Gemini 4 Argon com saída de 1M tokens: o que dá para pedir que não cabia em 64K?

Fala aí, beleza? O Gemini 4 Argon chegou com teto de saída de 1M tokens, contra os 64K do Gemini 3.1 Pro da geração anterior, e isso muda MUITO o tamanho do que dá para pedir numa resposta só 😀

O Google DeepMind anunciou o Argon em 30 de setembro de 2026, num post no blog oficial do Google, como o novo modelo de fronteira da casa

O foco declarado é engenharia de software real, trabalho de conhecimento (jurídico, finanças) e defesa cibernética

Só um aviso antes de você se empolgar: hoje o acesso é restrito ao Fairwind Program, então por enquanto isso serve mais para planejar do que para usar

Bora entender o que esse salto significa na prática?

De 64K para 1M: qual era o limite anterior e por que ele travava tarefas longas

Primeiro, uma parada rápida: o que é limite de saída?

É o máximo que o modelo consegue escrever em UMA resposta. Não é o quanto ele consegue ler

Se essa diferença ainda embola na sua cabeça, tem um post aqui no blog só sobre entrada e teto da resposta, vale a leitura 🙂

Os tais 64K vêm da geração anterior: o Gemini 3.1 Pro tem limite de saída de 65.536 tokens

E tem um detalhe que pega muita gente: o maxOutputTokens padrão dele é 8.192

Ou seja, se você não configurar o parâmetro, a resposta para bem antes do teto. Tome cuidado!

Na prática, tarefa longa virava novela: pede a primeira parte, pede para continuar, cola uma resposta na outra, confere se não perdeu nada no meio… e por aí vai

Com o Argon, a conta é outra: 1M dividido por 64K dá cerca de 15 vezes mais espaço de saída

O Google diz que o aumento serve para casos de uso mais longos e complexos, e descreve o Argon como feito para manter raciocínio profundo em fluxos de trabalho de longo horizonte

E tem a comparação com a concorrência: Claude Opus 5.5, Claude Fable 5.1 e GPT-6 Astra limitam uma única resposta a 128K tokens de saída

Por isso o Google chama o 1M de líder do setor

Limite de saída: Gemini 4 Argon x Gemini 3.1 Pro x concorrentes

Se liga: a tabela compara só o limite de saída. Ela não diz qual modelo escreve melhor, só quanto cada um consegue entregar de uma vez

O que dá para pedir em uma resposta de 1M tokens que não cabia em 64K

Aqui entra o que interessa: como esse teto vira entrega concreta

Tudo abaixo é o que o Google descreve como possível com o Argon. Ninguém fora do programa de acesso conseguiu rodar o modelo ainda, então encare como potencial, não como resultado garantido

Refatoração longa numa única trajetória

O Google cita grandes refatorações concluídas sem dividir o trabalho em várias rodadas

Em 64K, refatorar uma base grande significava fatiar por módulo, pedir um pedaço por vez e torcer para o modelo manter o mesmo padrão do começo ao fim

O problema é a costura: cada rodada nova pode mudar nome de função, estilo, decisão de arquitetura… e aí quem arruma é você

Com 1M de saída, a proposta é pedir a refatoração inteira e receber tudo de uma vez, com o mesmo raciocínio segurando o fio

Relatório completo de trabalho de conhecimento

O outro caso que o Google destaca é o trabalho de conhecimento, com jurídico e finanças como exemplos

Pensa num relatório longo, com análise, anexos e conclusão

Em 64K, ele saía em partes, e cada parte tinha que retomar o contexto da anterior. Dá para fazer, mas é trabalhoso e fácil de ficar inconsistente

Com o teto novo, a ideia é que o relatório saia inteiro, sem cortar no meio de uma seção

Migração de código de uma linguagem para outra

Esse é o caso mais concreto, porque vem com número divulgado pelo próprio Google

No libgav1 (decodificador de vídeo open source do Google), agentes Argon partiram de um port existente em Rust e substituíram 32K linhas de código SIMD por Rust seguro que o compilador vetoriza sozinho

Que SIMD? É código escrito para processar vários dados numa instrução só, muito usado para ganhar desempenho em vídeo e mídia. Costuma ser chato de manter e fácil de errar

O resultado divulgado: um decodificador com segurança de memória, 2,7x mais rápido que o port em Rust

Migração desse tamanho em 64K é aquele trabalho picado em dezenas de rodadas, com risco de quebrar algo na junção entre uma parte e outra

Lembrando: é caso de uso divulgado pelo Google, não reprodução independente

Como repensar o tamanho da tarefa por rodada com o Argon

A grande virada é de mentalidade

Antes a lógica era ‘quebrar em pedaços para caber na saída’. Com 1M, passa a ser ‘pedir a entrega inteira’

E isso mexe em como a saída pesa no desenho do seu fluxo, não só no prompt

Alguns pontos para ter na cabeça:

• Menos rodadas de continuação: se a tarefa cabe numa resposta, some aquele ‘continua de onde parou’
• Menos costura manual: uma entrega só reduz o trabalho de juntar pedaços e caçar inconsistência entre eles
• Tarefa grande não é obrigação: o teto ser 1M não quer dizer que toda resposta precisa chegar perto disso

Agora a parte do bolso, porque saída longa custa mais

O preço introdutório do Argon é US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com 95% de desconto na entrada em cache

Depois do período introdutório, passa a US$ 4 de entrada e US$ 20 de saída por milhão

Repara que a saída custa cinco vezes mais que a entrada. Então vale fazer a conta antes de pedir uma resposta gigante só porque dá

E enquanto o acesso não abre?

Quem usa Gemini 3.1 Pro hoje precisa lembrar de configurar o maxOutputTokens, porque o padrão é 8.192 e o teto é 65.536

Sobre o Argon em si, não tem como ensinar configuração de API ainda: não há model ID nem endpoint públicos

Quando o Gemini 4 Argon fica disponível para desenvolvedores?

Resposta curta: ainda não tem data

Hoje o Argon não está no app Gemini nem na API pública (Google AI Studio e Vertex AI)

A liberação começa pelo Fairwind Program, um grupo selecionado de defensores cibernéticos, clientes Google Cloud, órgãos de governo e parceiros de segurança

As próximas etapas previstas são estas:

1. Clientes pagantes da API e assinantes do Google AI Ultra
2. Depois, desenvolvedores, empresas e o público em geral

Sobre prazo, o Google diz apenas ‘o mais rápido possível’

E em 30/09/2026 o catálogo público da API Gemini não tem entrada nem model ID verificado para o Argon

Se alguém aparecer com um ‘model ID do Argon’ por aí, desconfia, beleza? 😛

Vale se preparar para a saída de 1M tokens?

Vale, mas com os pés no chão

Sair dos 64K do Gemini 3.1 Pro para o 1M do Argon muda o desenho das tarefas: refatorações, relatórios e migrações podem sair numa resposta só, sem a novela de rodadas e costura

Porém, por enquanto é promessa com acesso restrito, e o caso de uso mais forte (o libgav1) foi divulgado pelo próprio Google

O que dá para fazer desde já:

• Mapear quais tarefas você divide em rodadas SÓ por causa do limite de saída
• Estimar o custo de saída com a tabela de preço, lembrando que ela sobe depois do período introdutório
• Acompanhar a abertura para API paga e AI Ultra, que é a próxima etapa prevista

Quando o acesso abrir, quem já tiver essa lista pronta sai na frente 🙂

Até o próximo post!