O Gemini 3.8 Flash está disponível hoje: um modelo estável com um nível gratuito, com preço de $0,75 de entrada e $3,75 de saída por 1M de tokens até 31/12/2026, e depois $1,50 e $7,50, com um limite de saída de 64K. O Gemini 4 Argon não está. A publicação de lançamento do Google o precifica em $2 e $10 durante um período introdutório de duração não especificada, e depois $4 e $20. O Google afirma que seu limite de saída é de 1M de tokens e que está disponível hoje apenas para defensores do Fairwind Program. Se você precisa lançar neste trimestre, lance no Flash e mantenha o Argon a apenas uma mudança de configuração de distância.
Este post compara os dois em especificações, as linhas de benchmark que ambas as publicações de lançamento compartilham, pontuações cibernéticas e o custo de uma chamada idêntica, e então oferece uma regra de decisão. Para contexto, veja o que é Gemini 4 Argon e o que é Gemini 3.8 Flash. A última seção mostra a configuração do Apidog que torna a troca uma única variável.
Lado a lado: o que você pode chamar hoje
| Gemini 3.8 Flash | Gemini 4 Argon | |
|---|---|---|
| Disponibilidade | Estável na API Gemini, AI Studio, Antigravity e Gemini Enterprise | Um subconjunto de parceiros do Fairwind Program, como um modelo gerenciado no Gemini Enterprise |
| ID do modelo | gemini-3.8-flash |
Não publicado |
| Preço por 1M de tokens (entrada / saída) | $0,75 / $3,75 até 31/12/2026, depois $1,50 / $7,50 | $2 / $10 introdutório (data de término não especificada), depois $4 / $20 |
| Entrada em cache por 1M | $0,075, depois $0,15 | $0,10 introdutório, depois $0,20 (95% de desconto na entrada) |
| Limite de saída | 65.536 tokens | 1M de tokens (limite declarado pelo Google) |
| Janela de entrada | 1.048.576 tokens | Não publicado |
| Níveis de pensamento | low, medium (padrão), high; minimal retorna HTTP 400 |
Não documentado |
| Nível gratuito da API | Sim, com limite de taxa | Nenhum anunciado |
| Acesso do consumidor | Aplicativo Gemini no AI Pro e Ultra, Modo AI na Pesquisa | Ainda não; assinantes do AI Ultra estão na primeira onda, sem data |
Alguns itens precisam de contexto. O Google não publicou a janela de entrada do Argon, embora sua própria avaliação de contexto longo tenha usado prompts de até 1M de tokens. O Google afirma que o limite de saída do Argon é de 1M de tokens; pelo menos um avaliador de terceiros, Vals AI, lista um máximo de 262K de saída para a configuração que testou. As avaliações do Argon foram executadas com "as configurações de pensamento mais altas", então um nível alto provavelmente existe, mas o Google não nomeou os níveis ou o padrão. Os níveis do Flash estão nos documentos de pensamento do Google e em nosso guia de níveis de pensamento do 3.8 Flash.
O nível gratuito do Flash tem limite de taxa, e o Google diz que os dados do nível gratuito são "usados para melhorar nossos produtos". O Google não anunciou nenhuma maneira gratuita de usar o Argon; nosso explicador de acesso gratuito ao Argon cobre o que você pode usar em vez disso.
As linhas de benchmark que ambas as publicações de lançamento compartilham em texto
As tabelas de lançamento do Google para os dois modelos compartilham duas linhas em texto. Estes são números relatados pelo Google, e a metodologia do Argon atribui ambas as linhas ao Vals AI.
| Benchmark | Gemini 3.8 Flash (tabela de 2 de setembro) | Gemini 4 Argon (tabela de 30 de setembro) |
|---|---|---|
| Vals Finance Agent v2 | 61,4% | 65,4% |
| Harvey Legal Agent Benchmark | 10,0% | 19,6% |
O Google publicou essas tabelas com um mês de diferença, contra diferentes conjuntos de rivais, então interprete a lacuna como direcional, e não como um teste controlado. Mesmo assim, a linha legal se destaca: 19,6% do Argon é quase o dobro dos 10,0% do Flash. A lacuna financeira é de 4 pontos.
