O retorno do Google chega com um porém de 30 minutos
O Gemini 4 Argon do Google reentrou decisivamente na conversa sobre modelos de fronteira, um retorno impressionante para a gigante das buscas. Esta avaliação decorre dos testes práticos de um criador, no entanto, e não de uma auditoria independente das capacidades do modelo. Matthew Berman, um proeminente desenvolvedor de IA, demonstrou a impressionante proeza generativa do Argon em um vídeo recente.
Berman observou um comportamento padrão distinto: sem um escopo explícito ou uma instrução /goal, o Argon gastava consistentemente cerca de 30 minutos iterando em tarefas antes de entregar um artefato. Isso ficou evidente em renderizações 3D complexas, como uma cidade cyberpunk hiper-realista em Three.js, que rodava a 60 FPS no navegador após uma construção autônoma de aproximadamente meia hora.
Esse tempo de execução autônomo estendido apresenta uma faca de dois gumes para os desenvolvedores. Iterações mais longas e sem orientação podem gerar resultados mais ricos e sofisticados, como o Argon demonstrou com seus ambientes 3D detalhados e interativos.
No entanto, isso também introduz uma latência significativa e ressalta a necessidade crítica de os desenvolvedores definirem limites claros de tarefas, limites de iteração e objetivos explícitos ao implantar o Argon, especialmente em aplicações sensíveis ao tempo. Equilibrar a profundidade da saída com a execução previsível torna-se fundamental.
Da cidade neon ao laboratório de física: o que ele construiu
Saída inicial do Argon: uma cidade cyberpunk em three.js, gerada a partir de um prompt em linguagem natural, rodou a 60 quadros por segundo (FPS). Esta cena animada oferecia predefinições visuais ajustáveis como "2049 Amber" e "Biosynth", juntamente com controles para brilho neon, densidade de tráfego aéreo e várias opções de câmera, incluindo "Cockpit HUD".
Em seguida, Berman testou uma simulação de Rube Goldberg para física e interatividade. A engenhoca complexa, apresentando dominós, bolas rolando e interações estilo pinball, permitia visualizações de câmera controláveis. Embora impressionante, a simulação revelou imperfeições: uma bola ficou brevemente presa, exigindo um segundo clique, e alguns objetos exibiram pequenos problemas de clipping.
Apesar da interatividade impressionante, a fidelidade visual mostrou limites. Ambientes temáticos para a máquina de Rube Goldberg — como "Grand Canyon" e "Las Vegas" — não alcançaram um realismo verdadeiro, apesar dos prompts para uma saída "hiper-realista". Uma demonstração no Unreal Engine de um barco no oceano exibiu uma física forte de água e ondas, mas sofreu com detalhes repetitivos e careceu de uma visão subaquática, destacando o teto atual do Argon para realismo gráfico.
As demonstrações impressionam; o cenário de benchmarks é misto
Além do espetáculo visual, os testes de Berman revelaram a ampla gama de codificação do Argon. Ele gerou um jogo estilo Fall Guys que melhorou iterativamente através de prompts repetidos, demonstrando sua capacidade de refinamento. Além disso, o Argon produziu um clone de navegador semelhante ao Excel, embora este ainda contivesse um erro de fórmula, sugerindo áreas para desenvolvimento futuro.
Berman também apresentou os resultados de benchmark relatados do Argon. O modelo marcou 77,9 no DeepSwee e alcançou 91,9% no Vibe Code Bench, indicando um forte desempenho em certas tarefas de codificação. Ele registrou 57 no Terminal Bench e 69% no OSWorld, com 39 no Agent’s Last Exam.
Ao comparar essas pontuações, Berman coloca o Argon entre os modelos líderes, observando seus pontos fortes em testes específicos de codificação e uso de computador. No entanto, sua pontuação no Terminal Bench ficou abaixo do Opus na comparação direta apresentada, ressaltando que nenhum modelo domina universalmente todas as métricas. Para informações mais detalhadas, os leitores podem consultar anúncios oficiais como Introducing Gemini 4 Argon - Google Blog. O desempenho do Argon sugere um modelo com capacidades significativas, mas com áreas distintas de excelência e potencial de crescimento.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
Um modelo de fronteira — não o campeão em 3D
As capacidades 3D do Argon impressionam, mas os testes de Matthew Berman revelam que ele não é o campeão indiscutível. Ele avalia o Argon como mais forte que o Muse Wonder da Meta para trabalhos em 3D, particularmente em Three.js, Unreal Engine e Blender. No entanto, ele ainda fica atrás do Opus da Anthropic e do Astra da OpenAI em gráficos gerais e execução espacial.
Esse desempenho irregular destaca uma lição crucial: a reputação geral de codificação ou as pontuações de benchmark de um modelo não garantem uma saída polida em todas as tarefas específicas. Mesmo um modelo de fronteira como o Argon, proficiente em muitos domínios de codificação, pode ter dificuldades com as demandas sutis de renderização 3D hiper-realista ou física complexa sem um prompting extensivo.
Trate o software gerado como um ponto de partida. Inspecione seu comportamento minuciosamente, prestando muita atenção a casos extremos e interações inesperadas, como o recorte ocasional da máquina de Rube Goldberg. Defina metas claras de tempo ou conclusão, em vez de depender do tempo de execução padrão de 30 minutos do modelo. O custo mais baixo de produção de código desloca a ênfase para a qualidade do produto e a execução como principais diferenciais.
Perguntas Frequentes
O que é o Gemini 4 Argon?
No vídeo, o Gemini 4 Argon é apresentado como o modelo de IA de fronteira do Google, testado em codificação, geração 3D e tarefas do tipo agente.
O que o Gemini 4 Argon pode construir?
As demonstrações incluem cenas interativas em Three.js, uma máquina de Rube Goldberg baseada em física, um jogo no estilo Fall Guys e um clone de planilha de navegador.
O Gemini 4 Argon é o melhor modelo para geração 3D?
O avaliador do vídeo o considera capaz, mas diz que o Opus da Anthropic e o Astra da OpenAI produzem resultados 3D mais fortes.
Por que o Gemini 4 Argon leva cerca de 30 minutos nas tarefas?
Nos testes do criador, ele frequentemente trabalhava por cerca de 30 minutos quando recebia instruções mínimas; metas explícitas e limites de tempo podem ajudar a controlar isso.