Google lancia Gemini 4 Argon, il nuovo modello di frontiera

Secondo Google, Argon eccelle nel "deep work" su compiti complessi del mondo reale, in ambiti che vanno dalla programmazione alla finanza, dal diritto alla cybersicurezza fino alla scienza. La profondità e la precisione nei compiti a più passaggi lo portano, sostiene l'azienda, a superare gli altri modelli di frontiera sui benchmark di settore, con il primo posto nel Vals Index, l'indice che misura le prestazioni dei modelli in comparti economici critici come finanza, programmazione, ambito legale e fiscale. Il lancio avviene con un prezzo introduttivo di 2 dollari per milione di token in input e 10 dollari per milione di token in output, con uno sconto del 95% sui token in input memorizzati nella cache.

Google ha scelto di raccontare il modello soprattutto attraverso i risultati ottenuti nelle settimane di utilizzo interno e nel programma di accesso anticipato. Sul fronte dell'ingegneria del software, gli ingegneri di Google hanno utilizzato Argon in Antigravity con un aumento di oltre il 35% nelle sottomissioni di codice generate da agenti e una riduzione di quasi un terzo dei rollback. L'esempio più citato riguarda Chrome: Argon ha aiutato il team a separare la gestione delle pagine web da una cartella legacy di circa 6 milioni di righe all'interno dei 40 milioni di righe del codice di Chromium, completando in settimane un refactoring architetturale su centinaia di file che avrebbe richiesto mesi. Per gli utenti, spiega Google, questo permetterà alle pagine di spostarsi fluidamente tra schede, pannelli laterali e finestre flottanti senza ricaricamenti, eliminando un'intera categoria di crash del browser.

Altri casi riguardano l'Agent Development Kit open source di Google, dove Argon ha lavorato in autonomia durante la notte riducendo del 40% i tempi di preparazione delle sessioni in memoria e accelerando del 21% gli import a freddo, e il pacchetto di chimica quantistica xTB, reso fino a 2,3 volte più veloce nella previsione delle strutture molecolari, con le modifiche contribuite al repository ufficiale. Sui modelli aperti Gemma, Argon ha ottenuto un'accelerazione dell'inferenza di 2,85 volte su una GPU A100 tramite vLLM, portando il throughput da circa 37.900 a oltre 108.000 token al secondo su Gemma 4 E2B, senza alcun calo di qualità e in pochi giorni anziché mesi. Google sottolinea inoltre i progressi nel ragionamento spaziale e nella programmazione visiva, con dimostrazioni che vanno da un complesso di templi modellato in Blender a un gioco di corse in miniatura ricavato dalle foto di una scrivania, fino a un motore di ray-tracing 3D scritto in puro Python senza librerie esterne.

Nel lavoro professionale, Argon combina secondo Google ragionamento di frontiera, percezione visiva, conoscenza di dominio e migliori capacità di scrittura in ambito legale, finanziario e scientifico. Il modello, afferma l'azienda, comunica in modo più chiaro, segue meglio le istruzioni di stile, risponde in modo più diretto con meno giri di parole, non si ripete più del necessario ed evita i cliché. Le testimonianze dei partner del programma di accesso anticipato vanno in questa direzione. Gopal Srinivasan, Global AI and Data Lead di Deloitte, parla di impressioni "molto forti", con un tasso di completamento del 100% nelle attività a lunga durata delle loro valutazioni. Min Chen, Chief AI Officer di LexisNexis Legal & Professional, riferisce di prestazioni solide nella conoscenza giuridica, nella redazione e nell'analisi, incluse la revisione di contratti e l'individuazione di citazioni rilevanti. Yashodha Bhavnani, VP of AI Products di Box, cita un miglioramento del 14% in accuratezza rispetto a Gemini 3.1 Pro nel lavoro di conoscenza aziendale. In ambito finanziario, Kepler riporta che il modello ha replicato i modelli di riferimento costruiti dagli analisti su oltre il 99% delle cifre, mentre nel settore sanitario Ambience Healthcare segnala il miglior richiamo e la migliore specificità dei codici ICD-10 tra i modelli valutati.

