Gemini 4 Argon: Projetado para resolver seus problemas mais difíceis.

O Gemini 4 Argon já está disponível globalmente para desenvolvedores e empresas por meio da API no AI Studio e na plataforma Gemini , para assinantes do Google AI Ultra no Google Antigravity e para assinantes do Google AI Ultra e Pro no aplicativo Gemini e no Modo IA na Busca .

O Argon se destaca no processamento profundo de tarefas complexas do mundo real em diversas áreas, incluindo programação, finanças, direito, segurança cibernética e ciência. Sua profundidade e precisão em tarefas com várias etapas fazem com que o Argon supere outros modelos de ponta em benchmarks em diversas áreas , alcançando o 1º lugar no Índice Vals , que mede o desempenho de modelos em setores econômicos críticos como finanças, programação, direito e tributação.

O modelo é lançado hoje com preço promocional de lançamento. ¹ de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída (com tokens de entrada em cache com 95% de desconto).

Equipes do Google, em diversas empresas e na comunidade de pesquisa, já estão usando o Argon para gerar um impacto significativo em várias áreas:

• Para resolver grandes problemas de engenharia, como refatoração e otimizações de grandes bases de código.
• Para otimizar os fluxos de trabalho empresariais em áreas como direito, finanças e ciência.
• Para encontrar e corrigir vulnerabilidades críticas de cibersegurança.
• Para possibilitar avanços inovadores em computação quântica, fusão nuclear e ciências da vida.

Resolver tarefas complexas de engenharia

No Google, temos usado o Argon em nossos problemas de engenharia mais complexos. Nas últimas semanas, os engenheiros de software têm entregado código de alta qualidade mais rápido do que nunca. O Argon no Antigravity ajudou as equipes a aumentar as entregas de código responsivo em mais de 35%, ao mesmo tempo que reduziu os rollbacks de código em quase um terço.

• Desvendando o código de recursos do navegador no Chrome: A Argon ajudou a equipe do Chrome a separar o processamento principal de páginas da web de uma pasta legada de aproximadamente 6 milhões de linhas de código, contendo recursos do navegador, localizada dentro da base de código de 40 milhões de linhas do Chromium. Ao implementar diversas alterações de código limpas simultaneamente , a Argon ajudou a equipe a concluir uma refatoração arquitetural em centenas de arquivos, finalizando meses de trabalho em semanas. Para os bilhões de usuários do Chrome no mundo todo, isso permitirá que as páginas da web naveguem fluidamente entre abas, painéis laterais e janelas flutuantes sem recarregar, eliminando toda uma categoria de travamentos do navegador.

• Otimizando um código-fonte Python de produção em horas: o Argon, integrado ao Antigravity, está ajudando a equipe por trás do Agent Development Kit (ADK) de código aberto do Google, um framework que impulsiona agentes corporativos, a aprimorar ainda mais sua engenharia de desempenho. A equipe forneceu ao Argon seu guia de regras para o arquivo .agents/skills e um objetivo conciso: eliminar a sobrecarga do framework sem comprometer os aplicativos existentes. Trabalhando de forma autônoma durante a noite, o Argon identificou otimizações, agora disponíveis no repositório google/adk-python , que reduziram o tempo de preparação de sessões em memória em 40% em sessões longas e aceleraram as importações a frio em 21%. Leia o artigo detalhado sobre a engenharia para saber mais.
• Otimização de pacotes de química quântica de código aberto: xTB (Semiempirical Extended Tight-Binding) é um dos pacotes de química quântica de código aberto mais citados para moléculas. Cientistas o utilizam para prever as formas 3D de moléculas e para triar um grande número de candidatos a fármacos e materiais. Usando o Argon in Antigravity, nossos pesquisadores tornaram o xTB até 2,3 vezes mais rápido na previsão de estruturas moleculares e 1,8 vezes mais rápido na busca de conformações. As alterações foram adicionadas ao repositório oficial do xTB no GitHub .
• Aumentamos a velocidade dos nossos modelos Gemma abertos em quase três vezes: usando o Argon, alcançamos um aumento de velocidade de inferência de ponta a ponta de 2,85x em um A100 via vLLM (acelerando a taxa de transferência de ~37.900 para mais de 108.000 tokens por segundo no Gemma 4 E2B) com 100% de paridade de tokens e zero perda de qualidade em apenas alguns dias, um processo que normalmente levaria meses. Confira os pull requests upstream (otimizando tudo, desde o ajuste de atenção até a decodificação especulativa) para ver as alterações exatas.
• Criação de visualizações 3D complexas: o Argon traz melhorias significativas em raciocínio espacial, precisão matemática e codificação visual em comparação com os modelos Gemini anteriores. Usando comandos de barra como /goal e solicitando loops multiagentes com habilidades personalizadas no Antigravity, os funcionários do Google estão usando o Argon para prototipar visualizações 3D complexas, jogos de alta fidelidade e animações interativas em código puro que podem ser renderizadas diretamente no navegador.

