Comparamos Gemini 4 Argon e Gemini 3.1 Pro Preview em tarefas de navegação

14 min de leitura
Colagem abstrata em azul-celeste para os resultados e custos das tarefas de navegação de Gemini 4 Argon versus Gemini 3.1 Pro

Recomendaríamos mudar para Gemini 4 Argon se o seu agente de navegação usa atualmente Gemini 3.1 Pro Preview. Em nossos experimentos comparando Gemini 4 Argon e Gemini 3.1 Pro, cada modelo executou 15 tarefas de navegação: um conjunto pequeno, mas desafiador. Nessas 15 tentativas, Argon passou em 11, enquanto 3.1 Pro passou em apenas 5.

Argon passou em todas as tarefas em que 3.1 Pro teve sucesso e chegou ao resultado com cerca de metade do trabalho. Usou 23.9 chamadas de ferramentas por tarefa, contra 52.1 de 3.1 Pro. Em tarefas longas que percorrem vários sites, 3.1 Pro esgotou seu orçamento de 100 etapas três vezes sem produzir um resultado; isso nunca aconteceu com Argon.

Em custo, os dois modelos ficam no mesmo nível para o mesmo trabalho, mas Argon sai mais barato quando também contamos as tentativas com falha. Nas 5 tarefas em que ambos passaram, Argon custou $0.588 por tarefa e 3.1 Pro, $0.598. Contando todas as tentativas, Argon gastou $1.62 por tentativa aprovada e 3.1 Pro, $4.02. No entanto, o preço de tabela do Google para Argon dobra em 1º de dezembro de 2026, então é preciso ficar atento ao aumento.

ModeloTaxa de sucessoCusto por tarefa, 5 tarefas em que ambos passaramCusto por tentativa aprovada, todas as 15 tarefas
Gemini 4 Argon73.3% (11/15)$0.588$1.62
Gemini 3.1 Pro Preview33.3% (5/15)$0.598$4.02

(Os custos usam os preços de tabela do Google vigentes até 30 de novembro de 2026)

Sucesso nas tarefas

Em nosso conjunto de testes, Gemini 4 Argon é o modelo mais confiável. Argon passou em 6 tarefas em que 3.1 Pro falhou, enquanto 3.1 Pro não passou em nenhuma tarefa em que Argon falhou. Nas demais, os dois modelos tiveram os mesmos resultados. As 6 tarefas em que Argon se saiu melhor incluem coleta de dados de vários sites, verificação de redes sociais e trabalhos de busca e comparação.

Os dois modelos falharam de maneiras diferentes. Três das 10 tentativas com falha de 3.1 Pro se deveram ao esgotamento do orçamento de 100 etapas sem uma resposta. Todas envolviam trabalhos em 9 sites ou mais. Cinco foram simplesmente alucinações ou respostas erradas. Em uma tarefa de síntese sobre inflação, 3.1 Pro informou 324,000 como a média anual do IPC de 2025, mas esse número é, na verdade, a média do segundo semestre na tabela do BLS. Teríamos um cuidado especial com esse tipo de erro: o número existe na fonte, o que lhe dá credibilidade, mas não responde à pergunta.

Argon passou na mesma tarefa no ego(lite). E nunca esgotou as etapas nessas 15 tarefas. Em três de suas 4 falhas, forneceu dois valores para um campo, o que conta como resposta errada. Em uma tarefa de consulta de informações sobre modelos de pesos abertos, Argon deu o total correto de 668.95 bilhões de parâmetros, mas depois ofereceu 664.95 bilhões como alternativa. Esse passo adicional fez com que falhasse na tarefa. Se o seu código lê a resposta do agente, confira se cada campo contém apenas um valor.

Custo

Até novembro, os dois modelos custam praticamente o mesmo. Mas o preço de Argon sobe em dezembro. Nas 5 tarefas em que ambos passaram, Argon custou em média $0.588 por tarefa e 3.1 Pro, $0.598. Pelas tarifas de 3.1 Pro, o uso de Argon nessas tarefas teria custado $0.646; portanto, seu menor preço por token compensa um uso ligeiramente maior. A entrada sem cache representa $0.421 dos $0.588 de Argon e $0.212 dos $0.598 de 3.1 Pro.

