Gemini 4 Argon è il nuovo modello di punta di Google DeepMind, annunciato il 30 settembre 2026: scrive fino a 1 milione di token in una sola risposta, al lancio costa 2 dollari per milione di token in input e 10 in output, ma oggi lo usano solo i difensori informatici del programma Fairwind.
In Italia, come nel resto del mondo, non c'è ancora una data per sviluppatori e aziende.
Qui trovi i prezzi messi a confronto con GPT-6.1 Sol e Claude Opus 5.5, il conto su una sessione di lavoro reale, i benchmark letti senza entusiasmo e cosa conviene fare adesso se costruisci agenti AI o integrazioni per la tua azienda.
Cos'è Gemini 4 Argon, in breve
Gemini 4 Argon è il modello di frontiera con cui Google torna in testa dopo la serie Gemini 3 del novembre 2025. È pensato per compiti lunghi e complessi: sviluppo software, ricerca legale e finanziaria, difesa informatica.
- Annuncio: 30 settembre 2026.
- Output massimo: 1 milione di token per risposta, contro i 64.000 dei Gemini precedenti.
- Prezzo di lancio: 2 $ input, 0,10 $ input da cache, 10 $ output per milione di token.
- Prezzo pieno: 4 $ input e 20 $ output, quando finisce il periodo introduttivo (durata non comunicata).
- Chi lo usa oggi: i membri del programma Fairwind e i team interni di Google.
- Varianti: per ora nessun Gemini 4 Pro o Flash. "Gemini 4 Pro" era il nome dei leak di settembre.
Google non dichiara in modo esplicito la finestra di contesto in ingresso. Il dato nuovo e concreto è il limite di output: un agente può migrare una libreria o scrivere un documento lunghissimo in un solo passaggio, senza spezzarlo in dieci chiamate.
Quanto costa Gemini 4 Argon rispetto a GPT-6.1 Sol e Opus 5.5
Il listino è la mossa più aggressiva dell'annuncio. Al prezzo di lancio Gemini 4 Argon costa quanto GPT-6.1 Sol, presentato da OpenAI il giorno prima, e metà di Claude Opus 5.5.
| Modello | Input | Input da cache | Output |
|---|---|---|---|
| Gemini 4 Argon (lancio) | 2 $ | 0,10 $ | 10 $ |
| Gemini 4 Argon (pieno) | 4 $ | 0,20 $ | 20 $ |
| GPT-6.1 Sol | 2 $ | 0,10 $ | 10 $ |
| Claude Opus 5.5 | 4 $ | 0,20 $ | 20 $ |
| GPT-6 Astra | 10 $ | 1,00 $ | 50 $ |
Prezzi API per milione di token, in dollari. A listino pieno Argon si allinea esattamente a Claude Opus 5.5.
Il conto su una sessione di lavoro reale
Uso sempre la stessa sessione tipo da agente di sviluppo per confrontare i modelli: 400.000 token di input nuovo, 1,6 milioni letti dalla cache e 150.000 token di output.
- Gemini 4 Argon al lancio: 0,80 $ + 0,16 $ + 1,50 $ = circa 2,46 $.
- GPT-6.1 Sol: circa 2,46 $, identico.
- Gemini 4 Argon a prezzo pieno: 1,60 $ + 0,32 $ + 3,00 $ = circa 4,92 $.
- Claude Opus 5.5: circa 4,92 $, identico.
- GPT-6 Astra: circa 13,10 $.
Il messaggio è semplice: sul costo Gemini 4 Argon non stravolge nulla, si mette esattamente sui listini dei rivali. La scelta si gioca sulla qualità nel tuo caso d'uso, non sul prezzo.
Attenzione al milione di token in output
Un modello che può scrivere 1 milione di token può anche farteli pagare. Una sola risposta portata al massimo vale 10 $ alla tariffa di lancio e 20 $ a listino pieno, ragionamento interno compreso.
Quando integro un modello nuovo in un agente, la prima cosa che imposto è un tetto di output per chiamata e un budget giornaliero. Con Argon è obbligatorio.
Il prompt caching poi fa il resto: con lo sconto del 95% sull'input già letto, i contesti lunghi e ripetuti costano pochissimo.
Benchmark di Gemini 4 Argon: dove vince e dove no
Google ha pubblicato 18 benchmark: Argon è primo da solo in 12 e pari al primo posto in uno. Ecco i numeri che contano per chi lavora con codice e processi aziendali.
- DeepSWE v1.1 (software engineering): 77,9%, contro 74,2% di Opus 5.5 e 74,1% di GPT-6 Astra.
