Google lança Gemini 4 Argon para tarefas complexas e mira refatoração de código

A distribuição começou de forma simultânea em canais pagos e na nuvem. Desenvolvedores e empresas acessam o modelo via API no AI Studio e na plataforma Gemini. Assinantes do plano Google AI Ultra utilizam o sistema dentro do ambiente Google Antigravity. Usuários dos planos Pro e Ultra também encontram o modelo no aplicativo do Gemini e no recurso AI Mode da busca. Nem todo usuário tem acesso livre. Quem usa as versões gratuitas dos serviços da empresa ficou de fora da estreia.

Engenharia interna acelerou refatorações no Chrome e no Gemma

Koray Kavukcuoglu, vice-presidente sênior do DeepMind e arquiteto-chefe de IA do Google, assinou o comunicado e destacou ganhos internos de produtividade. Segundo o executivo, equipes do Google usaram o Argon no ambiente Antigravity para elevar em mais de 35% os envios de código gerados por agentes. O processo derrubou as reversões de código em quase um terço. A equipe do Chrome usou o sistema para isolar a renderização central de páginas de uma pasta com seis milhões de linhas de código antigo, parte da base de 40 milhões de linhas do Chromium. O retrabalho manual levaria meses. Com as alterações, o navegador pretende permitir o deslocamento de páginas entre abas e painéis sem recarregar.

Na otimização de bibliotecas, o modelo operou de forma autônoma durante a noite sobre o repositório google/adk-python, o Agent Development Kit da empresa. O time forneceu apenas o arquivo .agents/skills e uma instrução curta para cortar desperdícios de processamento sem quebrar aplicações existentes. O modelo reduziu em 40% o tempo de preparação de memória em sessões longas e acelerou a importação inicial em 21%. Em outro teste, pesquisadores aplicaram o sistema sobre o modelo aberto Gemma 4 E2B executado em placa A100 com o motor vLLM. O rendimento saltou de quase 37.900 para mais de 108.000 tokens por segundo, um ganho de 2,85 vezes com paridade total de tokens. O resultado impressiona pela velocidade.

Testes externos chegam à química quântica e a modelos em 3D

O DeepMind também direcionou o modelo para pacotes científicos externos mantidos pela comunidade de código aberto. No software de química quântica xTB, usado no rastreamento de moléculas para fármacos e novos materiais, o Argon acelerou o cálculo de estruturas moleculares em até 2,3 vezes e a busca conformacional em 1,8 vez. Os pesquisadores submeteram as alterações diretamente ao repositório oficial do projeto no GitHub. Em computação gráfica, o Google usou comandos de terminal como /goal e rotinas multiagente para gerar cenas tridimensionais no Blender a partir de fotos reais. O sistema modelou cenários e calculou colisões físicas sem intervenção manual contínua. Nem tudo foi comprovado fora dos laboratórios da empresa.

Embora o Google apresente métricas expressivas em tarefas autônomas, os exemplos do anúncio refletem condições controladas de engenharia sob supervisão direta dos próprios criadores da tecnologia. Os dados mostram saltos reais de eficiência em código e benchmarks especializados, mas o desempenho diário dependerá de como sistemas independentes lidarão com custos e limites de contexto. A disputa agora sai dos testes sintéticos e entra na rotina de produção de times externos. O mercado ditará a resposta.