A maior diferença de custo está nas tentativas com falha. Cada uma das 3 tentativas de 3.1 Pro que esgotaram as etapas custou em média $3.48, 4.3 vezes o custo médio das demais tentativas, e nenhuma produziu uma resposta. Essas 3 tentativas representaram 51.8% de tudo o que 3.1 Pro gastou. Contando todas as tentativas, Argon gastou $1.62 por tentativa aprovada e 3.1 Pro, $4.02.

A página de preços da API Gemini do Google lista os preços de Argon a partir de 1º de dezembro de 2026 em $4 por milhão de tokens de entrada, $20 por milhão de tokens de saída e $0.20 por milhão de tokens em cache. Isso é o dobro do preço anterior. Não há mudança de preço anunciada para 3.1 Pro.

Gemini 4 Argon, até 30 de novembroGemini 4 Argon, a partir de 1º de dezembroGemini 3.1 Pro Preview
Custo por tarefa, 5 tarefas em que ambos passaram$0.588$1.176$0.598
Custo por tentativa aprovada, todas as 15 tarefas$1.62$3.25$4.02

Os preços de dezembro aplicam o novo preço de tabela do Google ao uso de tokens que registramos.

A partir de dezembro, o gasto extra com Argon compra confiabilidade. Se as tarefas do seu agente são aquelas em que 3.1 Pro já passa, 3.1 Pro custará menos por tarefa: aos preços de dezembro, foi mais barato nas 5 tarefas em que ambos os modelos passaram. Se o seu trabalho inclui tarefas em que 3.1 Pro falha, Argon passa em mais delas e ainda custa menos por tentativa aprovada: $3.25 contra $4.02.

Como cada modelo trabalha

Gemini 4 Argon costuma abrir vários sites em um comando de navegador, enquanto 3.1 Pro abre uma página por vez e segue assim. Um comando de navegador é um script que o modelo envia ao ego-browser. Nas 15 tarefas, 22.4% dos 246 comandos de Argon abriram duas páginas ou mais, contra 2.5% dos 489 de 3.1 Pro. Argon precisou de 16.4 comandos de navegador por tarefa e 3.1 Pro, de 32.6.

A tarefa dos bancos centrais mostra o que isso significa em um trabalho longo. Ela pede a primeira decisão sobre juros de 2026 de cada um de 12 bancos centrais: data, decisão, taxa, eventuais votos divergentes e data da próxima reunião. Argon terminou com 16 comandos de navegador, dos quais 14 abriram páginas de 2 a 7 bancos. Passou com 29 chamadas de ferramentas e custou $1.24. 3.1 Pro enviou 73 comandos de navegador e nenhum abriu mais de uma página. Usou todas as 100 etapas, parou ao abrir o 9º banco, o Banco da Coreia, e não deu resposta. Essa tentativa custou $3.36.

Comunicado do Copom no ego(lite): Selic mantida em 15.00%, publicado em 28 de janeiro de 2026
O comunicado do Copom do Brasil de 28 de janeiro de 2026, exibido no ego(lite), informa que a taxa Selic permanece em 15.00%. Ver captura em tamanho original

Os dois modelos usaram o mesmo navegador nos mesmos sites, então a diferença veio de quanto cada resposta abrangia. Foi isso que manteve Argon dentro do orçamento de 100 etapas em trabalhos que percorrem uma lista de sites.

Mais sobre Gemini 4 Argon

Para explorar como Argon lida com trabalhos mais difíceis, criamos 13 testes separados especificamente para ele. No total de 28 tarefas de navegação, a taxa de sucesso cai à medida que aumenta o número de sites envolvidos.

Tamanho do trabalhoTarefasTaxa de sucessoCusto por tarefaChamadas de ferramentas por tarefa
De um a três sites1172.7% (8/11)$0.46916.4
Nove sites ou mais1457.1% (8/14)$2.37735.2

Em trabalhos que abrangem nove sites ou mais, Argon passou em 8 de 14. Seu maior número foi de 67 chamadas de ferramentas, das 100 permitidas, sem nunca esgotar o orçamento. Para concluir essas tarefas que envolvem mais de nove sites, Argon custou em média $2.377 por tarefa. Quatro das seis falhas foram respostas erradas, e 2 delas deram dois valores para um campo, confirmando o padrão anterior de fornecer respostas adicionais.

