Google presenta Gemini 4 Argon: prestazioni ambiziose, ma per ora niente accesso pubblico

Google ha annunciato Gemini 4 Argon il 30 settembre, presentandolo come il modello di punta della nuova generazione Gemini 4. È progettato per affrontare attività complesse e prolungate, dalla programmazione professionale ai compiti legali e finanziari, fino alla difesa informatica. Per ora, però, Google lo sta distribuendo soltanto a un gruppo selezionato di esperti di cybersicurezza. 9

L’annuncio arriva dopo un periodo complicato per i piani di Google sui modelli di punta. Argon è più grande dei precedenti modelli Pro avanzati dell’azienda e, nei confronti pubblicati da Google, ottiene risultati solidi rispetto ai sistemi di OpenAI e Anthropic. Ma finché l’accesso resterà limitato, la maggior parte degli sviluppatori e delle imprese non potrà verificare direttamente queste prestazioni. 6

A cosa serve Argon

Google descrive Argon come il suo modello più capace finora per i carichi di lavoro complessi. Tra gli ambiti indicati ci sono le attività di programmazione che richiedono molti passaggi, il lavoro professionale in settori come quello legale e finanziario e la difesa informatica. L’azienda afferma che Argon è più grande dei precedenti modelli Pro di fascia alta, ma le fonti disponibili non riportano il numero dei suoi parametri. 9

«Più grande», quindi, è un confronto con i modelli Pro precedenti, non una misura precisa delle dimensioni di Argon. Da solo, questo dato non permette neppure di stabilire come si comporti rispetto ai concorrenti in termini di costo, velocità o risultati su uno specifico compito.

Cosa mostrano i benchmark pubblicati da Google

Nei test scelti dall’azienda, Argon ottiene risultati elevati in alcune prove legate alla programmazione e al lavoro professionale. Nel Vals Index per le attività di conoscenza, Google riporta un punteggio del 68,9%, contro il 63,1% di GPT-6 Astra di OpenAI e il 67,0% di Claude Opus 5.5 di Anthropic. Su AutomationBench, il dato di Argon è del 51,3%, rispetto al 41,4% di Astra e al 42,5% di Opus 5.5.

Google indica inoltre un punteggio del 77,9% su DeepSWE v1.1, un benchmark dedicato ad attività di ingegneria del software articolate e di lunga durata. Nei confronti sulla cybersicurezza, le ricostruzioni descrivono Argon come a pari merito al primo posto in una prova: non come vincitore assoluto in ogni test. 37

I risultati offrono indicazioni sulle capacità che Google attribuisce al modello, ma vanno letti come punteggi di benchmark, non come un verdetto definitivo sulla qualità complessiva. Le prove misurano attività specifiche e l’accesso limitato rende più difficile una valutazione indipendente da parte della maggioranza degli utenti. 6

Chi può usare Gemini 4 Argon

In questa prima fase, Google mette Argon a disposizione di difensori informatici selezionati e verificati tramite il Fairwind Program. L’azienda presenta il rilascio limitato come un modo per aiutare chi si occupa di sicurezza, contenendo al tempo stesso il rischio di usi impropri. Google partecipa inoltre alla procedura volontaria del governo statunitense per l’accesso ai modelli prima del loro rilascio. 65

Argon non è ancora disponibile su larga scala per sviluppatori, imprese o consumatori e le fonti citate non indicano una data certa per l’accesso generale. 6 Secondo le ricostruzioni, l’approccio ricorda quello di Anthropic, che ha limitato l’accesso alla versione Claude Mythos Preview. Le informazioni disponibili, tuttavia, non bastano per confrontare nel dettaglio i due programmi. 6

Il ritardo di Gemini 3.5 Pro

I piani precedenti di Google per Gemini 3.5 Pro hanno subito ritardi mentre l’azienda lavorava per migliorarne le capacità, soprattutto nella programmazione, secondo quanto riferito da persone informate sui fatti. In seguito, Google ha puntato su Gemini 4 Argon invece di distribuire la versione 3.5 Pro.

Questa vicenda aumenta il peso dell’annuncio: Google presenta Argon come un nuovo modello di punta dopo una fase in cui OpenAI e Anthropic hanno portato avanti i propri sistemi più avanzati. Le informazioni disponibili collegano il ritardo di Gemini 3.5 Pro al lavoro sulle capacità del modello, ma non dimostrano che sia stato causato da uno specifico cambiamento organizzativo in DeepMind.

La corsa ai modelli avanzati, con i costi ancora da chiarire

Google ha valorizzato anche il costo contenuto dei propri modelli come parte della sua strategia competitiva. È un possibile terreno di confronto, oltre ai risultati nei benchmark. Tuttavia, le fonti citate non dimostrano un vantaggio di costo verificato di Argon rispetto ai modelli di punta concorrenti.

Il quadro, per ora, è quindi in chiaroscuro: Google rivendica buoni risultati in alcuni test di programmazione e lavoro professionale, ma limita l’accesso mentre il modello viene valutato. Resta da capire se quei punteggi si tradurranno in un vantaggio nell’uso quotidiano e come si confronteranno i costi di Argon con quelli dei rivali: risposte che richiederanno test più ampi. 6