- AutomationBench (processi aziendali): 51,3%, contro 42,5% di Opus 5.5 e 41,4% di Astra.
- GraphWalks 256k-1M (documenti enormi): 84,2%, oltre 12 punti sopra Astra.
- LVBench (video lunghi): 91,7%.
- Harvey Legal Agent: 19,6%, contro 5,4% di Astra e 3,8% di Opus 5.5.
E dove perde:
- FrontierSWE v2: 55,0%, contro 65,5% di GPT-6 Astra e 62,3% di Opus 5.5.
- Terminal-bench 4.0 (lavoro da terminale): 57,4%, contro 66,4% di Opus 5.5.
C'è poi la sicurezza. Sul benchmark di Gray Swan contro il prompt injection, cioè le istruzioni malevole nascoste in pagine e documenti, gli attacchi riescono nello 0,7% dei casi su Argon, contro l'1,0% di Opus 5.5 e l'8,5% di GPT-6 Astra.
Per un agente che legge email e siti dei clienti, questo dato pesa più di un punto su un test di codice.
Una cautela: i numeri di Gemini 4 Argon sono di Google e nessuno fuori dal programma Fairwind ha ancora potuto replicarli. Li tratto come promesse finché non posso provarli su un set di test mio.
Quando arriva Gemini 4 Argon in Italia e chi può usarlo
Oggi non lo puoi provare: non è nell'app Gemini e non ha ancora un identificativo pubblico via API. Google ha indicato solo l'ordine di apertura, senza date.
- Programma Fairwind: difensori informatici selezionati e team interni di Google, già attivi.
- Clienti API a pagamento e abbonati Google AI Ultra: i primi della fase successiva.
- Sviluppatori, aziende e consumatori: "il prima possibile", senza una data.
Cos'è il programma Fairwind e chi può entrare
Fairwind è il canale lanciato da Google il 2 settembre 2026 per dare in anticipo i modelli più capaci a chi difende software e infrastrutture.
Conta oltre 650 partner nel mondo e dà priorità a governi e autorità nazionali di cybersicurezza, operatori di infrastrutture critiche (sanità, telecomunicazioni, energia, reti finanziarie) e grandi piattaforme tecnologiche.
Ai membri Argon arriva senza i filtri cyber, per trovare e correggere vulnerabilità. In cambio servono autenticazione a più fattori resistente al phishing, accesso limitato ai team di sicurezza e tracciamento dell'uso.
La candidatura è aperta tramite modulo, quindi anche un'organizzazione italiana del settore può fare domanda. Una PMI normale, realisticamente, aspetterà la fase API.
Gemini 4 Argon conviene a chi programma?
Dipende da cosa fai tutto il giorno. Leggendo i benchmark, la mia previsione è questa:
- Agenti che lavorano su documenti lunghi, processi e video: Argon sarà il primo da provare, appena accessibile.
- Coding da terminale con Claude Code: Opus 5.5 resta avanti su Terminal-bench, non vedo motivi per cambiare domani. Se stai scegliendo l'agente, trovi il confronto in Devin vs Claude Code, Codex e Cursor.
- Agenti esposti a contenuti esterni: la resistenza al prompt injection è un argomento serio per Argon.
- Budget stretto: al lancio costa come GPT-6.1 Sol, che però è già disponibile oggi.
Come prepararti adesso, prima che apra l'API
Non serve aspettare l'accesso per arrivare pronti. Sono gli stessi passi che seguo con ogni modello nuovo nei progetti di automazione AI per le aziende.
- Separa il fornitore dal codice: chiama i modelli attraverso un solo livello di astrazione, così cambiare modello è una riga di configurazione.
- Prepara un set di test tuo: 20-30 compiti reali del tuo lavoro con il risultato atteso. Il giorno dell'apertura misuri Argon su quelli, non sui benchmark di Google.
- Metti un tetto all'output: limite di token per chiamata e budget giornaliero, per non pagare risposte da un milione di token.
- Struttura il prompt per la cache: istruzioni e contesto fissi all'inizio, la parte variabile alla fine.
- Isola gli agenti: anche col modello più robusto, un agente che esegue codice va chiuso in una sandbox, ad esempio con Docker Sandbox.
In sintesi
Gemini 4 Argon riporta Google in testa ai benchmark con un prezzo di lancio identico a GPT-6.1 Sol e un limite di output da 1 milione di token che cambia il tipo di lavoro affidabile a un agente.
Per ora però lo usano in pochi, e i numeri vanno verificati sul campo. Il consiglio pratico è preparare oggi codice, test e budget, così il giorno dell'apertura lo provi in un pomeriggio. Se vuoi farlo sul tuo progetto, scrivimi.