Nas tarefas mais curtas, de um a três sites, Argon passou em 8 de 11 a um custo médio de $0.469. Duas de suas 3 falhas deram dois valores para um campo, e a terceira foi uma resposta errada em uma tarefa de aplicativo web.

Nossa recomendação é planejar de acordo com o tamanho das suas tarefas. Uma consulta curta com Argon custa menos de cinquenta centavos. Um trabalho longo em vários sites custa alguns dólares, pode levar quase uma hora e teve sucesso em 57% das tentativas.

Qual usar

Mude para Gemini 4 Argon se a taxa de sucesso atual do seu 3.1 Pro não for satisfatória. Em custo por tarefa, ele se equipara a 3.1 Pro até novembro e continua mais barato por tentativa aprovada mesmo após a mudança de preços de dezembro, pois conclui o trabalho sem desperdiçar tokens.

Continuar com Gemini 3.1 Pro Preview faz sentido em um caso. A partir de 1º de dezembro, custa menos por tarefa nos trabalhos em que já passa; em nossas execuções, isso correspondeu a 5 das 15 tarefas.

Executamos Argon como gemini-4-argon com nível de raciocínio high no ambiente de agentes pi, usando ego-browser como navegador. ego-browser é fornecido com o ego(lite) e o controla como navegador do agente.

Perguntas frequentes

Gemini 4 Argon é melhor que Gemini 3.1 Pro para agentes de navegação? Sim. Gemini 4 Argon passou em 11 de 15 tentativas de tarefas de navegação e Gemini 3.1 Pro Preview passou em 5. Argon passou em todas as tarefas em que 3.1 Pro passou, além de 6 em que 3.1 Pro falhou. Os maiores ganhos ocorreram em trabalhos de 9 sites ou mais, nos quais 3.1 Pro esgotou seu orçamento de 100 etapas três vezes.

Devo mudar de Gemini 3.1 Pro para Gemini 4 Argon? Mude se o seu agente precisa concluir mais tarefas: Gemini 4 Argon passou em 11 de 15 tentativas e Gemini 3.1 Pro Preview passou em 5. Até 30 de novembro de 2026, ambos custam cerca de $0.59 a $0.60 por tarefa nos trabalhos em que os dois passaram. A partir de 1º de dezembro, o preço de tabela de Argon dobra, então 3.1 Pro custa menos nas tarefas em que já passa.

Gemini 4 Argon é mais barato que Gemini 3.1 Pro? Aos preços vigentes até 30 de novembro de 2026, Gemini 4 Argon custou $0.588 por tarefa e Gemini 3.1 Pro Preview custou $0.598 nas 5 tarefas em que ambos passaram. Contando as tentativas com falha, Argon gastou $1.62 por tentativa aprovada e 3.1 Pro, $4.02. As falhas de 3.1 Pro foram caras, porque suas 3 tentativas que esgotaram as etapas custaram em média $3.48 cada.

Quanto custa Gemini 4 Argon depois de 1º de dezembro de 2026? O Google lista Gemini 4 Argon a $4 por milhão de tokens de entrada, $20 por milhão de tokens de saída e $0.20 por milhão de tokens em cache a partir de 1º de dezembro de 2026. A esses preços, nossas execuções custariam $1.176 por tarefa nas 5 tarefas em que ambos os modelos passaram, contra $0.598 de Gemini 3.1 Pro Preview. Por tentativa aprovada, Argon custaria $3.25 e 3.1 Pro, $4.02.

Gemini 4 Argon usa menos etapas que Gemini 3.1 Pro? Sim. Gemini 4 Argon usou 23.9 chamadas de ferramentas por tarefa e Gemini 3.1 Pro Preview usou 52.1 nas mesmas 15 tarefas. Argon abriu duas páginas ou mais em 22.4% de seus comandos de navegador, contra 2.5% de 3.1 Pro. Sua tarefa mais longa usou 67 chamadas de ferramentas dentro de um orçamento de 100 etapas.

