Gemini 4 Argon: punteggi di frontiera, un limite di output di 1 milione di token e nessun ID modello pubblico ancora

Gemini 4 Argon è il primo modello Gemini 4 di Google ed è il più potente finora. Tester indipendenti lo hanno messo al livello di GPT-6 Astra, è in cima all'Indice Vals per lavoro finanziario, legale e fiscale, e può scrivere fino a 1 milione di token in una singola risposta. Durante la sua promozione di lancio costa anche meno per token rispetto ad Astra.

Il problema è l'accesso. A partire dal 13 ottobre 2026, Argon viene distribuito solo ai difensori informatici nel Programma Fairwind di Google. Google non ha pubblicato un ID modello, non è presente nell'elenco dei modelli dell'API Gemini, e non è ancora disponibile su AIHubMix. Questo post copre cosa è cambiato, dove Argon vince e dove non lo fa, e chi dovrebbe iniziare a pianificare per esso.

La versione breve

• Argon sostituisce Gemini 3.1 Pro Preview in cima alla lineup di Google. È il primo nuovo modello di Google sopra il livello Flash in più di sette mesi.
• Sull'Indice di Intelligenza dell'Analisi Artificiale ottiene 53, lo stesso di GPT-6 Astra al massimo ragionamento e 23 punti sopra Gemini 3.1 Pro Preview.
• Ha il tasso di allucinazione più basso di qualsiasi modello di alto punteggio nel test dell'Analisi Artificiale (15%), ma risponde anche a meno di quelle domande correttamente rispetto ad Astra.
• È in ritardo rispetto a Claude Opus 5.5 e GPT-6 Astra su codifica pesante e utilizzo del computer.
• Prezzo introduttivo: $2 per input e $10 per output per milione di token, che aumenterà a $4 e $20. Google non ha detto quando termina la promozione.
• Chi può usarlo oggi: membri di Fairwind. I clienti API a pagamento e gli abbonati a Google AI Ultra verranno dopo, senza una data.

Cosa è cambiato rispetto a Gemini 3.1 Pro Preview

Il post di lancio di Google inquadra Argon attorno a lavori "a lungo termine": ingegneria del software nel mondo reale, lavoro di conoscenza aziendale come legale e finanziario, e difesa informatica. Il cambiamento concreto più grande è il tetto di output.

I prezzi di 3.1 Pro Preview sono per richieste fino a 200k token ($4 / $18 oltre a questo). Argon non ha pubblicato una fascia di prezzo per contesti lunghi.

Un limite di output di 1M token. I modelli Gemini precedenti si fermavano a 64K token di output. Argon può continuare fino a 1M, utilizzando una nuova funzionalità dell'API Gemini chiamata Long Decode Continuation che mette in pausa una lunga risposta e la riprende attraverso chiamate successive in modo da non scadere. Gli esempi di Google mostrano perché questo è importante: i suoi agenti hanno utilizzato Argon per migrazioni da C e C++ a Rust, inclusi più di 800K righe del kernel Fuchsia Zircon, e per una libreria hanno sostituito 32K righe di codice SIMD con Rust sicuro che funziona 2.7 volte più veloce rispetto al precedente porting in Rust. Questi sono lavori in cui un limite di 64K ti costringeva a suddividere il lavoro manualmente.

Un nuovo schema di denominazione. Non c'è etichetta Pro o Flash, solo un numero di generazione e un nome in codice. Google aveva pianificato un Gemini 3.5 Pro all'inizio del 2026 e ha superato questa fase.

Un lancio controllato. Argon è stato addestrato specificamente per il lavoro difensivo informatico, e Google afferma che può "trovare, convalidare e correggere in modo autonomo le vulnerabilità critiche del software." I membri di Fairwind e i team interni di Google ottengono una versione senza guardrail informatici. Il rilascio più ampio rifiuterà richieste dannose di tipo informatico, chimico, biologico, radiologico e nucleare.

