O Google DeepMind lançou um novo modelo chamado Gemini 4 Argon. Em um teste chamado ARC-AGI-3, o modelo obteve 97,5%. Com isso, superou a marca de 95%, alcançada por apenas alguns laboratórios. O único modelo com resultado superior divulgado publicamente é o GPT-6 Astra, da OpenAI, que chegou a 99,9%.
Como o teste foi realizado
A pontuação foi obtida com uma configuração chamada “Provider Adapter Harness”. Ela permite que o modelo mantenha o raciocínio entre etapas e comprime o contexto — um recurso específico do fornecedor. Quando o mesmo modelo foi testado em uma configuração mais restritiva, a “Standard Harness”, sua pontuação caiu para 49,8%, e ele não conseguiu concluir os 55 jogos.
O que os números significam
Nos 25 jogos públicos do ARC-AGI-3, Argon precisou de 62% menos ações do que a referência humana, igualando o recorde de velocidade em três jogos. Em versões anteriores do benchmark, Argon obteve 91,3% no ARC-AGI-2 e 98,5% no ARC-AGI-1, a um custo de US$ 0,32 e US$ 0,16 por tarefa, respectivamente.
Um índice independente chamado Epoch Capabilities Index atribuiu 165 pontos a Argon, empatando com Fable 5.1 e ficando logo atrás de Opus 5.5 (167) e GPT-6 Astra (166). O modelo lidera em testes de conhecimento, agentes e visão, mas fica atrás em matemática e engenharia de software.
Por que importa
Para desenvolvedores e empresas que dependem de IA para resolver problemas complexos, a pontuação elevada de Gemini 4 Argon no ARC-AGI-3 mostra que os modelos do Google agora competem com os sistemas mais avançados. No entanto, o resultado mais baixo no teste padrão e o desempenho inferior em matemática e programação indicam que o modelo ainda pode precisar de configurações personalizadas para alcançar seus melhores resultados.
