- Gemini 4 Argon eguaglia GPT-6 Astra sull'Intelligence Index di Artificial Analysis con il 60% del costo per task
- Il tasso di allucinazione di Argon è del 15% contro il 51% di Astra, il più basso tra i modelli frontier
- Google rilascia Argon solo a cyber defender selezionati tramite il programma Fairwind, senza data pubblica
Il 30 settembre 2026 Artificial Analysis ha pubblicato la prima valutazione indipendente di Gemini 4 Argon, il nuovo modello frontier di Google DeepMind. Il verdetto è netto: Argon eguaglia GPT-6 Astra sull’Intelligence Index, con un vantaggio netto sul costo e un crollo drastico del tasso di allucinazione.
Il tasso di allucinazione del 15% registrato da Argon su AA-Omniscience, il benchmark che misura la capacità di ammettere di non sapere una risposta, è un dato che nessun comunicato stampa di Google riporta con questa chiarezza. GPT-6 Astra (max) si ferma al 51%, GPT-6.1 Sol (max) al 54%. In pratica, un modello su tre inventa una risposta plausibile e sbagliata, mentre Argon ammette l’ignoranza in quasi un caso su sei.
Perché Gemini 4 Argon eguaglia GPT-6 Astra nei benchmark AI
Al livello di ragionamento “High” (il più alto disponibile per i modelli Gemini), Argon segna 53 punti sull’Intelligence Index, esattamente come GPT-6 Astra (max) e 1 punto sopra GPT-6.1 Sol (52). Il salto rispetto a Gemini 3.1 Pro Preview, l’ultimo modello frontier di Google prima di questo, è di 23 punti. È il primo modello proprietario sopra la classe Flash in oltre 7 mesi.
Anthropic resta però in testa: Claude Opus 5.5 segna 58 punti e Claude Sonnet 5.5 si ferma a 56. Argon riporta Google nella top three dei laboratori per intelligenza, ma non le dà il primato. La differenza tra eguagliare Astra e batterlo è ancora un divario che Google non ha chiuso.
Quanto costa Gemini 4 Argon rispetto a GPT-6 Astra
Il prezzo promozionale di Argon è $1,99 per task completato sull’Intelligence Index, il 60% dei $3,26 di GPT-6 Astra. Google ha lanciato il modello con uno sconto del 50% (da $4 a $2 per milione di token in input, da $20 a $10 in output) e un discount del 95% sui token in cache, salito dal 90% di Gemini 3.8 Flash.
L’efficienza non viene dall’uso parsimonioso dei token: Argon consuma in media 62.000 token di output per task, contro i 27.000 di Astra. Il vantaggio di costo regge solo sui prezzi per token, non sulla parsimonia del modello. Quando lo sconto del 50% scadrà (Google non ha confermato una data), il costo per task salirà a $3,98, circa il 20% sopra Astra.
Chi ha già letto il nostro pezzo su GPT-6 Astra e la corsa all’AGI riconosce il pattern: anche Astra aveva un prezzo per token alto ($10/$50) giustificato con l’efficienza sui task. Google ribalta il rapporto, offrendo un prezzo per token più basso ma consumando più token. Per chi integra modelli in workflow con molti retry e tool call, il moltiplicatore reale si sposta di lato, non sparisce.
Perché Google rilascia Gemini 4 Argon solo a cyber defender
Google non ha aperto Argon al pubblico. Il modello è disponibile solo a un gruppo selezionato di “trusted cyber defenders” tramite il programma Fairwind, e Google partecipa al processo volontario del governo USA per l’accesso pre-rilascio ai modelli frontier. La versione concessa a questi partner arriva senza guardrail cyber, per sfruttare appieno le capacità difensive.
Il caso concreto che Google cita è Wiz, che usa Argon nell’iniziativa Scan for Good per scansionare gratuitamente infrastrutture critiche pubbliche. In una prima dimostrazione, il modello ha individuato una vulnerabilità critica in software sanitario usato da ospedali di tutto il mondo, un rischio che i modelli frontier precedenti avevano mancato. Su CWE-bench v1, Argon eguaglia il primo posto con un punteggio del 68%.
La strategia è quella che abbiamo già visto con Astra e il suo Daybreak Access: prima i difensori, poi gli sviluppatori, infine i consumatori. Google ha confermato che la disponibilità pubblica partirà da clienti API a pagamento e abbonati Google AI Ultra, senza una data precisa. Chi usa Gemini per lavoro quotidiano deve ancora aspettare.
Perché il tasso di allucinazione conta più del punteggio benchmark
AA-Omniscience non misura solo quante risposte giuste un modello produce, ma come gestisce i propri limiti. Argon ha un’accuratezza del 50%, 5 punti sotto Gemini 3.1 Pro Preview e 13 sotto Astra (63%). Eppure il suo punteggio complessivo su AA-Omniscience (42) è allineato ad Astra (43) e Sol (42), perché ammettere di non sapere vale quanto rispondere giusto in un contesto agentico.
Per chi integra AI in workflow di ricerca, cybersecurity o analisi legale, un modello che dice “non lo so” è preferibile a uno che genera un exploit plausibile ma falso, o un precedente giuridico inventato. Il 15% di allucinazioni di Argon contro il 51% di Astra non è una sfumatura accademica: è la differenza tra un agente che ti fa perdere tempo a verificare ogni output e uno che ti permette di fidarti del flusso.
Google ha anche risolto un punto debole storico dei modelli Gemini: le capacità agentiche. Su AutomationBench-AA, Argon è primo con il 77,5%, 6 punti sopra Claude Sonnet 5.5. Su Terminal Bench 4 segna 57%, un balzo di 53 punti rispetto a Gemini 3.1 Pro Preview, restando però dietro Claude Sonnet 5.5 (64%), Claude Opus 5.5 (60%) e Astra (59%).
Il limite di output da 1M token cambia il ragionamento agentico
Google ha alzato il limite di output da 64.000 a 1.000.000 di token, definendolo un primato industriale. Per supportarlo, ha introdotto “Long Decode Continuation”: il modello pausa le risposte lunghe e le riprende in chiamate successive, evitando timeout. Il ragionamento può estendersi su centinaia di migliaia di token in un singolo ciclo.
Il parallelismo con l’hardware di qualche anno fa è naturale: come un vecchio processore che poteva fare tutto ma i driver decidevano cosa poteva fare davvero, Argon ha la capacità teorica di ragionare in profondità, ma il rilascio staged e i guardrail determinano cosa arriva sulla scrivania. I 300 TiB di memoria liberata nei data center di Google grazie ad agenti Argon che hanno analizzato la telemetria di fleet sono reali per i team interni. Per chi paga l’API, sono un annuncio.
Il prossimo snodo industriale è il rilascio pubblico senza data: Google ha confermato che partirà da clienti API a pagamento e abbonati Google AI Ultra, ma non ha fissato una scadenza. La FTC intanto ha aperto un’indagine su Anthropic, OpenAI e altri laboratori frontier per potenziali danni ai consumatori, con l’intenzione di convocare i vertici a testimoniare. Il timing di un lancio staged in questo contesto regolatorio non è neutro.
