Gemini 4 Argon vs Gemini 3.1 Pro: O sucessor é mais barato, e o modelo antigo ainda vence duas disputas

O Gemini 4 Argon custa menos para rodar do que o modelo que se destina a substituir. Isso não é um erro de digitação. O preço introdutório de saída do Go​ogle para o Gemini 4 Argon é de US$ 10 por milhão de tokens, e o Gemini 3.1 Pro Preview — o modelo que está no catálogo do OrcaRouter hoje, e contra o qual toda a existência do Argon é um argumento — cobra US$ 12. A entrada custa os mesmos US$ 2 nos dois, a menos que você ultrapasse 200.000 tokens de entrada com o Gemini 3.1 Pro Preview, ponto em que seu preço dobra para US$ 4 de entrada e US$ 18 de saída. Um sucessor mais barato é incomum o bastante para merecer o lide por si só.

O resto do quadro é menos arrumado. No Índice de Inteligência da Artificial Analysis, o Gemini 4 Argon marca 52,6 contra 29,7 do Gemini 3.1 Pro Preview — uma diferença de 22,9 pontos que, por si só, sugeriria que o modelo mais antigo não está na mesma liga. Mas o modelo mais antigo vence no GPQA Diamond com 94,1% contra nenhum resultado publicado, vence em raciocínio de contexto longo por 82,0 a 79,7, e registra uma pontuação de 95,6 no τ²-Bench de uso de ferramentas agênticas que a DeepSeek vem citando como o resultado de destaque de seu próprio carro-chefe. Então o enquadramento honesto não é "Argon substitui o 3.1 Pro". É "Argon substitui o trabalho do 3.1 Pro, a um preço de saída menor, enquanto o 3.1 Pro mantém algumas vantagens estreitas que importarão para uma minoria específica de cargas de trabalho."

O que o Gemini 3.1 Pro Preview realmente é

Ele está no catálogo desde 2026-02-19 e tem sido chamado de prévia durante todos os sete meses desde então. O Google passou o período intermediário lançando modelos do nível Flash — o 3.6 Flash, o 3.8 Flash, o 3.8 Flash Cyber ajustado para cibersegurança — enquanto o nível Pro ficou onde estava. Essa lacuna é o contexto de tudo o que a Argon afirma, e é por isso que uma pergunta da época de maio ("quando o nível Pro será substituído?") continua sendo a pergunta certa em outubro.

O card é um modelo de fronteira de verdade, não uma sobra. Contexto de 1.048.576 tokens, entrada multimodal abrangendo texto, imagem, áudio, vídeo e arquivos, uso de ferramentas, saída estruturada e raciocínio, e cinco tags de capacidade do nosso lado. As fraquezas dele estão onde ele foi treinado: uma saída máxima de 65.536 tokens e um perfil de tarefas que parece datado em comparação com um modelo de 2026.

A tabela que você deve ler duas vezes

Preços, ambos como listados, por milhão de tokens:

• Entrada — Gemini 4 Argon $2,00 versus Gemini 3.1 Pro Preview $2,00. Nível.

• Saída — Gemini 4 Argon US$ 10,00 versus Gemini 3.1 Pro Preview US$ 12,00. O Argon é 17% mais barato.

• Entrada em cache — Gemini 4 Argon $0,10 versus Gemini 3.1 Pro Preview $0,20.

• Faixa de entrada longa — Gemini 4 Argon apresenta uma tarifa introdutória fixa; Gemini 3.1 Pro Preview passa para US$ 4,00 de entrada / US$ 18,00 de saída acima de 200.000 tokens de entrada.

• Saída máxima — Gemini 4 Argon 1.000.000 de tokens versus Gemini 3.1 Pro Preview 65.536.

• Custo medido por tarefa de índice — Gemini 4 Argon US$ 1,99 versus Gemini 3.1 Pro Preview US$ 0,67, segundo a Artificial Analysis. Aqui, o modelo mais antigo é três vezes mais barato, porque é um trabalho muito menor para o harness executar.

A última linha é a reconciliação. Por token, o Argon é mais barato; por tarefa, é três vezes mais caro, porque responde a perguntas mais difíceis. Se a sua carga de trabalho tem entrada fixa e saída fixa — classificação, extração, sumarização com um comprimento conhecido —, são os números por token que impactam a sua fatura. Se a sua carga de trabalho é "resolva isto", o número por tarefa é o honesto, e o custo extra do Argon é real.

A diferença de 22,9 pontos, e de onde ela vem

A Artificial Analysis executa uma bateria fixa, então uma lacuna desse tamanho deveria aparecer de forma consistente. Na maioria das vezes, aparece, e o padrão é informativo:

• Terminal-Bench 4.0 — Gemini 4 Argon 57,1% contra Gemini 3.1 Pro Preview 4,0%. Não é erro de impressão. A engenharia de software de longo horizonte é a maior mudança de capacidade entre os dois.

• AutomationBench-AA — Gemini 4 Argon 77,5% versus Gemini 3.1 Pro Preview 35,4%.

• ApexAgents — Gemini 3.1 Pro Preview 32,0% contra nenhum valor publicado do Argon no mesmo quadro.

• SciCode — Gemini 4 Argon 61,8% versus Gemini 3.1 Pro Preview 58,7%. Disputado.

• Humanity's Last Exam — Gemini 4 Argon 57,1% versus Gemini 3.1 Pro Preview 47,0%.

