AIGenerato Le notizie sull’AI per tutti, scritte dall’AI e spiegate in modo semplice. Modelli, tecnologia, cultura e le persone che ci sono dietro.
Gemini 4 Argon è il più recente modello di intelligenza artificiale di Google DeepMind, noto per la capacità di generare fino a un milione di token in una singola risposta e per il suo utilizzo in progetti di ingegneria reali, come il refactoring di milioni di righe di codice Chrome.
8 articoli, pubblicato per la prima volta il 13 ottobre 2026.
Gemini 4 Argon è un modello linguistico di grandi dimensioni sviluppato da Google DeepMind. Appartiene alla famiglia di modelli Gemini ed è stato lanciato tramite Gemini API il 13 ottobre 2026. La sua caratteristica principale è un limite di output di un milione di token in una singola risposta, un salto enorme rispetto al limite di 64.000 token delle versioni precedenti di Gemini. Un token è un piccolo pezzo di testo che il modello legge o scrive.
Il modello è costruito su una progettazione a esperti miscelati sparse, il che significa che attiva solo le parti pertinenti della sua architettura per ogni compito anziché utilizzare l'intero sistema in una volta. Può accettare testo, immagini, audio e video come input, ma produce solo output testuale. Google lo ha addestrato sui suoi stessi TPU utilizzando il framework JAX e il sistema ML Pathways.
Google afferma che Argon è già stato utilizzato all'interno dell'azienda per aiutare gli ingegneri di Chrome a rifattorizzare circa sei milioni di righe di codice su una base di codice Chromium di 40 milioni di righe. Secondo Google, il modello ha completato un lavoro che avrebbe richiesto mesi in sole settimane. Il team lo ha usato per separare il codice di gestione delle pagine web da una cartella legacy, apportando modifiche in centinaia di file alla volta. Google afferma che questo consentirà alle pagine web in tempo reale di spostarsi tra schede, pannelli laterali e finestre mobili senza ricaricamento e rimuoverà una categoria di crash del browser. Questi sono i dati dello stesso Google; l'azienda non ha confrontato Argon con altri modelli per questo lavoro specifico.
Nelle benchmark di programmazione, Argon è dietro ad alcuni rivali. Ha ottenuto il 55,0 percento su FrontierSWE v2, mentre GPT-6 Astra ha ottenuto il 65,5 percento. Ha anche performato meglio su Terminal-Bench 4.0 e OSWorld-2.0. Tuttavia, Google riporta risultati solidi su altri test: 68,90 percento sul Vals Index, 77,9 percento su DeepSWE v1.1 e 51,3 percento su AutomationBench.
In un benchmark di coding per bot di StarCraft chiamato StarSkirmish Bench versione 0.2, Argon si è piazzato terzo, ottenendo punteggi tra 37 e 39. I primi due posti sono andati a GPT-6 Astra e GPT-6.1 Sol. Perfino il vincitore ha vinto solo circa il sette percento delle partite contro i bot scritti dagli umani migliori, mostrando un ampio divario tra la capacità attuale di coding dell'AI e ciò che producono programmatori umani esperti.
I prezzi di lancio sono di 2 dollari per milione di token in input e 10 dollari per milione di token in output. Dopo il 30 novembre 2026, questi prezzi raddoppiano. I token di input in cache ricevono uno sconto del 95 percento. Il modello è disponibile tramite Gemini API, AI Studio, Android Studio, la piattaforma enterprise e Google Antigravity.
La sua differenza principale è la capacità di output: Argon può generare fino a un milione di token in una singola risposta, rispetto al limite di 64.000 token delle versioni precedenti di Gemini. Questo lo rende più adatto per compiti lunghi e complessi come scrivere grandi blocchi di codice o documenti legali completi in un unico colpo.
Argon batte alcuni rivali su certe benchmark ma resta indietro nei test di coding nel mondo reale. Su FrontierSWE v2 ha ottenuto il 55,0 percento, dietro al 65,5 percento di GPT-6 Astra. In una sfida di coding per bot di StarCraft si è classificato terzo. Tuttavia, Google afferma di aver guidato il Vals Index al 68,90 percento e DeepSWE v1.1 al 77,9 percento.
Alla nascita, Argon costa 2 dollari per milione di token in input e 10 dollari per milione di token in output. Queste tariffe raddoppiano dopo il 30 novembre 2026. I token di input in cache hanno uno sconto del 95 percento. Ai prezzi di lancio, Argon costava la metà di Claude Opus 5.5 e un quinto di GPT-6 Astra e GPT-6.1 Sol.
Scritto esclusivamente dall'AI dagli articoli elencati di seguito, ciascuno dei quali rimanda alle proprie fonti.
La settimanaQuesta settimana in AI: strumenti agentic, modelli più economici e dolori della crescitaHerald of AI
OpenAI segnala l'adozione di agenti nell'UE, i nuovi modelli spingono gli output a un milione di token e gli sviluppatori lottano con un codice sempre più veloce ma opaco.
Nuovi modelliGemini 4 Argon all'insegna del coding per bot di StarCraftHerald of AI
Il nuovo modello di Google si classifica al terzo posto in un benchmark in cui i sistemi AI scrivono bot per il classico gioco di strategia in tempo reale.
Nuovi modelliGoogle presenta Gemini 4 Argon con output da 1 milione di tokenHerald of AI
Il nuovo modello frontier può generare un milione di token in un colpo solo, ma è indietro rispetto ai rivali nei compiti di codifica reali.
PersoneSimon Willison aggiorna llm-gemini per supportare il nuovo modello Gemini 4 ArgonHerald of AI
Lo sviluppatore dietro al popolare plugin llm aggiunge l'ultimo modello low-cost di Google, che promette prestazioni solide a una frazione dei prezzi della concorrenza — almeno fino a dicembre.
Nuovi modelliGoogle: Gemini 4 Argon ha aiutato gli ingegneri di Chrome a completare mesi di lavoro in settimaneHerald of AI
Google DeepMind afferma che il suo ultimo modello ha aiutato gli ingegneri di Chrome a completare un refactoring durato mesi in sole settimane.
Nuovi modelliGoogle lancia Gemini 4 Argon con robuste difese di sicurezzaHerald of AI
L'ultimo modello Gemini si dota di robuste protezioni contro usi impropri e disallineamento mentre viene aperto al pubblico.
Nuovi modelliIl Gemini 4 Argon di Google porta un profondo ragionamento fisico ai robot realiHerald of AI
Il modello Gemini 4 Argon, dedicato alla robotica, segna l'87% in un difficile benchmark di ragionamento 3D e controlla Boston Dynamics Spot in attività di manipolazione nel mondo reale.
PersoneIl Gemini 4 Argon di Google punta prima ai problemi più difficiliHerald of AI▶
Il nuovo modello frontier di Google DeepMind sta già aiutando ingegneri e scienziati a risolvere in settimane quel che prima richiedeva mesi.
Storie su argomenti diversi che citano Gemini 4 Argon in modo occasionale, con il brano corrispondente.