Gemini 4 Argon, primo in 12 test su 18: cosa convince e cosa manca al nuovo modello di Google

Google porta Gemini 4 Argon fuori dall’accesso riservato: il modello è ora disponibile tramite API e, per gli abbonati AI Pro e Ultra, nell’app Gemini e in AI Mode nella ricerca. La promessa è affrontare lavori lunghi, con molti passaggi e strumenti da utilizzare. Dopo Fable di Anthropic e GPT-Astra di Openai con un ritardo di alcuni mesi sulla tabella di marcia ecco anche Google. Ecco quindi in cinque punti cosa convince e dove serve cautela.

 Il milione di token serve anche a lavorare più a lungo

La caratteristica più interessante è il limite unificato di un milione di token tra ingresso e uscita: lo spazio complessivo a disposizione del materiale fornito e di quello generato. Il confronto con i 64mila token di output del predecessore va quindi spiegato: sono due misure diverse. La novità è una maggiore flessibilità per elaborare documenti, produrre codice e proseguire attività complesse. Convince l’attenzione alla continuità del lavoro; convince meno l’idea che la capienza basti a dimostrare affidabilità. Per quella bisogna verificare se il modello mantiene istruzioni, precisione e coerenza fino alla fine dell’incarico.

Cosa dicono i benchmark? Nei test professionali emerge, ma nella programmazione non vince sempre

Nei 18 benchmark riportati nei materiali di Google, Argon arriva primo da solo in 12 e a pari merito in uno. Spicca Harvey Legal Agent, dedicato ad attività legali: 19,6% contro il 5,4% di GPT-6 Astra e il 3,8% di Claude Opus 5.5. Un vantaggio notevole, che merita una replica indipendente. Ma il quadro cambia in altri test: su FrontierSWE v2 Argon ottiene il 55% contro il 65,5% di Astra; su Terminal-Bench Science il 57,6% contro il 68,1%. Convince la pubblicazione delle sconfitte. Non convince trasformare il conteggio delle vittorie in una classifica assoluta: i test misurano capacità diverse e il paniere è scelto da Google.

I casi industriali sono più interessanti delle dimostrazioni spettacolari

Fra gli esempi riportati negli appunti, gli agenti hanno sostituito 32mila righe di codice SIMD del decoder video libgav1 con Rust sicuro. Il risultato dichiarato è un decoder 2,7 volte più veloce rispetto al port Rust esistente, a parità di output video: il termine di confronto conta, perché non significa che ogni versione del decoder diventi altrettanto più rapida. È questa concretezza a convincere: manutenzione del software, prestazioni, memoria risparmiata. Il limite è che si tratta di casi selezionati, dentro un’organizzazione con competenze e infrastrutture difficilmente replicabili. Mancano elementi per calcolare quanto costerebbe ottenere risultati analoghi in un’altra azienda.

Gemini 4 Argon is here.

It’s available globally today for developers and enterprises in the paid tier of the Gemini API and the Gemini platform, for Ultra subscribers in Google Antigravity, and Ultra and Pro subscribers in the Gemini app and Search.

Hope you all enjoy it! https://t.co/2jyAgqoylU

— Sundar Pichai (@sundarpichai) October 13, 2026

Resiste meglio alle istruzioni ostili, senza diventare immune

Nel test Gray Swan sulle prompt injection indirette, cioè le istruzioni malevole nascoste nei contenuti consultati dall’agente, il successo degli attacchi scende allo 0,7%. Nei confronti forniti, Opus 5.5 e Fable 5.1 sono all’1%, Astra all’8,5%. È un dato rilevante per sistemi che leggono email, pagine web e codice. Ma quello 0,7% descrive le condizioni del test, non la probabilità universale di subire un attacco. Resta inoltre da seguire l’ampliamento di Fairwind, che offre a partner selezionati una versione senza i vincoli sulla cybersicurezza: utile alla difesa, ma bisognosa di controlli sull’accesso e sugli impieghi.

Il prezzo di lancio convince. Il conto degli agenti resta aperto

Il listino introduttivo è di 2 dollari per milione di token in ingresso e 10 in uscita, con uno sconto del 95% sugli ingressi in cache. Terminata la promozione, il 30 novembre, i prezzi previsti passano a 4 e 20 dollari: gli stessi indicati negli appunti per Opus 5.5 e Muse Wonder. La scadenza, dunque, è dichiarata. Convince il costo iniziale; per giudicare la convenienza serve però il costo per attività completata correttamente. Un agente può consumare molte chiamate, ripetere passaggi e richiedere supervisione. Argon appare competitivo nei lavori professionali complessi, ma la scelta dipenderà anche da tempi, limiti d’uso, gestione dei dati e quantità di correzioni umane necessarie.