos de engenharia com o lançamento, embora sejam auto-relatados. Os engenheiros que usam o Argon aumentaram os envios de código orientados por agentes em mais de 35%, diz a empresa, enquanto as reversões de código caíram quase um terço. Na afirmação mais contundente, o Google diz que Argon ajudou a equipe do Chromium a concluir uma refatoração arquitetônica em centenas de arquivos na base de código de 40 milhões de linhas – trabalho que antes levaria meses – em poucas semanas.
O Google também citou um resultado em menor escala de seu Kit de Desenvolvimento de Agente de código aberto: um agente acionado por Argon deixado em execução autônoma durante a noite encontrou otimizações que reduziram o tempo de preparação da sessão em 40 por cento. E o modelo recebeu elogios especializados – um benchmark DualEntry considerou o Argon o modelo de IA mais preciso e consistente no trabalho contábil, uma afirmação de nicho, mas comercialmente relevante para os compradores corporativos que o Google está cortejando esta semana.
O Google já está testando internamente um sucessor com o codinome “Carbon”, com desempenho de codificação como melhoria principal.
A ambição da robótica
A apresentação mais diferenciada veio em 15 de outubro, quando o Google demonstrou o Argon como um modelo único para todo o pipeline de robótica: controle de robôs físicos, geração de ambientes de treinamento 3D interativos e avaliação de dados de treinamento.
Na demonstração do Google com um robô Boston Dynamics Spot, Argon construiu uma réplica virtual de uma lixeira, deixou o robô praticar o equilíbrio em três pernas e jogar latas de refrigerante dentro de uma simulação MuJoCo, e só então tentou a tarefa em hardware real. Dois agentes adicionais de IA verificaram o posicionamento do pé e da pinça antes de cada queda.
O ciclo de geração de dados é onde os números ficam interessantes. A partir de uma única fotografia de uma mesa com adereços de festa, o Argon gerou 77 tarefas e mais de 4.500 episódios de treinamento para um modelo de controle. Quando testado no robô real, a taxa de sucesso subiu de 56 para 75 por cento e o tempo de execução caiu de 35 para 24 segundos, de acordo com o The Decoder.
O Google enquadra isso como um passo em direção à “AGI física” – um modelo que pode perceber o espaço, escrever código de controle, interpretar a física do vídeo e simular resultados. A empresa tem o cuidado de observar que as demonstrações ainda exigem orientação humana detalhada, mas o padrão de treinamento com simulação primeiro e verificação do mundo real está se tornando o modelo do Google para IA incorporada.
Integrações chegam esta semana
O ecossistema de desenvolvedores mudou rapidamente. O GitLab anunciou o suporte do Argon voltado para o trabalho de agente de longa duração em repositórios. O Android Studio adotou a janela de contexto de 1 milhão de tokens do modelo para análise de grande base de código. O Channel Insider relatou que o Google expandiu o acesso empresarial por meio de seu programa de projetos de IA, disponibilizando o modelo em ferramentas adjacentes ao Workspace.
Para compradores empresariais que avaliam o Argon em relação ao GPT-6 Astra e à linha Claude da Anthropic, o cálculo se divide em três maneiras. Em termos de preço, a taxa promocional da Argon é o menor custo por token entre a camada de fronteira por uma ampla margem. Em termos de capacidade bruta, as classificações independentes ainda favorecem o modelo top da Antrópico. No aprisionamento, o Google está agregando Argon ao Gemini for Workspace, ao modo de IA do Google Search e ao Antigravity – uma vantagem de distribuição que nenhum de seus rivais pode igualar, mas que também aprofunda a dependência da pilha do Google.
O tempo também é importante. A Meta lançou seu modelo de fronteira Muse Wonder Full apenas um dia antes da estreia global do Argon e lançou o Muse Spark Open de peso aberto no mesmo dia do lançamento empresarial. O mercado de modelo de fronteira agora tem três concorrentes de preços agressivos – Google, OpenAI e Anthropic – além da Meta competindo no lado aberto. Para os compradores, a alavancagem de negociação raramente foi melhor.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