Transformando fluxos de trabalho críticos para negócios e profissionais

Argon combina raciocínio de ponta, percepção visual apurada, conhecimento de domínio expandido e habilidades de escrita aprimoradas nas áreas jurídica, financeira, científica e de programação para auxiliar em fluxos de trabalho profissionais de alto risco. Comunica-se com clareza, mantendo você sempre informado e seguindo as instruções de estilo melhor do que qualquer um dos nossos modelos Gemini anteriores. Argon responde às perguntas de forma mais direta, com menos rodeios, sem repetições desnecessárias e evitando clichês nas respostas.

Clientes corporativos e startups em nosso programa de acesso antecipado já estão obtendo resultados expressivos com o Argon.

Utilizando seu raciocínio avançado e capacidades multimodais, ao mesmo tempo que mantém uma base sólida, o Argon se destaca na compreensão profunda de documentos multimodais, na análise de dados longitudinais e em ambientes analíticos interativos.

Acelerar o impacto no mundo real com pesquisadores e especialistas da área.

Pesquisadores, engenheiros e especialistas em segurança já estão usando o Argon para expandir os limites da defesa cibernética, da ciência, da matemática e da robótica. Ele está ajudando defensores cibernéticos e pesquisadores a testar hipóteses, auditar autonomamente bases de código críticas e provas formais, além de detectar vulnerabilidades sutis de dia zero e falhas lógicas.

Levando recursos cibernéticos de última geração para defensores mais confiáveis.

A partir de hoje, iniciaremos a expansão para centenas de parceiros adicionais do Programa Fairwind .

A Wiz já utiliza o Argon em sua iniciativa " Scan for Good ", que protege infraestruturas críticas para o bem público e gratuitamente. Com acesso antecipado ao modelo, a Wiz demonstrou o impacto real do Argon em diversos setores de alto risco:

• Proteção de dados governamentais sensíveis: Como parte de um programa de resiliência cibernética de longa data e em colaboração com uma agência federal, a Argon ajudou a identificar e remediar proativamente uma lacuna que representava risco de exposição de dados sensíveis e da infraestrutura governamental. Esse esforço ajudou a prevenir a exposição de detalhes críticos de desenvolvimento do setor de segurança e o acesso não autorizado a modelos especializados.
• Proteção de infraestrutura crítica de saúde: A Wiz também utilizou o Argon para proteger infraestrutura vital de saúde. Ao encadear vulnerabilidades complexas, o modelo ajudou a equipe a descobrir e corrigir rapidamente uma falha de segurança em um download público de arquivos que expunha uma chave mestra e concedia acesso de administrador. O Argon foi além da simples detecção de vulnerabilidades, protegendo proativamente centenas de milhares de registros privados de pacientes.

Desvendando novos avanços científicos

O argônio já está tendo um impacto real no mundo da comunidade científica, possibilitando novas descobertas para cientistas e especialistas em diversas áreas.

• Computação quântica: O Argon está ajudando nossos pesquisadores a acelerar o progresso tanto na correção de erros quânticos quanto no projeto de algoritmos. Para ajudar os decodificadores de erros a acompanhar o hardware quântico em tempo real, o Argon traduziu uma versão interna do AlphaQubit , nosso decodificador de correção de erros quânticos para aprendizado de máquina, em um único kernel de hardware altamente otimizado — quase dobrando sua capacidade de inferência, o que nos permite implantar modelos maiores e mais capazes e escalar para dispositivos quânticos maiores, mantendo os rigorosos limites de tempo real.
  
  O Argon também está reduzindo os custos de espaço-tempo para sub-rotinas quânticas. Para o arcsin, um componente fundamental em algoritmos recentes de simulação quântica, uma implementação escrita pelo Argon e formalmente verificada no Lean reduz o custo de espaço-tempo em mais de 100 vezes em comparação com uma linha de base quântica CORDIC publicada, um passo em direção a uma biblioteca padrão de circuitos quânticos otimizados.
  