• Raciocínio de contexto longo — Gemini 3.1 Pro Preview 82,0% versus Gemini 4 Argon 79,7%. O modelo antigo vence, por uma margem estreita.

• GPQA Diamond — Gemini 3.1 Pro Preview 94,1%. A Argon não publica nada neste quadro.

• Onisciência — Gemini 4 Argon 42,4 versus Gemini 3.1 Pro Preview 31,9.

• GDPval — Gemini 4 Argon 1.611 versus Gemini 3.1 Pro Preview 776.

• ITBench-SRE — Gemini 4 Argon não aparece; Gemini 3.1 Pro Preview 30,3%.

Então: a lacuna é quase inteiramente sobre resistência agêntica e execução de tarefas de longo horizonte, e é enorme aí. Em raciocínio científico de múltipla escolha, em uma tarefa de raciocínio de 1M tokens e no GPQA, os dois modelos estão dentro da margem de ruído, ou o mais antigo está à frente. O resultado de 4,0% do Terminal-Bench 4.0 contra 57,1% é o número que deveria decidir a maioria das decisões de migração, e é o número que os defensores do modelo mais antigo vão ignorar.

Duas especificações que reformulam sua arquitetura

O teto de saída do Argon é de 1.000.000 de tokens, ante os 64K que limitavam a geração anterior — e 64K é exatamente o que o Gemini 3.1 Pro Preview oferece, 65.536, para ser preciso. Dezesseis vezes mais folga em uma única trajetória muda o que se pode pedir de uma única chamada.

Concretamente: tudo o que você faz hoje encadeando chamadas para ficar abaixo de um limite de saída de 65K — geração de patches para vários arquivos, relatórios de auditoria longos, redação de documentos completos em uma única passagem — passa a ser uma única chamada. Menos chamadas significa menos lugares para um loop de agente perder estado, e significa que sua lógica de retentativa fica mais simples, em vez de mais elaborada. Se você construiu uma estrutura de suporte elaborada em torno do teto de 64K, essa estrutura se torna o custo de migração.

O Gemini 3.1 Pro Preview mantém uma vantagem de especificação que o anúncio da Argon não aborda: entrada de áudio e vídeo. A lista de modalidades publicada pela Argon abrange texto, imagens, vídeo e arquivos — áudio não é mencionado no material de lançamento, e o exemplo de vídeo do Google é o LVBench, um benchmark de compreensão de vídeos longos. Se o seu pipeline ingere áudio, verifique a modalidade antes de presumir que a atualização a inclui. Esse é um fato verificável sobre um modelo que ainda não pode ser chamado, que é exatamente a categoria de afirmação que envelhece mal.

A Pré-visualização ficou presa no caminho

Há um problema genuíno, entediante e caro aqui: o modelo mais antigo é chamado de preview, tem sido chamado assim há sete meses, e ninguém disse o que acontece com ele. Dois cenários são plausíveis e têm implicações opostas para sua base de código. Ou o Gemini 3.1 Pro Preview é desativado quando o Argon atinge a disponibilidade geral e você precisa migrar, ou ele é substituído e entra lentamente em obsolescência enquanto ainda atende, e você tem tempo.

Os materiais da própria Google não resolvem isso. O anúncio do Argon diz que o acesso mais amplo virá "o mais cedo possível", começando por clientes pagantes da API e assinantes do Google AI Ultra, e não diz nada sobre o destino do nível Pro que ele substitui. A posição conservadora de engenharia é a que não custa nada: manter o ID do modelo na configuração, e não no código; manter uma estrutura de avaliação capaz de executar seus prompts reais contra um modelo candidato em uma tarde; e tratar a eventual troca como uma tarefa operacional, não como uma reescrita.

Essa posição é barata especificamente na OrcaRouter, porque o swap é uma string. google/gemini-3.1-pro-preview está disponível no catálogo pelas tarifas acima, atrás do mesmo endpoint compatível com OpenAI que os outros mais de 200 modelos que roteamos, ao preço de tabela do provedor com margem zero — então, quando o Google alterar o preço do 3.1 Pro ou o Argon for publicado, a tarifa do nosso lado muda no mesmo dia. Rodar seus prompts contra ambos é uma mudança de configuração e uma segunda chamada, não uma segunda integração, e failover automático significa que uma importação que fica desatualizada não derruba o endpoint junto com ela.

O que fazer este mês

Se você está no Gemini 3.1 Pro Preview e sua carga de trabalho é recuperação em contexto longo, raciocínio científico no formato do GPQA, ou qualquer coisa em que a acurácia de raciocínio científico de 94,1% seja determinante, não há justificativa para migrar ainda — o Argon não está disponível para chamada, e não foi demonstrado que as famílias de tarefas específicas em que o modelo antigo lidera tenham sido fechadas. Não migre apenas com base em uma diferença de índice.

Se sua carga de trabalho for codificação com agentes, execução de tarefas empresariais em várias etapas ou qualquer coisa que gere grandes volumes de saída, o argumento já é forte no papel: dezesseis vezes o teto de saída, uma diferença de 53 pontos no Terminal-Bench e um preço de saída menor. O obstáculo é puramente que o Argon é um lançamento faseado para defensores cibernéticos confiáveis por meio do Fairwind Program do Google, sem endpoint público. Coloque a migração no seu roadmap, construa agora o harness de avaliação enquanto não há pressão e execute-o na semana em que o Argon se tornar chamável. O sucessor é mais barato; estar pronto para ele custa quase nada.