Cosa è rimasto uguale. L'output è ancora solo testo. Gli input coprono testo, immagini e video (l'Analisi Artificiale elenca anche il parlato). Tester di terze parti segnalano una finestra di contesto di 1M token; il post di lancio di Google non specifica il limite di input. [TBD: finestra di contesto ufficiale]

Come si confronta con GPT-6 Astra, Claude Opus 5.5 e Fable 5.1

La tabella qui sotto proviene dalla tabella di benchmark di Google DeepMind. Google ha eseguito Argon al suo massimo livello di pensiero e ha utilizzato principalmente i numeri auto-riportati o pubblici dei concorrenti, quindi trattalo come dati del fornitore. Artificial Analysis e Vals AI hanno pubblicato risultati indipendenti, citati dopo la tabella.

OSWorld-2.0 è il sottoinsieme offline, punteggio parziale. GraphWalks è F1. La tabella completa ha 19 righe; Argon guida o pareggia in 14 di esse.

Tre schemi si distinguono:

• Il lavoro di conoscenza è dove il divario è più ampio. Sul benchmark dell'agente legale di Harvey, Argon ottiene 19.6% contro al massimo 6.7% per gli altri. Sul Finance Agent v2 il vantaggio è di oltre sei punti.
• Input molto lunghi si mantengono. Su GraphWalks tra 256k e 1M token, Argon mantiene 84.2% mentre gli altri scendono intorno al 65–72%.
• La codifica è mista. Argon guida DeepSWE ma è in ritardo su FrontierSWE (Astra) e Terminal-bench 4.0 (Opus 5.5).

I numeri indipendenti concordano ampiamente. L'Analisi Artificiale valuta Argon (alto) a 53 sul suo Indice di Intelligenza, pareggiando con GPT-6 Astra (max) e un punto avanti rispetto a GPT-6.1 Sol (max). La sua esecuzione su Terminal Bench 4 lo colloca al 57%, dietro Claude Sonnet 5.5, Claude Opus 5.5 e GPT-6 Astra. Vals classifica Argon al primo posto dei modelli nel suo indice, con il suo miglior risultato singolo su Finance Agent v2, e segnala l'uso del computer (CUA-bench) come un punto debole.

Il compromesso dietro "bassa allucinazione"

Il test di Onniscienza dell'Analisi Artificiale pone domande fattuali difficili e penalizza risposte errate sicure. Il tasso di allucinazione di Argon è del 15%, il più basso di qualsiasi modello che ottiene 45 o più sull'indice; quello di GPT-6 Astra è del 51%. Ma l'accuratezza di Argon sulle stesse domande è del 50%, contro il 63% per Astra. Argon ottiene il suo basso tasso di allucinazione rifiutando di rispondere quando non è sicuro, non conoscendo di più.

Per la revisione legale e finanziaria, questo è spesso il compromesso giusto: un rifiuto è facile da individuare e indirizzare a una persona o a un altro modello, mentre una cifra errata sicura può sfuggire a un revisore. Vale la pena solo se la tua applicazione ha un posto dove inviare le domande che Argon rifiuta.

Dove Argon non è la scelta migliore

• Agenti di codifica pesante. La tabella di Google ha Opus 5.5 al 66.4% su Terminal-bench 4.0 contro il 57.4% di Argon, e l'esecuzione dell'Analisi Artificiale concorda sull'ordine.
• Utilizzo del computer. Astra guida OSWorld-2.0, e Vals classifica Argon settimo su otto su CUA-bench.
• Domande che necessitano di una risposta ogni volta. Un'accuratezza di 50% in Onniscienza significa molte risposte "non sono sicuro" su richiami fattuali difficili.
• Lavoro sensibile alla latenza. Argon ha avuto una media di circa 62k token di output per compito di Analisi Artificiale, contro circa 27k per Astra. Google non ha pubblicato dati sulla velocità. [TBD: velocità di output e tempo per il primo token]
• Qualsiasi cosa debba essere spedita questo trimestre. Non puoi ancora chiamarlo.

Chi dovrebbe cambiare, aspettare o rimanere

"Pianifica per Argon" significa: prototipare il flusso di lavoro su Gemini 3.8 Flash o 3.1 Pro Preview oggi, budgetare al prezzo standard di Argon e scambiare l'ID modello quando si apre l'accesso.