• Fusão nuclear: os estelaradores são máquinas incrivelmente complexas que representam uma das principais candidatas à energia de fusão limpa e ilimitada, mas otimizar seus campos magnéticos tridimensionais é notoriamente difícil. Desde 1967, uma hipótese de longa data conhecida como "conjectura de Grad" assumia que encontrar soluções matemáticas exatas para esses campos era impossível, até que contraexemplos recentes foram encontrados, inclusive pelo Professor Matt Landreman (Universidade de Maryland).
  
  Agora, uma equipe do Google, juntamente com o Professor Landreman, descobriu uma classe mais ampla de contraexemplos para a conjectura de Grad . Essas novas soluções fornecem à comunidade de fusão parâmetros confiáveis ​​para testar seus códigos de simulação de estelaradores, que são ferramentas valiosas para projetos futuros.
  
• Pesquisa sobre doenças raras: Pesquisadores da Gamow Labs usaram o Argon para analisar genomas anonimizados de recém-nascidos com doenças pulmonares raras do desenvolvimento. Em um dos casos, o Argon identificou um rearranjo cromossômico que softwares de rotina haviam ignorado por anos e explicou por que ele passou despercebido. Em avaliações privadas da Gamow Labs, derivadas de dados clínicos e laboratoriais reais, o Argon obteve o melhor desempenho no RareBench (57% em auxílio no diagnóstico de doenças raras) e no LabBench (52,2% em raciocínio laboratorial). Esses avanços apontam para um diagnóstico mais rápido para famílias que enfrentam doenças raras. Veja o blog. ² Para obter mais detalhes.
  
• Design de enzimas: A engenharia de enzimas com reatividade precisa é notoriamente lenta, muitas vezes exigindo meses de ajustes personalizados de modelos e triagem de candidatos. As serina esterases são uma classe de enzimas que clivam ligações éster em moléculas-alvo, amplamente utilizadas na reciclagem e na fabricação de produtos farmacêuticos, biocombustíveis e detergentes. Nossos cientistas trabalharam com a Argon para projetar serina esterases, visando a molécula de referência 4MU-acetato, que emite fluorescência sob luz ultravioleta após a quebra de suas ligações éster.
  
  Em questão de horas, a Argon reuniu dados relevantes, realizou ajustes de modelos e identificou múltiplos filtros inspirados na bioquímica para chegar a um conjunto final de cinco novos designs. Testes laboratoriais subsequentes confirmaram a robusta atividade catalítica em todos esses designs. A rapidez e a facilidade na geração bem-sucedida de enzimas demonstram o potencial para uma aceleração rápida na engenharia de enzimas em áreas como biofabricação, química verde e desenvolvimento de medicamentos.

Para impulsionar ainda mais o ritmo da pesquisa, estamos oferecendo a 10.000 cientistas o nível de uso mais alto do Google Antigravity gratuitamente por 6 meses (com adesão gradual), sujeito a elegibilidade, disponibilidade e seleção. As inscrições já estão abertas .

Acelerar o desenvolvimento da robótica

Ao combinar raciocínio visual-semântico avançado, profundo conhecimento físico e geração autônoma de código, o Argon desbloqueia novos fluxos de trabalho em toda a pilha da robótica e acelera o progresso rumo à Inteligência Artificial Geral (IAG) física. Esse salto em capacidade se reflete no desempenho do Argon no benchmark de Raciocínio Incorporado (ERQA) , que testa a capacidade de um modelo de compreender e resolver problemas físicos e espaciais em ambientes 3D. Baseando-se em raciocínio puro, o Argon supera todos os outros modelos de ponta, com uma pontuação de 87%.

Para demonstrar essas capacidades na prática, testamos a habilidade do Argon de aprender uma habilidade física fora de sua área de atuação, simplesmente observando. Em um teste interno, o Argon assistiu a um vídeo bruto de uma pessoa jogando cornhole, mapeou as coordenadas espaciais do ambiente e calculou os movimentos articulares necessários de todo o corpo. Em seguida, construiu o código de simulação de forma autônoma. Quando transferido para o humanoide Apollo da Apptronik , o robô rapidamente acertou sete arremessos consecutivos em um teste no mundo real.

Este fluxo de trabalho "Vídeo-Simulação-Realidade" condensa semanas de modelagem manual de simulação em poucas horas, transformando vídeos comuns em um campo de treinamento escalável e infinito para robótica. Saiba mais sobre como isso acelera o ritmo de desenvolvimento em robótica em nosso blog para desenvolvedores .

Desenvolvendo o argônio de forma responsável e segura.

