Gemini 4 Argon vs Claude Opus 5.5: metade do preço até 30/nov, mas vale trocar?

No Gemini 4 Argon vs Claude Opus 5.5, o Argon ganha em contexto longo, vídeo e automação, o Opus 5.5 ganha no agente de código que roda no terminal, e o Argon custa metade do preço só até 30 de novembro. O Google liberou o Argon pra qualquer dev com API paga em 13 de outubro, com uma tabela oficial em que ele vence o Opus 5.5 em 14 dos 18 benchmarks em que os dois aparecem.

Só que tem duas letras miúdas nessa história.

A primeira: a metade do preço vale até 30 de novembro. Em 1º de dezembro o Argon passa a custar exatamente o mesmo que o Opus.

A segunda: os quatro benchmarks que o Argon perde são justamente os que mais parecem com o trabalho de um agente de código no terminal.

Neste post você vai ver os números lado a lado (os do Google e os independentes), quanto custa uma sessão agentic nos três modelos, com o GPT-6.1 Sol de régua, o que quebra se você só trocar o model id, e um fallback em Laravel pra trocar de modelo mudando uma linha de .env.

TL;DR

• O que é: Gemini 4 Argon, o novo flagship de raciocínio do Google. Model id gemini-4-argon, 1M de tokens unificados entre entrada, thinking e saída.
• Onde ganha: trabalho de conhecimento, contexto longo, vídeo, DeepSWE (77,9% contra 74,2% do Opus 5.5).
• Onde perde: Terminal-Bench 4.0 (57,4% contra 66,4%), FrontierSWE e PostTrainBench. No Intelligence Index da Artificial Analysis, fica com 53 contra 58 do Opus.
• Custo/Acesso: US$ 2/10 por milhão de tokens até 30/11, depois US$ 4/20. Só no tier pago da Gemini API. Não tem free tier.
• Link útil: guia oficial do modelo.

Gemini 4 Argon vs Claude Opus 5.5: os números lado a lado

O Google publicou a tabela completa no model card do Argon. Ela compara com o GPT-6 Astra, o Claude Fable 5.1 e o Claude Opus 5.5. Separei o que interessa pra quem escreve software:

Olhando a tabela inteira, o Argon vence em 14 das 18 linhas com nota pros dois. Mas repara em quais ele perde: FrontierSWE, Terminal-Bench 4.0, PostTrainBench e Terminal-Bench Science. Os quatro medem o modelo operando sozinho num ambiente, rodando comando, lendo erro e tentando de novo.

Isso não é detalhe. É o loop de qualquer agente de código.

E tem a régua que não é do Google. A Artificial Analysis, que roda o mesmo teste em todo mundo, deu 53 pontos pro Argon no Intelligence Index. Oitavo lugar de 217. Empatado com o GPT-6 Astra e o Fable 5.1, e atrás do Opus 5.5, que tem 58, segundo a VentureBeat. Já a Vals AI coloca o Argon em primeiro no Vals Index, com 68,90% contra 66,97% do Opus.

Dois avaliadores independentes, dois vencedores diferentes. A conclusão honesta é que, no agregado, eles estão no mesmo nível. A diferença está no tipo de tarefa.

Quem resumiu bem foi o Sam Witteveen, da Red Dragon AI, citado pela VentureBeat: "é o melhor modelo que existe? Eu sinceramente acho que não". E sobre o ambiente de código do Google: "ainda não acho que o Antigravity chegue perto do Claude Code ou do Codex".

É aqui que a maioria dos devs se perde. Fica trocando de modelo a cada anúncio, guiado pela tabela do lab. Trocar de modelo é mexer numa configuração. O trabalho de engenharia é saber medir qual modelo resolve a sua tarefa, com o seu eval, e é isso que a gente treina toda semana, ao vivo, no Clã Beer and Code.

E o GPT-6.1 Sol nessa conta?

O GPT-6.1 Sol saiu em 29 de setembro, no DevDay, e entra aqui como régua de preço. Ele custa US$ 2/10, o mesmo do Argon na promoção, e chega no DeepSWE v1.1 com 75,2%, segundo a análise da Vellum com números da própria OpenAI.

O Google não colocou o Sol na tabela dele. Então a comparação direta fica assim, só nos números que existem pros três:

Os preços batem com o catálogo da OpenRouter hoje.

