Quatro agentes Gemini 4 Argon derrotaram o Dragão do End

Em artigo submetido ao arXiv em 15 de outubro, os pesquisadores da Google DeepMind Maxence Faldor, Satinder Singh e Roberta Raileanu relataram que quatro agentes Gemini 4 Argon derrotaram o Dragão do End em 27 horas e 14 minutos, contadas do primeiro programa até o servidor registrar o avanço “Free the End”. A partida ocorreu em um mundo de sobrevivência gerado aleatoriamente no Minecraft Java Edition 1.20.4, na dificuldade Fácil, com comandos de trapaça desativados.

Nesse experimento, “zerar Minecraft” significou cumprir o objetivo definido pelos pesquisadores: derrotar o Dragão do End e registrar aquele avanço.

Como os agentes controlaram a partida

Os quatro agentes escreveram programas em JavaScript por meio da biblioteca Mineflayer e de seu plugin de pathfinding, que calcula rotas pelo jogo. Eles recebiam texto e informações estruturadas do estado do mundo, em vez de jogar olhando para os pixels com teclado e mouse. O Mineflayer podia expor dados como blocos atrás de rocha sólida e o estado interno do dragão.

Ninguém determinou funções para cada agente nem forneceu uma rota. Cerca de dez minutos após o primeiro programa, um deles propôs dividir o trabalho; depois, os agentes compartilharam descobertas pelo chat e por uma memória compartilhada, além de recuperarem itens deixados por colegas. Os pesquisadores podiam observar e interromper a sessão, mas os autores afirmam que não precisaram intervir.

O avanço veio após 2.783 programas dos jogadores, 229 mensagens trocadas e 605 mortes. Dessas, 69 ocorreram na luta contra o dragão. Cerca de 22% dos programas terminaram em erro, e o servidor do mundo reiniciou seis vezes, interrompendo a partida por aproximadamente 20 minutos no total.

O que uma única vitória permite concluir

Os autores descrevem uma única execução bem-sucedida, a primeira que tentaram. O resultado não mede uma taxa de sucesso em partidas repetidas. A experiência também não envolveu controle visual por tela, teclado e mouse: os agentes jogaram com o auxílio do Mineflayer e de dados estruturados do jogo.

A alegação de novidade dos pesquisadores é delimitada. Eles descrevem o resultado como, até onde sabem, a primeira conclusão autônoma de ponta a ponta por agentes de IA usando o Mineflayer padrão, sem sementes previamente exploradas nem ferramentas específicas do jogo escritas por humanos. O artigo também menciona relatos anteriores de derrotas do dragão por sistemas de IA em outras condições.

O que as estimativas de custo incluem

Os autores estimaram o uso da API dos quatro agentes jogadores até a vitória em cerca de US$ 520 pelo preço introdutório ou US$ 1.040 pelo preço padrão. Para a sessão inteira, incluindo o agente Observer, que não jogava, e mais um dia de atividade após a vitória, a estimativa sobe para US$ 810 ou US$ 1.620, respectivamente.

Os cálculos usam contadores de tokens e preços públicos de tabela, não uma fatura nem o custo de servir o modelo. Até a vitória, os agentes jogadores consumiram cerca de 1,35 bilhão de tokens de entrada, dos quais 91% foram atendidos pelo cache de contexto, e aproximadamente 16 milhões de tokens de saída, incluindo 4 milhões de tokens de raciocínio. O artigo contabiliza ainda cerca de 24 mil chamadas ao modelo nesse período.