Google presenta Gemini 4 Argon con output di 1 milione di token

Google DeepMind ha rilasciato Gemini 4 Argon, un potente modello IA progettato per carichi di lavoro intensi come coding, finanza, legge, scienza e cybersecurity ¹. La novità più grande è il limite di output: Argon può scrivere fino a un milione di token in una singola risposta, un salto enorme rispetto al limite di 64.000 token delle versioni Gemini precedenti.

Come funziona

Argon si basa su un design sparso a mixture-of-experts, un tipo di architettura che attiva solo le parti del modello necessarie per ogni compito invece di accendere l'intero sistema in una volta. Questo dovrebbe renderlo più veloce ed economico rispetto ai modelli che usano tutti i parametri tutto il tempo. Il modello accetta testo, immagini, audio e video, ma genera solo testo. Google lo ha addestrato sulle proprie TPU utilizzando il framework JAX e il sistema ML Pathways.

Il limite di un milione di token copre sia input che output combinati, quindi un prompt molto lungo consuma spazio a disposizione della risposta del modello. Una risposta completa di un milione di token costa 10 dollari di token in output al prezzo introduttivo, insieme a 2 dollari per milione di token in input. Dopo il 30 novembre 2026, quei prezzi raddoppiano a 4 e 20 dollari.

Benchmark: forti ma non ovunque

Google afferma che Argon guida su diversi benchmark chiave. Ha segnato 68,90 percento sul Vals Index, classificatosi primo da Vals AI. Ha anche primeggiato su DeepSWE v1.1 al 77,9 percento e su AutomationBench al 51,3 percento, secondo i confronti diretti di Google ¹.

Ma il modello inciampa su alcuni test di coding del mondo reale. Ha segnato solo 55,0 percento su FrontierSWE v2, restando dietro GPT-6 Astra a 65,5 percento, e si è classificato ultimo tra i quattro modelli nella tabella di Google. Ha anche avuto prestazioni inferiori su Terminal-Bench 4.0 e OSWorld-2.0. Google riconosce che Argon può occasionalmente produrre hallucinations e subire rallentamenti o timeout.

Prezzi e accesso

I prezzi introduttivi rendono Argon più economico di Claude Opus 5.5 e GPT-6 Astra per ora. I token in input in cache beneficiano di uno sconto del 95 percento. Il modello è disponibile tramite la Gemini API a pagamento, AI Studio, Android Studio, la piattaforma Gemini per le imprese e Google Antigravity. I consumatori con abbonamenti AI Pro o Ultra possono accedervi anche tramite l'app Gemini e AI Mode in Search. I difensori informatici possono provarlo tramite il Fairwind Program senza le normali restrizioni della cybersecurity.

Cosa ci ha già costruito prima del lancio

Prima del lancio pubblico, Google ha utilizzato Argon all'interno del suo tool di coding Antigravity, affermando che ha migliorato i submission di coding agentic di oltre il 35 percento e ridotto i rollback di quasi un terzo ¹. Nel suo Agent Development Kit open-source, il modello ha ridotto il tempo di preparazione delle sessioni del 40 percento e reso le importazioni a freddo 21 percento più veloci. Google ha anche sottolineato un calo drammatico degli attacchi di indirect prompt injection riusciti sul suo benchmark Gray Swan, scesi a solo lo 0,7 percento su 15 tentativi adattivi.

Gemini 4 Argon si unisce a un mercato affollato di modelli frontier dove velocità, lunghezza dell'output e capacità grezza stanno correndo verso l'alto. Se rimarrà in cima dipenderà dal fatto che gli sviluppatori lo troveranno abbastanza affidabile per quel tipo di progetti lunghi e multi-step per cui è stato costruito.

I fatti principali

• Gemini 4 Argon può generare fino a 1 milione di token in una singola risposta
• Architettura sparso a mixture-of-experts attiva solo le parti del modello necessarie
• Prezzo introduttivo: 2 dollari input / 10 dollari output per milione di token fino al 30 novembre 2026
• È dietro GPT-6 Astra sul benchmark di coding FrontierSWE v2 a 55,0 percento
• Primo classificato sul Vals Index a 68,90 percento

Fonti

1. Google Releases Gemini 4 Argon API With 1M Token Output Limit — marktechpost.com