Será que o Pangram consegue detetar o Argon da Gemini 4?

O Gemini 4 Argon é o mais recente modelo de IA da Google, lançado a 13 de outubro de 2026. A Google afirma que o Gemini 4 Argon foi concebido para tarefas complexas e com várias etapas, em vez de conversas, e que escreve de forma direta e evita mais frequentemente as respostas evasivas do que os seus antecessores.

Com estas alterações no estilo de escrita, será que o Pangram continua a detetá-las? Testámos o desempenho do Pangram 4.1 em 2 341 exemplos de prompts e constatámos que o Pangram 4.1 classificou 16 resultados do Gemini 4 Argon como sendo de autoria humana, 7 como mistos e 2 318 como totalmente gerados por IA, alcançando uma precisão de 99,02% no Gemini 4 Argon.

Para gerar o conjunto de referência, utilizámos 1 200 prompts de primeira resposta do conjunto de dados LMSYS-Chat-1M (Zheng et al., 2023). Em seguida, submetemos esses prompts ao Gemini 4 Argon, com níveis de raciocínio médio e elevado, e processámos os resultados através do Pangram 4.1.

Resultados por categoria

No geral, o Gemini 4 Argon apresentou uma taxa de falsos negativos de 1,28 % em 1 174 respostas no nível de raciocínio elevado e uma taxa de falsos negativos de 0,69 % em 1 167 respostas no nível de raciocínio médio. No geral, não se verificou uma diferença significativa na taxa de deteção entre os níveis de raciocínio médio e elevado (p = 0,21).

Raciocínio avançado

Quando o Gemini 4 Argon foi configurado para um nível elevado de raciocínio, o Pangram 4.1 classificou 11 respostas como humanas, 4 como mistas e 1 159 como totalmente geradas por IA, alcançando uma taxa de recuperação de 98,72%.

Raciocínio médio

No raciocínio de nível médio, o Pangram 4.1 classificou 5 respostas como humanas, 3 como mistas e 1 159 como totalmente geradas por IA, alcançando uma taxa de recuperação de 99,31%.

Como é que o Gemini 4 Argon escreve?

A Google afirma que o Gemini 4 Argon recorre menos a expressões evasivas e se expressa de forma mais direta. Para testar esta afirmação de forma aproximada, analisámos um conjunto de 101 palavras evasivas extraídas de Hyland (2005) e comparámos a ocorrência dessas palavras com a ocorrência no Haiku (7,0 por cada 1 000 palavras) e no GPT-6.1 Sol (7,5 por cada 1 000 palavras).

Segue-se a lista de palavras de cobertura que utilizámos:

sobre, quase, aparente, aparentemente, parecer, parecia, parece, aproximadamente, argumentar, argumentou, argumenta, por volta de, assumir, assumiu, em termos gerais, uma certa quantidade, uma certa medida, um certo nível, afirmar, afirmou, afirma, poderia, não poderia, duvidar, duvidoso, essencialmente, estimar, estimou, razoavelmente, sentir, sente, sentiu, frequentemente, na minha perspetiva, na nossa perspetiva, nesta perspetiva, geralmente, supor, indicar, indicou, indica, em geral, na maioria dos casos, na maioria das ocasiões, na minha opinião, na minha perspetiva, nesta perspetiva, na nossa opinião, na nossa perspetiva, em grande parte, provavelmente, principalmente, pode, talvez, poderia, na maior parte das vezes, frequentemente, no geral, deveria, talvez, plausível, plausivelmente, possível, possivelmente, postular, postulou, postula, presumível, presumivelmente, provável, provavelmente, bastante, bastante x, relativamente, aproximadamente, parece, deveria, por vezes, de certa forma, sugerir, sugeriu, sugere, supor, supôs, supõe, suspeitar, suspeita, tender a, tendia a, tende a, tanto quanto sei, típico, tipicamente, incerto, incerta, pouco claro, pouco claramente, improvável, normalmente, faria, não faria

O Gemini 4 Argon utilizou expressões evasivas 51% menos do que o Haiku e 54% menos do que o Sol, quando medido por cada 1 000 palavras. Curiosamente, apesar de os modelos, em geral, tenderem a utilizar palavras de cautela com muito mais frequência do que os humanos, esta lista de palavras foi identificada como totalmente humana pelo Pangram 4.1. Por diversão, pedi também ao ChatGPT para reorganizar esta lista na ordem que quisesse, e essa lista também foi identificada como totalmente humana.

O Gemini 4 Argon apresentou as respostas mais longas destes três modelos, com uma mediana de 447 palavras (razionamento médio: 418 palavras; razionamento elevado: 447 palavras), em comparação com 371 do Haiku e 313 do Sol. O Gemini também se recusou a responder a 31 perguntas em todas as 2 400 solicitações, além de 3 solicitações que foram bloqueadas pelo filtro do Google, em comparação com 35 recusas do Haiku e 23 do Sol.

Testes de desempenho anteriores

O Pangram demonstra robustez face ao Gemini 4 Argon em prompts de linguagem natural e deteta-o com uma precisão observada de 98,72% no nível de raciocínio elevado. Deteta o Gemini 4 Argon no nível de raciocínio médio com uma precisão observada de 99,31%, totalizando 2 318 em 2 341 (99,02%) em ambas as configurações. O Pangram é capaz de generalizar para novos modelos, uma vez que os novos lançamentos de modelos tendem a herdar grande parte do estilo e da voz dos seus antecessores, pelo que o Pangram não precisa de ser retreinado para cada novo lançamento.

Eis uma comparação entre o Gemini 4 Argon e os nossos testes de desempenho de outros modelos de ponta recentes:

Se quiseres consultar um documento específico, podes experimentar o Pangram aqui.