Gemini 4 Argon, Google riparte dalla cybersecurity ma i dubbi restano

04/10/2026 ECONOMIA Condividi Preferisci Informazione.News su Google

Redazione Economia   -   Google ha annunciato il 30 settembre Gemini 4 Argon, il suo nuovo modello di punta, riservandolo per ora a un gruppo ristretto di difensori informatici selezionati attraverso il programma Fairwind, che dà accesso anticipato a governi, autorità nazionali di cybersicurezza e operatori di infrastrutture critiche nei settori sanitario, energetico e delle telecomunicazioni. La mossa arriva a pochi giorni dal rilascio di Claude Opus e Sonnet 5.5 da parte di Anthropic e dalla risposta di OpenAI con ChatGPT-6, in una fase di competizione serrata tra i laboratori di intelligenza artificiale.

Un salto nelle capacità di output e nei numeri interni

La novità tecnica più visibile riguarda il limite di output, salito da 64.000 a un milione di token per singola esecuzione. Secondo Google, questo consente al modello di sostenere catene di ragionamento molto più lunghe e di completare attività multi-stadio senza interruzioni, un aspetto cruciale per operazioni di difesa informatica che richiedono di identificare un'anomalia, analizzare il codice, validare una vulnerabilità e sviluppare una correzione. Nella comunicazione aziendale, Gemini 4 Argon raggiunge il 77,9% su DeepSWE v1.1, un test di ingegneria del software su compiti lunghi, e si piazza al primo posto a pari merito con il 68% su CWE-bench, che misura la capacità di correggere falle di sicurezza.

All'interno di Google, il modello è già utilizzato da migliaia di dipendenti per attività di debug, migrazione di codice e ricerca. Tra gli esempi citati dall'azienda, agenti basati su Argon hanno analizzato la telemetria dei server identificando ottimizzazioni in grado di liberare oltre 300 TiB di memoria nei data center, mentre altri hanno contribuito alla migrazione di librerie C/C++ verso Rust, incluso il kernel Zircon del sistema operativo Fuchsia, che supera le 800.000 righe di codice.

Nel campo della ricerca quantistica, Argon avrebbe migliorato del 40% un risultato di riferimento pubblicato.

Le valutazioni indipendenti e il nodo dei costi

Secondo Artificial Analysis, con la configurazione di ragionamento High, Gemini 4 Argon raggiunge 53 punti sull'Intelligence Index, lo stesso punteggio di GPT-6 Astra e un punto sopra GPT-6.1 Sol, mentre Claude Opus 5.5 guida la classifica con 58. Il dato segna un balzo di 23 punti rispetto al precedente modello Google della stessa fascia. Sul fronte delle allucinazioni, Argon registra il 15% su AA-Omniscience, il valore più basso tra i modelli che superano i 45 punti sull'indice, contro il 51% di GPT-6 Astra e il 54% di GPT-6.1 Sol.

Il rovescio della medaglia è che Argon preferisce dichiarare di non sapere piuttosto che tentare una risposta: la sua accuratezza si ferma al 50%, tredici punti sotto il rivale di OpenAI.

Sul piano dei costi, Google ha fissato un prezzo introduttivo di 2 dollari per milione di token in input e 10 dollari per milione in output, con uno sconto del 95% sui token di input in cache. La promozione durerà almeno un mese, dopodiché le tariffe saliranno a 4 e 20 dollari. Nonostante il prezzo per token sia identico a quello di GPT-6.1 Sol, il costo effettivo per completare un compito sull'Intelligence Index è di 1,99 dollari con Argon, circa il 60% di quello di GPT-6 Astra. Il risparmio però non deriva da un uso più efficiente delle risorse: Argon genera in media circa 62.000 token di output per attività, contro i 27.000 del concorrente, e la verbosità resta un tratto distintivo del modello.

Le perplessità interne e il fenomeno del benchmaxxing

Nonostante i numeri, alcune voci interne a Google esprimono riserve sulle prestazioni del modello in condizioni reali. Secondo quanto riportato da Bloomberg, dipendenti con accesso diretto al progetto segnalano che Gemini 4 Argon fatica su alcune attività di programmazione, in particolare nella progettazione front-end, e che i risultati brillanti nei benchmark non sempre si traducono in prestazioni equivalenti sul lavoro quotidiano.

Due persone citate dall'agenzia hanno parlato esplicitamente di "benchmaxxing", espressione che descrive la tendenza degli ingegneri a inseguire un punteggio nei test piuttosto che un prodotto che funzioni bene. Google ha replicato che sarebbe inaccurato definire il modello carente in aree come la programmazione, e un dipendente ha parlato di un ampio consenso interno sul fatto che Gemini 4 sia effettivamente sulla frontiera. Koray Kavukcuoglu, che guida Google DeepMind, ha dichiarato in una conferenza che per lui è una certezza che l'azienda sarà sempre sulla frontiera.

I dubbi non sono isolati. Su Terminal-Bench 4, un test di programmazione, Argon si ferma al 57%, dietro Claude Sonnet 5.5 (64%), Claude Opus 5.5 (60%) e GPT-6 Astra (59%). Su Code Arena WebDev, dove i modelli devono costruire applicazioni web, Argon è solo ottavo con 1.679 punti. Si difende bene invece sull'AutomationBench-AA, che valuta flussi di lavoro aziendali, dove guida la classifica con il 78%, sette punti davanti a Claude Sonnet 5.5. Sul Text Arena, il ranking basato sui voti degli utenti, Gemini 4 Argon è primo con 1.525 punti, venti in più di Claude Opus 4.6.

Accesso riservato e prospettive di diffusione

Per ora Gemini 4 Argon non è disponibile al pubblico. I partner del programma Fairwind possono utilizzarlo senza le protezioni specifiche per la cybersicurezza, così da sfruttarne a pieno le capacità difensive in ambienti controllati. Google afferma di aver implementato quattro aree di salvaguardia per il rilascio più ampio: rifiuto di richieste malevole in ambito cyber e chimico-biologico, resilienza contro prompt injection indirette, monitoraggio del ragionamento e delle azioni per individuare comportamenti disallineati, e isolamento in sandbox.

L'azienda partecipa inoltre al processo volontario del governo statunitense per l'accesso pre-rilascio ai modelli avanzati. I prossimi destinatari saranno i clienti API a pagamento e gli abbonati Google AI Ultra, ma Google non ha indicato una data per l'apertura al pubblico.