Por que Gemini 3.1 Pro esgota as etapas em tarefas de navegação? Gemini 3.1 Pro Preview esgotou seu orçamento de 100 etapas em 3 de 15 tarefas, todas em trabalhos de 9 sites ou mais. Ele abriu uma página por comando de navegador, então uma tarefa de 12 bancos precisou de mais respostas do que o orçamento permitia. Na mesma tarefa e no mesmo navegador, Gemini 4 Argon terminou com 29 chamadas de ferramentas.

Como Gemini 4 Argon lida com a coleta de dados de vários sites? Gemini 4 Argon passou em 8 das 14 tarefas que executou abrangendo nove sites ou mais. Não esgotou as etapas em nenhuma delas, mas 2 tentativas atingiram o limite de uma hora sem dar uma resposta. Esses trabalhos custaram em média $2.377 por tarefa.

O que Gemini 4 Argon ainda erra? Gemini 4 Argon falhou em 4 de suas 15 tentativas compartilhadas, e 3 dessas falhas deram dois valores para um campo. Em uma tarefa, informou os 668.95 bilhões de parâmetros corretos e depois ofereceu 664.95 bilhões como alternativa. Gemini 3.1 Pro Preview fez o mesmo em 2 de suas falhas, então confira se cada campo da resposta contém um único valor.

Ainda vale a pena usar Gemini 3.1 Pro? Gemini 3.1 Pro Preview passou em 5 de 15 tentativas e, a partir de 1º de dezembro de 2026, custa menos que Gemini 4 Argon nessas 5 tarefas. Aos preços de dezembro, foi mais barato em todas as 5. Nos trabalhos em que ele ainda não passa, Argon passou em mais tarefas e gastou menos por tentativa aprovada.

Gemini 4 Argon pode executar um agente de navegação com ego-browser? Sim. Executamos Gemini 4 Argon com nível de raciocínio high no ambiente de agentes pi com ego-browser, e ele passou em 11 de 15 tentativas. O modelo escreveu scripts de ego-browser pela ferramenta bash do agente e leu o texto de página retornado por cada script. Sua tarefa mais longa usou 67 chamadas de ferramentas dentro de um orçamento de 100 etapas.

Como testamos

Comparamos Gemini 4 Argon (google/gemini-4-argon) e Gemini 3.1 Pro Preview (gemini-3.1-pro-preview), ambos com nível de raciocínio high. Os dois foram executados no ambiente de agentes pi, versão 1.5.0, com a mesma compilação de ego-browser no ego(lite), em macOS. O modelo recebe o arquivo da skill de ego-browser, escreve scripts de navegador pela ferramenta bash e lê o texto de página retornado por cada script. Argon foi chamado via ZenMux e 3.1 Pro pela API Gemini do Google. Argon foi executado em 4 de novembro de 2026 e 3.1 Pro, em 5 de novembro de 2026.

Cada modelo executou 28 tarefas do nosso conjunto de tarefas de eficiência, e 15 delas foram executadas por ambos. A comparação usa as 15 tarefas compartilhadas, com uma tentativa por modelo em cada tarefa. Uma tentativa é uma execução de uma tarefa por um modelo. A seção sobre tamanho do trabalho usa todas as 28 tarefas de Argon. As tarefas compartilhadas se dividem em cinco grupos, e cada tarefa pertence a apenas um deles: coletar os mesmos campos em muitos sites oficiais, conferir publicações do X com páginas oficiais, fazer consultas em um a três sites, pesquisa exploratória e um aplicativo web empresarial.

Cada tentativa tinha um orçamento de 100 etapas e uma hora. Uma etapa é uma resposta do modelo, que geralmente faz uma chamada de ferramenta. Uma chamada de ferramenta é um comando que o modelo envia por meio do agente. Um comando de navegador é uma chamada de ferramenta que executa um script de ego-browser; contamos que um comando abre duas páginas ou mais a partir das navegações de página em seu script. Uma tentativa só passa quando sua resposta final atende a todos os itens do gabarito da tarefa; uma resposta que dá dois valores para um campo falha.