Todo o resto na tabela do Argon não tem um equivalente do 3.8 Flash em texto. A tabela do 3.8 Flash do Google relatou HLE-Verified, o que a do Argon não faz, e a pontuação DeepSWE do Flash apareceu apenas em imagens de cartão do modelo. Na Arena’s Text leaderboard, um ranking de terceiros, o Argon (Alto) está em #1 em votos preliminares, enquanto o Gemini 3.8 Flash (Alto) está em #11. A tabela completa de 19 linhas do Argon, com quem mediu cada linha, está em nosso detalhamento dos benchmarks do Argon.
Cibernético: Argon vs 3.8 Flash Cyber
A página cibernética da DeepMind compara o Argon com o Gemini 3.8 Flash Cyber, o irmão cibernético do Flash com acesso restrito via Fairwind:
| Avaliação Cibernética | Gemini 4 Argon | Gemini 3.8 Flash Cyber |
|---|---|---|
| Descoberta de vulnerabilidade no mundo real | 85,8% | 71,0% |
| Wiz Penetration Test Benchmark | 70,9% | 58,2% |
Ambos os modelos são restritos. O Gemini 3.8 Flash Cyber está disponível geralmente (GA) por meio de uma lista de permissões na Plataforma de Agentes Gemini Enterprise, e o Argon é exclusivo do Fairwind. Se você não é um parceiro do Fairwind, nenhum dos números altera o que você pode chamar hoje. O modelo geral 3.8 Flash é o que você pode usar para construir.
Custo da mesma chamada em ambos
Considere uma chamada com 100.000 tokens de entrada e 8.000 tokens de saída. Os modelos atuais do Gemini, incluindo o 3.8 Flash, cobram tokens de pensamento como saída, então os 8.000 os incluem. O Google não informou como o Argon os cobra; as linhas do Argon assumem que ele segue os modelos atuais do Gemini.
| Modelo e período | Custo de entrada | Custo de saída | Total por chamada |
|---|---|---|---|
| 3.8 Flash, introdutório | 0.1M x $0,75 = $0,075 | 0.008M x $3,75 = $0,030 | $0,105 |
| 3.8 Flash, a partir de 01/01/2027 | 0.1M x $1,50 = $0,150 | 0.008M x $7,50 = $0,060 | $0,210 |
| Argon, introdutório | 0.1M x $2 = $0,200 | 0.008M x $10 = $0,080 | $0,280 |
| Argon, padrão | 0.1M x $4 = $0,400 | 0.008M x $20 = $0,160 | $0,560 |
As taxas por token do Argon são 8/3 (cerca de 2,67 vezes) as do Flash, tanto nos preços introdutórios quanto nos preços padrão. Com 1.000 dessas chamadas por dia, isso representa $105 por dia no Flash contra $280 no Argon nas taxas introdutórias.
Três coisas quebram essa proporção:
- A contagem de tokens não será igual. O mesmo prompt produzirá diferentes contagens de tokens de saída e de pensamento em diferentes modelos. As avaliações publicadas do Argon foram executadas com as configurações de pensamento mais altas, e no 3.8 Flash o Google adverte que níveis de esforço mais altos podem usar mais tokens.
- Saídas longas mudam a matemática. Uma resposta de 200.000 tokens não cabe no limite de 65.536 tokens do Flash, então você a dividiria em várias chamadas. Sob o limite declarado do Argon, é uma resposta: 0.2M x $10 = $2,00 nas taxas introdutórias, ou $4,00 no padrão. Uma resposta completa de 1M de tokens custa $10 introdutórios ou $20 padrão.
- Apenas uma data de término introdutória é conhecida. O preço introdutório do Flash termina em 31/12/2026. O Google não informou quando o do Argon termina.
O Flash também tem Batch com 50% de desconto ($0,375 e $1,875 até 31 de dezembro), de acordo com a página de preços da API Gemini. O Google não publicou os preços do Batch para o Argon. Nossos guia de preços do Argon e guia de preços do 3.8 Flash se aprofundam.
Você deve esperar pelo Argon ou lançar no Flash?
Lance no 3.8 Flash agora quando
- Você tem um orçamento limitado. O Flash custa 3/8 do Argon por token, e o Batch reduz isso pela metade.
- Você tem alto volume. Classificação, extração, roteamento e chat em escala acumulam rapidamente a $10 por 1M de tokens de saída.