O ponto que pouca gente está falando: em 1º de dezembro, o Argon sobe pro preço do Opus. E o Sol continua a US$ 2/10. Ou seja, a briga de preço de verdade, a que dura depois da promoção, é Sol contra os outros dois.

Quanto custa uma sessão agentic nos três

Preço por token não paga a fatura. Custo por tarefa paga.

Pega uma sessão típica de agente de código: 2 milhões de tokens de entrada ao longo dos turnos, 90% deles vindo do cache, e 100 mil tokens de saída (thinking incluso, que é cobrado como output nos três).

A conta é minha, com preço de tabela. No Opus eu ignorei o custo de escrita de cache (US$ 5 por milhão), que deixa ele um pouco mais caro.

Mas a tabela assume que os três gastam o mesmo número de tokens. E não gastam. Na Artificial Analysis o Argon usou 110 milhões de tokens de saída pra rodar o índice inteiro, contra uma mediana de 87 milhões entre modelos comparáveis. É um modelo verboso. Se ele pensa 25% a mais pra chegar na mesma resposta, a vantagem de preço encolhe na mesma proporção.

E o contrário também acontece. O teste viral que comparou os dois gerando uma animação 3D de um motor elétrico, reportado pela Crypto Briefing, diz que o Argon custou "menos de um quarto" do Opus. Só que a matéria não publica contagem de tokens nem o critério de quem venceu. Anedota, não dado.

A saída é a de sempre: rode as suas 20 tarefas mais comuns nos dois e meça custo por tarefa resolvida. Benchmark de terceiro não sabe como é o seu repo.

O que quebra se você só trocar o model id

O guia do Argon tem uma lista de pegadinhas que vai morder quem vem do Gemini 3.x:

1. temperature, top_p e top_k são ignorados. Sem erro. Você manda, ele finge que não viu.
2. Cache explícito não existe mais. cachedContents e caches.create não funcionam. O cache agora é implícito, ligado por padrão em prompts com 4.096 tokens ou mais, com 95% de desconto no hit.
3. max_output_tokens é teto de thinking mais resposta. Se o seu app usa menos de 32K, a recomendação oficial é subir pra pelo menos 32.768. Senão o modelo gasta o orçamento pensando e a resposta sai cortada.
4. Timeout de cliente de 15 minutos ou mais. Prompt difícil pode levar vários minutos. Pra saída acima de 64K, use background: true.
5. Thinking tem três níveis: low, medium (padrão) e high. O próprio Google manda rodar seu eval nos três e ficar com o mais baixo que atende.

Repara que o item 3 é a mesma armadilha que o Opus 5.5 trouxe, como a gente mostrou no post da leva GPT-6 e Opus 5.5: thinking sempre ligado, max_tokens cobrindo pensamento e texto, e effort padrão em medium. Os dois labs convergiram no mesmo desenho. Quem migra sem mexer no teto de tokens toma resposta truncada nos dois.

Uma chamada mínima no Argon com o SDK google-genai:

from google import genai
from google.genai import types

client = genai.Client()  # lê GEMINI_API_KEY do ambiente

response = client.models.generate_content(
    model="gemini-4-argon",
    contents=prompt,
    config=types.GenerateContentConfig(
        max_output_tokens=65536,  # cobre thinking + resposta
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
        # sem temperature: o Argon ignora sampling params
    ),
)
print(response.text)

Fallback Argon ↔ Opus em Laravel, trocando por .env

Se a conclusão é "depende da tarefa", o código tem que permitir trocar sem deploy. O caminho mais curto é passar pela OpenRouter, que expõe os três modelos na mesma API compatível com OpenAI.

No config/services.php:

'llm' => [
    'base_url' => env('LLM_BASE_URL', 'https://openrouter.ai/api/v1'),
    'key' => env('OPENROUTER_API_KEY'),
    'models' => [
        'coding' => env('LLM_MODEL_CODING', 'anthropic/claude-opus-5.5'),
        'long_context' => env('LLM_MODEL_LONG', 'google/gemini-4-argon'),
        'fallback' => env('LLM_MODEL_FALLBACK', 'openai/gpt-6.1-sol'),
    ],
],

