Gemini 4 Argon chega à API e ganha suporte no llm-gemini 0.35

Notícia
Modelos e LLMs
14/10/2026 às 00:02
Por André Bellafronte

O desenvolvedor Simon Willison lançou nesta terça-feira, 13 de outubro de 2026, a versão 0.35 do LLM-gemini, plugin de código aberto que dá acesso à família de modelos Gemini, do Google, a partir da ferramenta de linha de comando LLM. A atualização chega no mesmo dia em que o Google liberou o Gemini 4 Argon na API Gemini e para assinantes do plano de US$ 100 mensais da companhia.

O próprio autor anunciou a release em seu blog, onde costuma documentar testes práticos com modelos recém-lançados.

O que a nova versão entrega

Na prática, a release 0.35 é uma atualização de compatibilidade: ela adiciona o Gemini 4 Argon à lista de modelos que o plugin consegue acionar. O LLM-gemini é mantido por Willison e funciona como ponte entre a interface de linha de comando LLM e os modelos do Google, permitindo que desenvolvedores troquem de provedor sem reescrever código.

Quem já usa o plugin precisa apenas atualizar o pacote para passar a chamar o Argon. O detalhe relevante é a velocidade: o suporte saiu no mesmo dia do anúncio oficial do modelo, o que mostra como o ecossistema de ferramentas ao redor dos grandes laboratórios passou a acompanhar lançamentos quase em tempo real.

Pelicanos, svgs e o custo de uma ilustração

Willison submeteu o Argon ao seu teste padrão de geração de imagens vetoriais: desenhar um pelicano andando de bicicleta em três níveis de qualidade — baixa, média e alta. Segundo ele, todos os resultados foram excelentes, algo previsível diante do histórico do Gemini nesse tipo de tarefa.

O autor observa que o Google é o único laboratório que ele conhece em que funcionários investiram especificamente em SVG, e que a empresa já se vangloriou publicamente de seus pelicanos em lançamentos anteriores. A ilustração de nível alto custou 17,166 centavos de dólar, um dado concreto sobre o gasto real de uma única requisição criativa.

A tabela de preços que muda em dezembro

O ponto mais delicado do lançamento está na política comercial. Na estreia, o Argon custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída.

Isso equivale ao preço do GPT-6 Sol, à metade do cobrado pelo Claude Opus 5.5 e a um quinto do valor de Claude Fable 5.1 e GPT-6 Astra. A partir de 1º de dezembro, porém, o Gemini 4 Argon dobra de preço e passa a custar o mesmo que o Opus 5.5.

Willison ressalta que comparações diretas de tabela dizem cada vez menos, porque o que importa é quantos tokens um modelo consome para concluir uma tarefa dentro de um ambiente agêntico.

Custo de benchmark e concorrência

Uma pista para medir essa eficiência vem da Artificial Analysis, que publica o custo total para rodar seu benchmark com cada modelo. O desempenho do Argon nesse recorte é bastante favorável: US$ 2.407 para executar a avaliação, patamar próximo ao do GLM-5.3 e bem abaixo dos modelos mais recentes da OpenAI, da Anthropic e da Meta. Mesmo com a duplicação de preço prevista para dezembro, o Argon continuaria um pouco mais barato que o GPT-6 Astra.

É esse tipo de métrica, e não o preço por token isolado, que tende a orientar decisões de adoção em produção.

Exemplos que vão além do teste padrão

O autor reuniu ainda casos de uso menos convencionais. Ele pediu um SVG de um tatu usando meia-calça de rede atravessando a rua em Marte, e também um ovo Fabergé criado com o Blender, em ambos os casos com resultados satisfatórios.

Nas redes sociais, o funcionário do DeepMind identificado como @fofrAI compartilhou um vídeo de um pelicano andando de bicicleta produzido com epiciclos de Fourier, uma variação matemática curiosa do teste clássico. Willison também revelou um detalhe de bastidor: usou o ChatGPT para editar o gráfico comparativo de preços que publicou, e conferiu manualmente os dados para garantir que o quadro informativo do Gemini 4 Argon não se sobrepusesse aos demais números.

Por que isso importa

A release do LLM-gemini 0.35 é pequena em escopo, mas ilustra três movimentos simultâneos do mercado. O primeiro é a compressão do ciclo entre anúncio de modelo e disponibilidade em ferramentas de terceiros.

O segundo é a guerra de preços entre laboratórios, que agora usa o custo de execução de benchmarks e de tarefas agênticas como argumento, e não apenas a tarifa por milhão de tokens. O terceiro é a consolidação de um ecossistema de plugins e interfaces abertas, no qual a portabilidade entre provedores se torna um diferencial competitivo para quem desenvolve.

A dúvida em aberto é quanto do apelo do Argon sobrevive à virada de preço de dezembro.