Segurança e proteção são fundamentais para o desenvolvimento de modelos no Google. Como o Argon é um modelo altamente capaz, colaboramos com diversos parceiros terceirizados na avaliação de determinadas capacidades e salvaguardas do modelo. O Gemini 4 Argon representa nossa estrutura de segurança e proteção mais abrangente até o momento:

• Defesas contra uso indevido e desbloqueio: As mesmas capacidades de programação e científicas que ajudam os defensores a corrigir softwares hospitalares ou acelerar a bioengenharia também exigem fortes salvaguardas contra agentes maliciosos. No âmbito do nosso Frontier Safety Framework, avaliamos as capacidades aprimoradas do Argon em diversos domínios e implementamos uma estrutura de defesa multicamadas que combina resistência a desbloqueio, monitoramento e aplicação de políticas. Isso melhorou significativamente nossa robustez — por exemplo, testes externos de intrusão em biotecnologia conseguiram desbloquear menos de 1% das subtarefas biológicas que testamos.
  
  Além disso, quando se trata de solicitações perigosas — desde a escrita de código de exploração até o auxílio com materiais biológicos perigosos — o Argon se mostrou significativamente mais eficiente em não atender a solicitações prejudiciais do que nossos modelos anteriores. Em um conjunto de testes adversários destinado a avaliar a capacidade de resposta do modelo, as violações foram reduzidas quase pela metade — um resultado também significativamente melhor do que os modelos Gemini anteriores.
  
• Alinhamento de agentes e monitoramento em tempo real: À medida que os agentes se tornam solucionadores de problemas mais capazes, precisamos garantir que eles não fiquem ansiosos demais para concluir uma tarefa, recorrendo a atalhos não autorizados quando encontrarem um obstáculo, como um erro de permissão ou uma falha em um teste.
  
  • Primeiramente, treinamos o Argon para respeitar os limites do sistema, relatar resultados negativos com honestidade e aguardar confirmação humana antes de tomar medidas irreversíveis. Em testes de desempenho de codificação, nos quais os modelos não têm incentivo para se conter, as tentativas de atalho caíram para apenas 2% no Gemini 4 Argon, nosso melhor desempenho em comparação com os modelos Gemini anteriores.
  • Em segundo lugar, como uma camada de defesa em profundidade, criamos um monitor de desalinhamento automatizado que lê o raciocínio e as ações passo a passo do agente para detectar e bloquear soluções alternativas não intencionais em tempo real. Usamos esse monitor em implantações internas, avaliações de capacidade e execuções de treinamento de aprendizado por reforço — evitando rigorosamente penalizar os pensamentos do modelo durante o treinamento, para que seu raciocínio permaneça transparente e monitorável.
    
• Resistência à injeção indireta: Quando os agentes navegam em páginas da web, leem e-mails ou inspecionam código, podem encontrar instruções maliciosas ocultas projetadas para sequestrar suas tarefas. Por meio de treinamento adversarial e testes automatizados de intrusão (red teaming), o Argon lidera o benchmark de Injeção Indireta por Prompt (IPI) da Gray Swan, reduzindo a taxa de sucesso de ataques em 15 tentativas adaptativas para 0,7%.

Para obter mais informações, consulte a ficha técnica do Gemini 4 Argon.

Comece hoje mesmo

O Argon trabalha por mais tempo e com mais afinco para resolver problemas científicos, de programação e de agentes altamente complexos. Isso é possível graças a um limite unificado de 1 milhão de tokens de entrada e saída, líder do setor, por meio da API Gemini. Leia nossa documentação para desenvolvedores e empresas para saber mais sobre o novo protocolo de continuação e garantir a configuração adequada às suas necessidades. O Argon está sendo lançado globalmente hoje:

• Para desenvolvedores: Crie aplicativos com a API Gemini (nível pago) e, se você for assinante do Google AI Ultra, poderá experimentá-la no Google Antigravity, AI Studio e Android Studio.
• Para empresas: Experimente no Gemini para empresas, na API e no Google Antigravity.
• Para usuários do dia a dia: Experimente hoje mesmo no app Gemini e no Modo IA na Busca, se você for assinante do Google AI Ultra ou Pro.
• Para cientistas e pesquisadores: Candidate-se para ter a chance de obter acesso gratuito ao nível de uso mais alto do Google Antigravity por 6 meses (ativação gradual), sujeito a elegibilidade, disponibilidade e seleção. As inscrições já estão abertas .
• Para profissionais de cibersegurança: Inscreva-se no Programa Fairwind para obter acesso ao Argon sem restrições cibernéticas, de forma contínua.

Gemini 4 Argon é apenas o começo. Estamos ansiosos para apresentar o restante da família Gemini 4.