- Você precisa dele hoje. O Flash tem um ID de modelo estável, um nível gratuito para prototipagem e um cronograma de preços publicado.
- Suas respostas cabem em 65.536 tokens. A maioria das cargas de trabalho de API se encaixa.
Planeje para o Argon quando
- O trabalho tem um horizonte de tempo longo. O Google diz que o Argon é "construído para sustentar raciocínio profundo em fluxos de trabalho complexos e de longo horizonte".
- Você precisa de saídas maiores que 64K. Reescritas completas de módulos, relatórios longos e grandes migrações são o caso para um limite de saída de 1M.
- Você executa agentes legais ou financeiros. Essas são as duas linhas onde o Google publicou ambos os modelos, e o Argon lidera em ambas.
- Você é um defensor elegível para o Fairwind. O Argon é o modelo que o programa agora prioriza.
Você não precisa escolher apenas um. Direcione a maior parte do tráfego para o Flash e envie o "hard tail" (casos mais complexos/difíceis) para o Argon quando for lançado, ambos por trás da mesma configuração.
Uma solicitação salva, dois modelos
Aqui está o padrão. Mantenha o nome do modelo em uma variável de ambiente, execute suas solicitações reais contra o 3.8 Flash agora e troque a variável no dia em que o ID do modelo Argon for lançado. O Google não publicou esse ID, então não tente adivinhar um.
MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"
curl -s -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/${MODEL}:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"contents":[{"parts":[{"text":"Summarize this contract clause in 3 bullets."}]}],
"generationConfig":{"thinkingConfig":{"thinkingLevel":"medium"},"maxOutputTokens":8192}}'
Toda resposta do generateContent termina com usageMetadata. No Apidog, armazene GEMINI_API_KEY e GEMINI_MODEL em um ambiente, salve esta solicitação e adicione asserções: status 200, os campos que seu aplicativo lê e um teto para usageMetadata.thoughtsTokenCount dimensionado para seu limite de custo. Mantenha maxOutputTokens configurado para que uma resposta longa não consuma todo o seu orçamento. Adicione-o a um cenário de teste, execute-o no Flash e mantenha o relatório como uma linha de base.
Duas ressalvas para o dia do lançamento. O Google diz que "todos os novos modelos" serão lançados na API Interactions e não informou se o Argon suporta generateContent, então salve uma versão do Interactions (POST https://generativelanguage.googleapis.com/v1beta/interactions com generation_config.thinking_level) ao lado desta. E os níveis de pensamento do Argon não estão documentados, então medium pode não ser transferido. Quando o Argon for lançado, altere uma variável, execute novamente e compare as saídas e usageMetadata lado a lado.
FAQ
O Gemini 4 Argon é melhor que o Gemini 3.8 Flash? Nas duas linhas que ambas as tabelas de lançamento compartilham em texto, sim: 65,4% vs 61,4% no Vals Finance Agent v2 e 19,6% vs 10,0% no Harvey’s Legal Agent Benchmark. Também custa cerca de 2,67 vezes mais por token, e você ainda não pode chamá-lo.
Devo esperar pelo Gemini 4 Argon? Não se você precisa lançar. O Google não deu data de lançamento, apenas "o mais rápido possível", começando com clientes de API pagantes e assinantes do AI Ultra.
Gemini 3.8 Flash ou Argon para um novo projeto? Comece com o 3.8 Flash com o modelo em uma variável. Mova as solicitações que precisam de saídas longas ou profundidade legal e financeira para o Argon assim que você o testar com seus próprios prompts.
Existe uma maneira gratuita de usar o Argon? Não. O Google não anunciou um nível gratuito; veja nosso explicador de acesso gratuito ao Argon para os modelos Gemini gratuitos que você pode usar hoje.
O Argon substitui o Gemini 3.8 Flash? O Google não disse. O Google chama o Argon de seu novo modelo de fronteira, e a Reuters relata que ele é maior que a linha Pro anterior, então é um nível diferente do Flash.
Próximo passo
Configure a solicitação hoje, execute-a no 3.8 Flash e salve o relatório. Quando o Argon for lançado, você saberá em minutos se ele justifica seu preço no seu tráfego. Baixe o Apidog para construir a comparação.