Gemini 4 Argon chega ao GitHub Copilot, com ganhos mistos entre benchmarks de código

O Gemini 4 Argon, descrito pelo Google como seu modelo de fronteira mais recente voltado a código complexo, tarefa agêntica e raciocínio, passou a aparecer no seletor de modelo do GitHub Copilot em 13 de outubro — nos planos Pro+, Max, Business e Enterprise, em rollout gradual (nem todo mundo vê o modelo ainda), e em superfícies que vão do VS Code e Visual Studio ao Copilot CLI, JetBrains, Xcode e Eclipse. Cobrança segue o preço de tabela do provedor, dentro do uso medido do Copilot.

Os números de desempenho, segundo testes do próprio GitHub, apontam que o Argon resolveu mais tarefas que versões anteriores do Gemini em todo benchmark de código testado, com o ganho maior especificamente no Copilot CLI — e que o modelo passou a testar casos de borda e checar o próprio trabalho antes de encerrar uma tarefa. Números divulgados pelo próprio Google mostram outro ângulo: 77,9% no DeepSWE v1.1, à frente do Claude Opus 5.5 (74,2%) e do GPT-6 Astra (74,1%) — mas no FrontierSWE v2, o Argon fica em 55,0%, atrás do GPT-6 Astra (65,5%) e do Opus 5.5 (62,3%). Ou seja, a liderança não é uniforme entre benchmarks.

Por que importa

Nenhum modelo está liderando todo benchmark de código ao mesmo tempo neste momento — o Argon parece forte em tarefa agêntica tipo DeepSWE, mas fica atrás em tarefa de terminal mais longa (FrontierSWE). Vale testar o Argon especificamente no tipo de tarefa onde o Google reporta vantagem, em vez de assumir que ele substitui o Opus ou o Astra de forma geral — e lembrar que tanto os números do Google quanto os do próprio GitHub são autoreportados, sem avaliação independente até o fechamento desta edição.