Google lancia Gemini 4 Argon! Alla pari di OpenAI, ma costa 5 volte meno

Google ha presentato Gemini 4 Argon, nuovo modello di IA progettato per attività complesse e di lunga durata. Può lavorare su enormi codebase, ottimizzare sistemi, trovare e correggere vulnerabilità e disporre di un contesto fino a 1 milione di token. Il modello è inizialmente riservato a esperti di cybersecurity tramite il programma Fairwind

Google ha lanciato Gemini 4 Argon, che verrà distribuito a un gruppo di esperti di sicurezza informatica attraverso il nostro programma Fairwind. Il modello è stato progettato per supportare il ragionamento approfondito in flussi di lavoro complessi e a lungo termine, Argon sta cambiando radicalmente il modo in cui lavoriamo e sviluppiamo in Google. Offre prestazioni di punta in flussi di lavoro complessi nell’ambito dell’ingegneria del software, delle attività aziendali basate sulla conoscenza come quelle legali e finanziarie e della difesa informatica.

Il rilascio sicuro di funzionalità all’avanguardia a questo livello richiede un approccio graduale. Per questo Google ha attivato un processo che consente al governo statunitense l’accesso come pre-rilascio, ai modelli di avanguardia ampliando progressivamente l’accesso.

Argon verrà lanciato a un prezzo di 1/2 dollari per milione di token di input e 10 dollari per milione di token di output, con i token di input memorizzati nella cache prezzati con uno sconto del 95% sul prezzo dei token di input.

Secondo Artificial Analysis, società indipendente specializzata in benchmark sull’IA, Gemini 4 Argon eguaglia il punteggio di GPT-6 Astra per il suo Intelligence Index (il punteggio composito ottenuto da diversi benchmark di IA) al 60% del costo per attività, ai prezzi scontati attuali. Astra costa 10 dollari per milione di token di input e 50 dollari per milione di token di output. Argon ha anche ottenuto un punto in più rispetto a GPT-6.1 Sol di OpenAI. Il suo tasso di allucinazione è del 15%, il più basso tra i modelli leader, ha affermato Artificial Analysis. GPT-6 Astra ha un tasso di allucinazione del 54%, mentre GPT-6.1 Sol ha un tasso del 54%. 

Gemini 4 Argon sta già alimentando i nostri flussi di lavoro interni, con migliaia di dipendenti Google che ne evidenziano i punti di forza in attività di programmazione specializzate, nella conduzione di ricerche più approfondite e nella qualità della scrittura. Sta aiutando i team a sviluppare più velocemente, a spingere i limiti della produttività ingegneristica e ad accelerare le scoperte.

I punti salienti del nuovo modello riguardano:

• Ottimizzazione algoritmica quantistica: Argon sta aiutando i ricercatori nel campo del calcolo quantistico a ottimizzare le risorse spazio-temporali (qubit × porte logiche) delle subroutine che rappresentano un collo di bottiglia per applicazioni importanti. In un esempio, ha superato il valore di riferimento pubblicato del 40% in pochi minuti.
• Efficienza della memoria: un team di agenti Argon hanno analizzato la telemetria per applicare autonomamente ottimizzazioni della memoria nei data center di Google, liberando oltre 300 TiB di memoria una volta implementata l’operazione, con un risparmio totale stimato tra 500 TiB e 1 PiB.
• Migrazioni e ottimizzazioni di codebase su larga scala: gli agenti di Argon stanno lavorando alla migrazione di codebase C/C++ a Rust in tutta Google, con un numero di righe che varia da decine di migliaia in librerie di base come re2 e libgav1 fino a oltre 800.000 righe per il kernel Zircon di Fuchsia OS. Data la criticità di molti di questi sistemi, tali riscritture su larga scala sono sottoposte a rigorosi controlli automatici e manuali, test di emulazione e revisione prima di essere implementate in produzione.

Per supportare le capacità di Gemini 4 Argon in casi d’uso più lunghi e complessi, google ha ampliando significativamente il limite di token di output del modello, portandolo a 1 milione di token, un valore leader del settore, rispetto ai precedenti 64.000. Quando il modello ha la possibilità di elaborare in profondità e generare centinaia di migliaia di token in una singola richiesta, aggiunge un nuovo livello di profondità al ragionamento, consentendo di risolvere problemi complessi in un colpo solo.

Gemini 4 Argon succede a Gemini 3.5. Google aveva in programma di rilasciare un modello Gemini 3.5 Pro all’inizio di quest’anno, ma ha chiaramente scelto di concentrarsi sullo sviluppo di Gemini 4.

Carolina Vivianti

Carolina Vivianti è consulente/Advisor autonomo in sicurezza informatica con esperienza nel settore tech e security. Ha lavorato come Security Advisor per Ford EU/Ford Motor Company e Vodafone e ha studi presso la Sapienza Università di Roma.

Aree di competenza: Cybersecurity, IT Risk Management, Security Advisory, Threat Analysis, Data Protection, Cloud Security, Compliance & Governance