E um client que tenta o modelo da tarefa e cai pro fallback se der erro ou timeout:

namespace App\Services;

use Illuminate\Http\Client\ConnectionException;
use Illuminate\Http\Client\RequestException;
use Illuminate\Support\Facades\Http;

class LlmClient
{
    public function complete(string $task, array $messages): string
    {
        $models = config('services.llm.models');
        $chain = array_unique([$models[$task] ?? $models['fallback'], $models['fallback']]);

        foreach ($chain as $model) {
            try {
                return Http::withToken(config('services.llm.key'))
                    ->timeout(900) // Argon pode levar minutos em prompt difícil
                    ->post(config('services.llm.base_url').'/chat/completions', [
                        'model' => $model,
                        'messages' => $messages,
                        'max_tokens' => 32768, // teto de thinking + resposta
                    ])
                    ->throw()
                    ->json('choices.0.message.content');
            } catch (ConnectionException|RequestException $e) {
                report($e);
            }
        }

        throw new \RuntimeException("Nenhum modelo respondeu para a tarefa {$task}");
    }
}

Quando a promoção do Argon acabar em 1º de dezembro, você reavalia com dado e troca uma variável. Sem PR, sem deploy.

Como acessar o Argon do Brasil

• Gemini API: só no tier pago. O Argon não está no free tier.
• Google AI Studio e Antigravity: só pra assinante do Google AI Ultra.
• App do Gemini e AI Mode na busca: assinantes AI Pro e Ultra, segundo o anúncio oficial.
• AI Plus: fica de fora. E a partir de 13 de novembro perde também o acesso aos modelos Pro, ficando só com Flash e Flash-Lite, como apurou o 9to5Google.
• OpenRouter: google/gemini-4-argon já está no catálogo, com versão :batch pela metade do preço.

Limitações e pontos de atenção

A tabela é do Google. Os 14 de 18 vêm do model card do próprio lab, com harness próprio. Os números independentes (Artificial Analysis e Vals) discordam entre si sobre quem está na frente.

A promoção tem data pra acabar. Qualquer decisão tomada pelo preço de US$ 2/10 tem validade até 30 de novembro. Faça a conta também com US$ 4/20.

Corte de conhecimento em março de 2026. O model card avisa que o conhecimento pode estar desatualizado em alguns domínios. Pra lib que mudou depois disso, dê a documentação no contexto.

Lentidão e timeout. O próprio model card lista "lentidão ocasional ou timeout" como limitação conhecida. Em produção, fallback não é luxo.

Números de alucinação circulando por aí. Tem post comparando "15% contra 59%" de alucinação entre Argon e Opus. Não achei a fonte primária desse número, então ele não entrou aqui.

FAQ rápido

O Gemini 4 Argon é melhor que o Claude Opus 5.5? Depende da tarefa. O Argon vence em contexto longo, vídeo, automação e no DeepSWE. O Opus 5.5 vence no Terminal-Bench 4.0 por 9 pontos e no FrontierSWE. No Intelligence Index independente, o Opus tem 58 e o Argon 53. Pra agente de código no terminal, o Opus continua na frente.

Quanto custa o Gemini 4 Argon? US$ 2 por milhão de tokens de entrada e US$ 10 de saída até 30 de novembro de 2026. A partir de 1º de dezembro, US$ 4 e US$ 20, igual ao Opus 5.5. Cache read sai com 95% de desconto. Não há free tier na Gemini API.

Vale trocar o Opus pelo Argon agora? Pra tarefa de contexto gigante, análise de documento ou vídeo, vale testar já, e a promoção ajuda. Pra agente de código, rode seu eval antes. E lembre que em dezembro o preço empata, então a economia é temporária.

O Gemini 4 Argon funciona no plano gratuito? Não. Nem no free tier da API nem no plano gratuito do app. No app do Gemini ele está nos planos AI Pro e Ultra. No AI Studio, só no Ultra.

Conclusão

O Argon é o primeiro modelo do Google em muito tempo que briga de igual com o topo da Anthropic e da OpenAI. Ganha com folga em contexto longo e multimodal, empata no agregado e perde onde o agente de código vive: no terminal.

O que ele não é: uma troca óbvia. A metade do preço tem data pra acabar, e depois dela a conta que sobra é Argon contra Opus pelo mesmo valor, com o GPT-6.1 Sol custando metade dos dois.

O próximo passo dessa corrida não é o próximo benchmark. É quem resolve a sua tarefa pelo menor custo total, medido no seu eval. Se você ainda não fez essa conta com cache, o comparativo do Fable 5.1 com o Opus 5 mostra como ela muda tudo.