Google ha reso disponibile a livello mondiale il suo più recente modello AI di punta, Gemini 4 Argon, posizionandolo come un sistema pensato per un reasoning esteso e multi-step su compiti professionali complessi.

Sviluppatori e imprese possono accedere al modello tramite la Gemini API in AI Studio e sulla piattaforma Gemini. Gli abbonati Google AI Ultra possono inoltre utilizzarlo nell'ambiente agentico Antigravity, oltre che nell'app Gemini e in AI Mode su Search.

Secondo Google, Argon si posiziona al primo posto nella Vals Index, un benchmark che misura le prestazioni dei modelli in settori economicamente critici tra cui finanza, programmazione, ambito legale e fiscale. Classifiche trasversali di questo tipo sono diventate un modo standard per i laboratori AI di sostenere che i loro modelli siano pronti per flussi di lavoro professionali regolamentati e ad alta intensità documentale.

Il prezzo di lancio è fissato a 2 dollari per milione di token di input e 10 dollari per milione di token di output, con i token di input in cache scontati del 95% — un dettaglio rilevante per i team che elaborano ripetutamente gli stessi documenti lunghi. Una volta terminato il periodo introduttivo il 30 novembre 2026, le tariffe raddoppieranno a 4 e 20 dollari per milione di token, offrendo ai team una finestra di valutazione fissa alle condizioni economiche di lancio prima dell'aumento dei costi. Tramite l'API, il modello supporta una finestra di contesto unificata input-output di 1 milione di token, la più elevata del settore, abbastanza capiente da contenere intere basi di codice o raccolte di documenti in un'unica passata invece di suddividere il lavoro in blocchi più piccoli.

Google ha inoltre condiviso i primi risultati interni che, secondo l'azienda, indicano guadagni di produttività significativi. L'esecuzione di Argon all'interno di Antigravity ha aumentato le sottomissioni di codice agentico di oltre il 35%, riducendo quasi di un terzo i rollback del codice. Il team di Chrome ha utilizzato il modello per districare una cartella legacy di circa 6 milioni di righe all'interno della base diice di Chromium di 40 milioni di righe, accelerando un refactor architetturale che altrimenti avrebbe richiesto mesi. Le ottimizzazioni contribuite al framework open source ADK hanno ridotto del 40% il tempo di preparazione delle sessioni in memoria e migliorato del 21% le importazioni a freddo, mentre i modelli Gemma di Google hanno ottenuto un speedup inferenziale di 2,85x su hardware A100 con piena parità di token. Poiché queste cifre provengono dai team di ingegneri di Google stessi e non da misurazioni indipendenti, mostrano come il modello si sia comportato su basi di codice su larga scala in condizioni controllate dall'azienda.

— Google AI Studio (@GoogleAIStudio) October 13, 2026

Implementazioni nel mondo reale tra scienza e cybersecurity

Oltre all'ingegneria del software, Argon viene applicato a domini scientifici e di sicurezza ad alto rischio, un insieme di implementazioni che estende il track record del modello oltre i punteggi dei benchmark. Nell'informatica quantistica, il modello ha tradotto il decoder di correzione degli errori AlphaQubit di Google in un singolo kernel hardware ottimizzato, quasi raddoppiando il throughput inferenziale. Ha inoltre prodotto un'implementazione formalmente verificata della subroutine arcsin che riduce i costi di spacetime di oltre 100 volte rispetto a una baseline pubblicata.

Lavorando con i ricercatori dell'University of Maryland, Google ha utilizzato Argon per identificare nuovi controesempi alla congettura di Grad, un'ipotesi del 1967 relativa all'ottimizzazione dei campi magnetici degli stellarator, centrale per la ricerca sull'energia da fusione.

Nelle scienze della vita, i ricercatori di Gamow Labs hanno usato Argon per rilevare un riarrangiamento cromosomico in un neonato affetto da una rara malattia polmonare che il software standard non aveva individuato per anni. Nel frattempo, il team di Google ha progettato in poche ore cinque nuovi enzimi serina esterasi, tutti con attività catalitica confermata in test di laboratorio.

Sul fronte della sicurezza, Wiz ha impiegato Argon per remediate vulnerabilità in infrastrutture governative e sanitarie, tra cui un bypass del download di file che esponeva l'accesso amministrativo alle cartelle cliniche dei pazienti. Google sta inoltre espandendo il suo Fairwind Program a centinaia di partner di cybersecurity e offrendo a 10.000 ricercatori sei mesi di accesso gratuito al livello di utilizzo più elevato di Antigravity, mettendo il modello nelle mani di organizzazioni esterne per una valutazione prolungata nel mondo reale.

Sul piano della sicurezza, Google riporta che il red teaming biologico esterno ha sbloccato meno dell'1% dei sotto-compiti bio testati, che i tentativi di scorciatoia sui benchmark di programmazione sono scesi al 2% e che Argon guida il benchmark Gray Swan Indirect Prompt Injection con un tasso di successo degli attacchi dello 0,7% su 15 tentativi adattivi — una classe di attacco in cui istruzioni malevole nascoste nei contenuti elaborati tentano di dirottare il comportamento di un modello.

Questo report è stato pubblic per la prima volta da Metaverse Post.