Vazamento do Gemini 4 Pro “Argon”: o que a captura sugere — e o que o Google não confirmou

A captura atribuída ao Gemini 4 Pro é um sinal interessante de experimentação interna, não um anúncio de produto verificado. Publicações que circularam em 14 de setembro identificam o modelo como “argon” e lhe atribuem limites de contexto e de saída incomumente altos. O Google não confirmou publicamente o codinome, a interface, os benchmarks, a disponibilidade por API, os preços ou uma data de lançamento. 815

O que a captura supostamente mostra

Segundo a publicação original em rede social e reportagens posteriores sobre o vazamento, a imagem registra uma execução de geração visual do Gemini 4 Pro com configuração de alto esforço. O processo teria levado 2,4 minutos e exibido um limite de saída de 256 mil tokens, além de uma janela de contexto de 2 milhões de tokens. A cobertura também menciona uma abordagem de raciocínio adaptativo. 815

Esses dados devem ser lidos como alegações sobre uma versão interna, e não como especificações de um produto que será lançado. Uma captura pode retratar um ambiente de testes real e, ainda assim, não responder a questões essenciais: os limites serão aplicados em produção? Para quais modalidades eles valerão? Qual será o custo? E quão confiável será o modelo em avaliações independentes?

O Google já disponibilizou uma janela de contexto de 2 milhões de tokens para o Gemini 1.5 Pro; portanto, o número não é implausível por si só. Mas esse precedente não autentica este vazamento nem comprova que o Gemini 4 Pro chegará ao mercado com esse limite. 1

Por que a imagem gerada não é a parte mais importante

As reações ao resultado visual relatado foram mistas. A imagem, por si, não demonstrou uma vantagem inequívoca sobre os principais sistemas de geração de imagens. A alegação mais relevante é a possível combinação de contexto longo, saídas muito extensas e esforço de raciocínio ajustável.

Se esses recursos chegarem a um modelo público, eles podem ser úteis para agentes de software que precisam trabalhar em repositórios grandes: absorver mais código e documentação de uma vez, elaborar um plano de implementação que envolva vários arquivos, gerar alterações substanciais e iterar em fluxos longos com uso de ferramentas. Reportagens sobre vazamentos anteriores do Gemini 4 também apontam programação, tarefas prolongadas e tratamento de contextos maiores como possíveis pontos fortes — mas ressaltam que especificações e avaliações alegadas não foram verificadas. 3

A distinção é fundamental. Um grande limite de tokens representa capacidade potencial, não prova de engenharia confiável em um repositório inteiro. O valor prático dependeria da correção do código, da confiabilidade das ferramentas, da recuperação de informações no contexto, da latência, do custo e da capacidade de se recuperar quando uma tarefa de várias etapas falha.

O que está confirmado no roteiro do Gemini

O roteiro público do Google ajuda a explicar a atenção dada a um suposto teste do Gemini 4 Pro.

• O Google lançou o Gemini 3.1 Pro em fevereiro de 2026. 4
• Na conferência Google I/O, em maio, a empresa disse que trabalhava no Gemini 3.5 Pro e esperava disponibilizá-lo no mês seguinte. 17
• A meta para junho não foi cumprida. A Reuters informou em julho que o modelo principal estava atrasado enquanto o Google trabalhava em capacidades, sobretudo programação. 18
• Mais tarde naquele mês, o Google afirmou que o Gemini 3.5 Pro estava sendo testado com parceiros e que o treinamento do Gemini 4 havia começado. 17

Isso permite uma conclusão restrita: o Google enfrentava atraso no lançamento de um modelo Pro e já havia iniciado o trabalho na geração seguinte. Não confirma que o 3.5 Pro foi cancelado de forma definitiva, que “argon” é o codinome oficial do Gemini 4 Pro ou que exista lançamento público previsto para outubro.

Até o período coberto pelas reportagens citadas, o Google não havia publicado card do modelo Gemini 4, identificador público de API, tabela de preços, relatório de benchmarks ou limite documentado de contexto. 7

Por que o Gemini 4 Pro seria estratégico

O atraso do Gemini 3.5 Pro ganha peso porque a deficiência relatada envolvia programação, uma das tarefas mais importantes para desenvolvedores e empresas que usam modelos de fronteira. 18 Segundo a Reuters, o Google continuou lançando variantes mais leves do Gemini enquanto seu modelo Pro esperado permanecia em testes com parceiros. 17

Um lançamento bem-sucedido do Gemini 4 Pro, portanto, precisaria provar mais do que uma janela de contexto ampla. Desenvolvedores devem buscar evidências em dimensões práticas como:

• Qualidade de raciocínio: se modos de maior esforço melhoram tarefas difíceis o suficiente para justificar mais tempo e custo.
• Confiabilidade de agentes de código: se o sistema consegue alterar vários arquivos corretamente, operar ferramentas e manter um plano coerente.
• Desempenho em contexto longo: se recupera e usa com precisão informações de grandes bases de código, em vez de apenas aceitar prompts enormes.
• Capacidade multimodal: se a qualidade de geração de imagens e de outras mídias é competitiva, e não apenas disponível.
• Economia de implantação: se latência, preço por token e limites de uso tornam agentes de longa duração viáveis fora de demonstrações.

O Gemini 3.8 Flash mostra por que o posicionamento do produto importa. A Artificial Analysis reportou pontuação de 59 para sua configuração de alto raciocínio, três pontos acima do Gemini 3.7 Flash. É um resultado relevante para um modelo Flash, mas não substitui um modelo principal da linha Pro, amplamente disponível e com desempenho demonstrado em tarefas complexas e de longa duração. 14

O que observar a seguir

As próximas evidências realmente relevantes seriam documentação primária ou acesso reproduzível: anúncio do Google, card do modelo, listagem de API, página de preços, relatório técnico ou resultados de benchmarks independentes. Até lá, a captura deve ser tratada como relato sobre um experimento interno com metas ambiciosas.

A principal conclusão é simples: os alegados 256 mil tokens de saída e 2 milhões de tokens de contexto seriam muito relevantes para agentes de programação caso cheguem ao produto final, mas ainda não há evidência pública de que isso acontecerá. 815