Prepararsi su AIHubMix

Argon ha una pagina modello su AIHubMix sotto l'ID gemini-4-argon, ma è contrassegnata come "in arrivo" e non ha ancora un prezzo. [TBD: data di disponibilità di AIHubMix]

Puoi costruire il flusso di lavoro ora sui modelli Gemini che AIHubMix già offre, come Gemini 3.8 Flash, e mantenere l'ID modello nella configurazione. L'endpoint compatibile con OpenAI funziona con il SDK standard di OpenAI; la guida AIHubMix Gemini copre anche il SDK nativo di Google.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

# AIHubMix elenca Argon come gemini-4-argon (in arrivo). Prototipa su
# Gemini 3.8 Flash, poi imposta ARGON_MODEL_ID=gemini-4-argon una volta che si apre.
MODEL = os.environ.get("ARGON_MODEL_ID", "gemini-3.8-flash")

resp = client.chat.completions.create(
    model=MODEL,
    reasoning_effort="high",
    messages=[
        {"role": "user", "content": "Elenca le clausole di risoluzione nel contratto qui sotto. Dillo se non sei sicuro di alcuna di esse.\n\n<testo del contratto>"},
    ],
)
print(resp.choices[0].message.content)

Nel percorso compatibile con OpenAI, reasoning_effort corrisponde alle impostazioni di pensiero di Gemini. Quali valori Argon accetta non è ancora documentato. [TBD: livelli di ragionamento di Argon su AIHubMix]

Quando Argon si aprirà su AIHubMix, il suo prezzo e i parametri supportati verranno visualizzati su quella pagina modello.

FAQ

Posso usare Gemini 4 Argon tramite l'API oggi?
Solo se la tua organizzazione è nel Programma Fairwind di Google. I clienti API a pagamento e gli abbonati a Google AI Ultra sono i prossimi in fila, ma Google non ha fornito una data.

Qual è l'ID modello di Gemini 4 Argon?
Google non ha pubblicato alcun ID. Su AIHubMix, Argon è elencato come gemini-4-argon su una pagina modello contrassegnata come "in arrivo". Una chiamata a quell'ID tramite l'API di Google ha restituito un errore 404 il 1 ottobre.

È Gemini 4 Argon migliore di GPT-6 Astra?
Sull'indice dell'Analisi Artificiale sono pari. Argon guida nel lavoro di conoscenza, recupero a lungo termine e comprensione video; Astra guida su FrontierSWE, compiti scientifici terminali e utilizzo del computer.

È Gemini 4 Argon buono per la codifica?
È forte su DeepSWE e Vibe Code Bench, ma Claude Opus 5.5 e GPT-6 Astra guidano ancora sulla codifica agentica pesante.

Cosa significa in pratica il limite di output di 1M token?
Un singolo lavoro può produrre molto più del vecchio limite di 64K, come una grande migrazione di codice o un lungo rapporto. Google afferma che questo si basa su Long Decode Continuation, che mette in pausa e riprende lunghe risposte attraverso le chiamate.

Perché il tasso di allucinazione è basso ma l'accuratezza è solo del 50%?
Argon rifiuta di rispondere più spesso quando non è sicuro. Questo riduce le risposte errate sicure ma abbassa anche la percentuale di domande a cui risponde correttamente.

Quando sarà disponibile Gemini 4 Argon su AIHubMix?
Nessuna data ancora. La sua pagina modello su AIHubMix è attiva ma contrassegnata come "in arrivo". Costruisci su Gemini 3.8 Flash o 3.1 Pro Preview tramite AIHubMix ora e scambia l'ID modello quando Argon si apre.

Continua a leggere: la serie Gemini 4 Argon

• Il prezzo di lancio di $2/$10 sembra economico fino a quando non si contano i token per compito. Il costo misurato per compito è qui: Prezzi di Gemini 4 Argon: Economico per Token, Non per Compito

Fonti

• Gemini 4 Argon: la nostra prossima era di intelligenza di frontiera (Google)
• Modelli e benchmark Gemini (Google DeepMind)
• Gemini 4 Argon: Google è tornata tra i primi tre laboratori in intelligenza raggiunta (Artificial Analysis)
• Benchmark, costi e capacità di Gemini 4 Argon (Vals AI)
• Gemini 4 Argon su AIHubMix (AIHubMix)