Em 13 de outubro de 2026, o Google apresentou o Gemini 4 Argon, o primeiro modelo da nova família Gemini 4. No ChatX, o Argon agora é o modelo Gemini mais avançado. Ao lado dele continuam o Gemini 3.8 Flash, como modelo para todo tipo de tarefa, e o Gemini 3.5 Flash Lite, como opção econômica. Aqui você vê onde o Argon está na frente, onde não está e para quais tarefas cada um dos três modelos vale a pena.
O que define o Gemini 4 Argon
No anúncio, o Google descreve o Argon como um modelo para as tarefas mais difíceis (“built to solve your hardest problems”). Isso quer dizer análises longas, código exigente, matemática e questões de ciências naturais.
Três características pesam no dia a dia:
- Contexto muito longo: entrada e saída podem somar até 1 milhão de tokens. Isso dá para documentos muito longos ou históricos de chat extensos.
- Conhecimento atualizado: segundo a ficha do modelo, o conhecimento vai até março de 2026. Para tudo o que é mais recente, você ativa a busca na web no ChatX.
- Imagens como entrada: você pode enviar fotos, capturas de tela ou diagramas e fazer perguntas sobre eles.
O Argon raciocina antes de cada resposta. No ChatX, você controla a profundidade desse raciocínio com os níveis Baixo, Médio e Alto. Este modelo não tem o nível “Desativado”. O ChatX não mostra as etapas de raciocínio em si, mas elas entram na cobrança.
No fim de outubro, o Google já anunciou um modelo ainda mais potente, o Gemini 4 Carbon. Por enquanto, ele está aberto apenas a parceiros de segurança selecionados e, por isso, não entra em pauta no ChatX.
Benchmarks: muitas vezes na frente, mas não em tudo
Os números vêm da ficha do modelo publicada pelo Google em outubro de 2026. Para comparar, colocamos ao lado três modelos que você também conhece do ChatX.
| Teste | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|
| Trabalho intelectual (Vals Index) | 68,9% | 63,1% | 65,8% | 67,0% |
| Programação (DeepSWE v1.1) | 77,9% | 74,1% | 67,4% | 74,2% |
| Textos muito longos (GraphWalks, 256k a 1M) | 84,2% | 71,8% | 65,0% | 66,8% |
| Compreensão de vídeos longos (LVBench) | 91,7% | 87,5% | 79,7% | 83,7% |
| Programação (FrontierSWE v2) | 55,0% | 65,5% | 56,3% | 62,3% |
| Trabalho no terminal (Terminal-bench 4.0) | 57,4% | 58,2% | 57,9% | 66,4% |
A vantagem mais clara aparece nos textos muito longos: com entradas entre 256.000 e 1 milhão de tokens, o Argon fica mais de doze pontos à frente do segundo colocado. Isso indica que o Argon lida bem com um manual volumoso ou com muitos arquivos de uma vez.
Em programação, o quadro é misto. No DeepSWE o Argon lidera, mas no FrontierSWE v2 e no Terminal-bench 4.0 quem está na frente são o GPT-6 Astra e o Claude Opus 5.5. Vale saber mais duas coisas: os números foram publicados pelo próprio Google. E o Claude Fable 5.2, disponível desde 9 de novembro, ainda não aparece na tabela.
Argon, 3.8 Flash ou Flash Lite?
O ChatX agora oferece três modelos Gemini. Eles se diferenciam principalmente pela profundidade e pelo custo.
| Modelo | Pensado para | Acesso |
|---|---|---|
| Gemini 4 Argon | tarefas pesadas, documentos longos, código difícil | conta gratuita |
| Gemini 3.8 Flash | dia a dia: textos, análises, traduções, código | conta gratuita |
| Gemini 3.5 Flash Lite | perguntas rápidas e simples e textos curtos | sem cadastro |
O Gemini 3.8 Flash está no mercado desde 2 de setembro de 2026. O Google o chama de seu modelo mais inteligente para o trabalho pesado do dia a dia (“our most intelligent workhorse model”). Para a maioria das perguntas, ele é a escolha sensata. O Flash Lite você pode testar na hora, sem se cadastrar.
Nosso teste: três tarefas, três modelos
Demos as mesmas tarefas aos três modelos Gemini: um problema de matemática com dois trens, um e-mail curto para o proprietário do imóvel alugado e uma função em PHP para validar IBAN. Cada modelo rodou uma vez na configuração padrão, ou seja, o Argon e o 3.8 Flash no nível de raciocínio Baixo.
| Tarefa | Gemini 4 Argon | Gemini 3.8 Flash | Gemini 3.5 Flash Lite |
|---|---|---|---|
| Problema de matemática | 13,4 segundos, cerca de 1.500 tokens | 9,7 segundos, cerca de 1.000 tokens | 2,1 segundos, cerca de 370 tokens |
| E-mail para o proprietário | 7,9 segundos, cerca de 450 tokens | 3,4 segundos, cerca de 170 tokens | 1,2 segundo, cerca de 100 tokens |
| Validação de IBAN em PHP | 9,7 segundos, cerca de 1.300 tokens | 4,7 segundos, cerca de 440 tokens | 1,4 segundo, cerca de 220 tokens |
No problema de matemática, o Argon e o 3.8 Flash chegaram ao resultado certo: os trens se cruzam pouco depois das 10h10. O Flash Lite errou a conta e respondeu 10h29. O Argon ainda conferiu o próprio resultado com uma prova real. O e-mail ficou aproveitável nos três modelos. Para tarefas assim, basta o Flash Lite, que terminou em pouco mais de um segundo.
O teste é uma amostra, com uma única rodada por tarefa. Mesmo assim, mostra o padrão: o Argon demora mais e custa mais, mas entregou a resposta mais completa no problema de matemática, que era o mais complicado.
Quanto custa uma resposta no ChatX
O ChatX cobra de acordo com o custo real no provedor. No nosso teste, uma resposta do Argon custou entre cerca de 450 e 1.500 tokens; no 3.8 Flash foram cerca de 170 a 1.000 tokens e, no Flash Lite, cerca de 100 a 370 tokens. Ou seja, dependendo da tarefa, o Argon custa de uma vez e meia a três vezes o que custa o 3.8 Flash. Em um chat mais longo, o histórico anterior entra como entrada. Nos níveis Médio e Alto, o modelo raciocina por mais tempo, e aí o consumo sobe bastante.
Importante para se planejar: o Google oferece o Argon com preço de lançamento até 30 de novembro de 2026. A partir de 1º de dezembro, o Google dobra o preço. Com isso, o ChatX também passa a descontar o dobro do saldo, o que no nosso teste daria cerca de 900 a 3.000 tokens por resposta. No Gemini 3.8 Flash, o preço de lançamento termina na virada do ano.
Dicas para começar
- Primeiro o Flash, depois o Argon: faça sua pergunta primeiro ao Gemini 3.8 Flash. Se a resposta não for suficiente, troque para o Argon no mesmo chat.
- Baixo para textos: e-mails, resumos e traduções não exigem muito raciocínio. Isso economiza tokens.
- Alto para casos difíceis: cálculos complicados, busca de erros no código ou a comparação de vários documentos longos são o tipo de uso para o qual o Argon foi criado.
- Busca na web para temas atuais: o conhecimento do Argon termina em março de 2026. Para notícias, preços ou produtos novos, ative a busca na web.
- Perguntas direcionadas em documentos longos: é aqui que o Argon se sai melhor, segundo os benchmarks. Só que, quanto mais longa a entrada, mais tokens custa cada mensagem.