Sul versante della sicurezza informatica, Google annuncia l'estensione a centinaia di nuovi partner del Fairwind Program, che consente ai difensori accreditati di accedere ad Argon senza le barriere di sicurezza cyber. Wiz lo sta già utilizzando nell'iniziativa "Scan for Good", che protegge gratuitamente le infrastrutture critiche: in collaborazione con un'agenzia federale, il modello ha aiutato a individuare e correggere una falla che rischiava di esporre dati sensibili, mentre in ambito sanitario ha scoperto una vulnerabilità che esponeva una chiave master e garantiva accesso da amministratore, contribuendo a proteggere centinaia di migliaia di cartelle cliniche private.

I risultati più sorprendenti arrivano però dalla ricerca scientifica. Nel calcolo quantistico, Argon ha tradotto una versione interna di AlphaQubit, il decodificatore per la correzione degli errori, in un singolo kernel hardware ottimizzato, quasi raddoppiandone il throughput, e ha scritto un'implementazione della funzione arcoseno, verificata formalmente in Lean, che riduce di oltre cento volte il costo spazio-temporale rispetto alla baseline pubblicata. Nella fusione nucleare, un team di Google insieme al professor Matt Landreman dell'Università del Maryland ha scoperto una classe più ampia di controesempi alla "congettura di Grad", un'ipotesi del 1967 sull'impossibilità di trovare soluzioni matematiche esatte per i campi magnetici degli stellarator, fornendo alla comunità nuovi benchmark per i codici di simulazione. Nella ricerca sulle malattie rare, Gamow Labs ha usato Argon per analizzare genomi di neonati con disturbi polmonari dello sviluppo: in un caso il modello ha individuato un riarrangiamento cromosomico che i software di routine avevano mancato per anni. Nella progettazione di enzimi, infine, gli scienziati di Google hanno ottenuto in poche ore cinque nuovi design di serin-esterasi la cui attività catalitica è stata poi confermata in laboratorio. Per accelerare la ricerca, Google offre a 10.000 scienziati il livello di utilizzo più alto di Antigravity gratuitamente per sei mesi, con candidature già aperte.

Nella robotica, Argon ha ottenuto l'87% nel benchmark ERQA sul ragionamento fisico e spaziale, superando secondo Google tutti gli altri modelli di frontiera. In un test interno, il modello ha osservato un video grezzo di una persona che gioca a cornhole, ha mappato le coordinate spaziali dell'ambiente, calcolato i movimenti articolari necessari e costruito autonomamente il codice di simulazione: trasferito sull'umanoide Apollo di Apptronik, il robot ha centrato sette tiri consecutivi in una prova reale, in una pipeline "dal video alla simulazione alla realtà" che comprime settimane di lavoro in poche ore.

Google dedica un ampio capitolo anche allo sviluppo responsabile. Argon rappresenta, secondo l'azienda, il suo stack di sicurezza più completo: i test esterni di red teaming in ambito biologico sono riusciti a sbloccare meno dell'1% dei sotto-compiti pericolosi monitorati, le violazioni su un set avversariale si sono quasi dimezzate rispetto ai modelli precedenti e i tentativi di scorciatoie non autorizzate negli agenti, come aggirare un errore di permesso o un test fallito, sono scesi al 2% sui benchmark di programmazione. Il modello è stato addestrato a rispettare i limiti di sistema, a riportare onestamente i risultati negativi e a fermarsi per una conferma umana prima di azioni irreversibili, con un monitor automatico di disallineamento che legge in tempo reale il ragionamento dell'agente. Sulla resistenza alle iniezioni di prompt indirette, Argon guida il benchmark Gray Swan con un tasso di successo degli attacchi ridotto allo 0,7%.

Il modello lavora con un limite unificato di un milione di token tra input e output tramite API Gemini, accompagnato da un nuovo protocollo di continuazione documentato per sviluppatori e aziende. "Gemini 4 Argon è solo l'inizio", conclude Google, che annuncia l'arrivo del resto della famiglia Gemini 4.