Google ha lanciato Gemini 4 Argon, il primo modello della sua generazione Gemini 4, introducendolo con un accesso inizialmente limitato ai difensori cybersecurity affidabili e ai team interni di Google.

L'azienda ha annunciato Argon il 30 settembre attraverso il suo Fairwind Programme, un'iniziativa che offre a governi selezionati e partner affidabili l'accesso ai modelli avanzati di cybersecurity di Google. Secondo l'annuncio ufficiale, Argon può trovare, validare e correggere autonomamente vulnerabilità software critiche. Google sta trattenendo per ora un accesso più ampio, mentre continua a testare il modello e a perfezionare le sue misure di sicurezza.

I clienti con API (interfaccia di programmazione delle applicazioni) a pagamento e gli abbonati a Google AI Ultra otterranno l'accesso in seguito, anche se Google non ha annunciato una data specifica per l' rollout più ampio.

Come Google dichiara che Argon si confronta

Google dichiara che Argon ha ottenuto il 77,9% su DeepSWE v1.1, un benchmark per le attività di ingegneria del software. Sullo stesso test, l'azienda riporta il 74,2% per Claude Opus 5.5 di Anthropic e il 74,1% per GPT-6 Astra di OpenAI.

Su CWE-bench v1, che valuta la capacità dei modelli AI di identificare e correggere vulnerabilità software, Google dichiara che Argon ha ottenuto il 68%, pareggiando GPT-6 Astra. I risultati del benchmark provengono dalle valutazioni stesse di Google, quindi non stabiliscono in modo indipendente come Argon si comporta su carichi di lavoro reali.

Argon può inoltre generare fino a 1 milione di token in una singola risposta, rispetto al limite di output di 64.000 token dei modelli precedenti. I token sono le unità di base del testo elaborate e generate dai modelli AI. Il limite di output più ampio è progettato per consentire ad Argon di gestire attività di ingegneria del software più lunghe e altri compiti complessi senza dover essere ripetutamente sollecitato a continuare.

Distribuzione interna

Google dichiara che Argon è già utilizzato internamente da migliaia di dipendenti per la programmazione, la ricerca e altre attività specializzate. Un uso riportato è la migrazione di codebase C e C++ a Rust, un linguaggio di programmazione di sistema progettato per prevenire gli errori di memory-safety che sono una fonte ben documentata di vulnerabilità software. Secondo Google, gli agenti Argon stanno lavorando su codebase che vanno dalle decine di migliaia di righe a oltre 800.000 righe nel kernel Zircon del suo sistema operativo Fuchsia.

L'azienda dichiara che le migrazioni di codice più ampie vengono sottoposte a audit automatizzati e manuali, test di emulazione e revisione prima di essere distribuite in produzione. Il codice del kernel si trova al centro di un sistema operativo, dove gli errori possono influire su ogni componente in esecuzione sopra di esso.

Google ha anche utilizzato agenti Argon per analizzare i dati sulle prestazioni dei data center e identificare ottimizzazioni della memoria. L'azienda dichiara che le modifiche dovrebbero liberare più di 300 tebibyte di memoria una volta completamente distribuite, con un risparmio totale stimato tra 500 tebibyte e 1 pebibyte. Un pebibyte equivale a 1.024 tebibyte.

Anche i ricercatori di computazione quantistica di Google stanno utilizzando Argon per ottimizzare gli algoritmi. In un esempio, l'azienda ha dichiarato che Argon ha superato un baseline pubblicato per un compito di computazione quantistica del 40% nel giro di pochi minuti.

Perché l'accesso è graduale

Le capacità di cybersecurity di Argon sono una delle principali ragioni del rollout graduale. Google dichiara che il modello può identificare e correggere vulnerabilità con un intervento umano limitato, creando sia un valore difensivo che potenziali rischi per la sicurezza man mano che tali capacità diventano più ampiamente disponibili. L'azienda rende quindi il modello disponibile prima ai difensori cyber affidabili attraverso Fairwind, mentre raccoglie feedback e continua a sviluppare misure di sicurezza.

Google ha dichiarato che Argon sarà infine reso disponibile a sviluppatori, aziende e consumatori man mano che l'accesso si espande.

Prezzi

Google lancerà Argon a un prezzo introduttivo di 2 dollari per milione di token di input e 10 dollari per milione di token di output. Dopo il periodo introduttivo, il prezzo aumenterà a 4 dollari per milione di token di input e 20 dollari per milione di token di output. I token di input in cache, che consentono di riutilizzare lo stesso contesto tra le richieste, riceveranno uno sconto del 95% sul prezzo dei token di input.

Il lancio arriva mentre Google compete con OpenAI e Anthropic nello sviluppo di modelli AI sempre più capaci per la programmazione, la cybersecurity, la ricerca e il lavoro aziendale. Per ora, tuttavia, i benchmark di Google rimangono le principali misurazioni di prestazioni pubbliche disponibili per Argon; un accesso più ampio permetterà a utenti e ricercatori indipendenti di testare il modello su più carichi di lavoro.