Chegaram os testes independentes do Gemini 4 Argon. Conclusão: é desequilibrado, mas por bons motivos.
Segundo o benchmark de contabilidade divulgado pela DualEntry, o Argon teve uma precisão de 91,1%, ficando em primeiro lugar entre 18 modelos. Sua consistência, de 86,1%, também ficou em primeiro. Cada tarefa custa US$ 0,11; o Claude Fable custa US$ 1,18 — dez vezes mais — e ainda assim tem uma pontuação menor.
Já no índice de programação da Artificial Analysis, o Argon ficou em primeiro no DeepSWE, com 78,8%, mas marcou apenas 56,1% no Terminal-Bench, ficando no meio da tabela e atrás do Claude Sonnet 5.5 (66,2%).
Minha avaliação: o Argon é o melhor para tarefas longas e especializadas — como as de finanças, direito e contabilidade, que levam horas e exigem precisão. Para programar coisas rápidas e simples, não confie nele cegamente.
É preciso olhar o boletim inteiro, não escolher só o que interessa.
DYOR, negocie com cautela.
Segundo o benchmark de contabilidade divulgado pela DualEntry, o Argon teve uma precisão de 91,1%, ficando em primeiro lugar entre 18 modelos. Sua consistência, de 86,1%, também ficou em primeiro. Cada tarefa custa US$ 0,11; o Claude Fable custa US$ 1,18 — dez vezes mais — e ainda assim tem uma pontuação menor.
Já no índice de programação da Artificial Analysis, o Argon ficou em primeiro no DeepSWE, com 78,8%, mas marcou apenas 56,1% no Terminal-Bench, ficando no meio da tabela e atrás do Claude Sonnet 5.5 (66,2%).
Minha avaliação: o Argon é o melhor para tarefas longas e especializadas — como as de finanças, direito e contabilidade, que levam horas e exigem precisão. Para programar coisas rápidas e simples, não confie nele cegamente.
É preciso olhar o boletim inteiro, não escolher só o que interessa.
DYOR, negocie com cautela.