O custo é o uso de tokens de cada tentativa calculado pelos preços de tabela da API Gemini do Google vigentes até 30 de novembro de 2026. Para Argon, são $2 por milhão de tokens de entrada, $10 por milhão de tokens de saída e $0.10 por milhão de tokens em cache. Para 3.1 Pro Preview, são $2, $12 e $0.20 até 200 000 tokens por prompt, e $4, $18 e $0.40 acima disso. O custo por tarefa é a média das 5 tarefas em que ambos os modelos passaram. O custo por tentativa aprovada divide o custo de todas as 15 tentativas pelo número de tentativas aprovadas.

Resultados completos

Cada célula mostra o resultado de uma tentativa e seu custo aos preços de tabela vigentes até 30 de novembro de 2026. “Limite de etapas” indica uma tentativa que usou o orçamento de 100 etapas sem dar uma resposta; “limite de tempo” indica uma que atingiu o limite de uma hora sem dar uma resposta.

TarefaGrupoGemini 4 ArgonGemini 3.1 Pro Preview
Decisões sobre juros em 12 bancos centraisMuitos sites oficiaisAprovado, $1.243Reprovado, limite de etapas, $3.356
9 modelos de pesos abertosMuitos sites oficiaisReprovado, $3.548Reprovado, limite de etapas, $4.324
Salário mínimo em 9 jurisdiçõesMuitos sites oficiaisAprovado, $3.269Reprovado, limite de etapas, $2.745
Conformidade de 9 fornecedores de SaaSMuitos sites oficiaisAprovado, $2.590Reprovado, $1.176
Publicações de segurança de 8 projetos de código aberto: X versus avisos de segurançaPublicações do XAprovado, $1.490Aprovado, $1.564
8 lançamentos de produtos: publicações do X versus comunicados à imprensaPublicações do XAprovado, $1.211Reprovado, $1.005
Publicações de lançamentos da SpaceX no X versus WikipediaPublicações do XAprovado, $0.483Aprovado, $0.325
Retrato da situação de KYC de quatro empresas do Reino UnidoDe um a três sitesReprovado, $0.525Reprovado, $0.955
Relacionar ensaios clínicos às bulas de medicamentosDe um a três sitesReprovado, $1.203Reprovado, $0.831
Síntese de inflação do FRED, conferida com o BLSDe um a três sitesAprovado, $0.248Reprovado, $0.267
Recursos web no MDN e no Can I useDe um a três sitesAprovado, $0.560Reprovado, $0.967
Notas de estudo de uma aula, código e artigo científicoDe um a três sitesAprovado, $0.283Aprovado, $0.403
Modelos acima dos limiares de computação da UEPesquisa exploratóriaAprovado, $0.300Aprovado, $0.287
Rastrear as fontes de uma tabela da WikipediaPesquisa exploratóriaReprovado, $0.528Reprovado, $1.495
Adequar monitores de serviços a um padrãoAplicativo web empresarialAprovado, $0.384Aprovado, $0.412

As outras 13 tarefas de Gemini 4 Argon, usadas na seção sobre tamanho do trabalho. Cada célula é uma tentativa.

TarefaNúmero de sitesGemini 4 Argon
Versão estável mais recente de 9 navegadores para computador13Aprovado, $0.726
Planos gratuitos de 9 serviços de CI9Reprovado, limite de tempo, $3.393
8 pesquisas com desenvolvedores8Reprovado, $4.987
Um terremoto em 9 agências9Reprovado, $4.039
Um jogo em 8 órgãos de classificação8Reprovado, $4.180
Uma gravura em 10 acervos de museus10Aprovado, $3.296
O runtime de protobuf em 9 registros de pacotes9Reprovado, $0.856
Edições vigentes de 9 normas9Aprovado, $2.143
8 contratações de clubes: X versus sites dos clubes16Reprovado, limite de tempo, $4.947
Conferir 10 afirmações de um resumo semanal de IA7Aprovado, $1.316
Revisão de pontualidade de transportadoras e regras de alerta1Reprovado, $0.769
Cobrir escalas de plantão considerando as folgas1Aprovado, $0.182
Solicitar auxílio-alimentação diário1Aprovado, $0.217

Histórico de atualizações: publicado pela primeira vez em 9 de novembro de 2026. Testes executados em 4 e 5 de novembro de 2026.