Gemini 4 Argon è il nuovo modello di frontiera di Google, pensato per affrontare le sfide più difficili in settori come programmazione, finanza, diritto, sicurezza informatica e scienza. È disponibile a partire da oggi per sviluppatori e imprese tramite l’API in AI Studio e la piattaforma Gemini, per gli abbonati a Google AI Ultra su Google Antigravity, e per gli abbonati Ultra e Pro nell’app Gemini e nella modalità AI della Ricerca.

Prestazioni e posizionamento di mercato

Argon si distingue per l’abilità di gestire lavori complessi e reali, fornendo profondità e precisione su compiti a più fasi. Nei benchmark intersettoriali, supera gli altri modelli di frontiera, occupando il primo posto sull’Indice Vals, che valuta le prestazioni sui settori economici critici quali finanza, codifica, diritto e tassazione.

Il modello è lanciato con un prezzo introduttivo di $2 per milione di token di input e $10 per milione di token di output, con sconto del 95 % sui token di input memorizzati nella cache.

Applicazioni reali in Google e nei partner

Team interni a Google e clienti esterni hanno già sfruttato Argon per ottenere impatti significativi:

Risoluzione di grandi problemi di ingegneria, come il refactoring e l’ottimizzazione di ampie codebase.
Ottimizzazione di flussi di lavoro aziendali nei settori legale, finanziario e scientifico.
Identificazione e mitigazione di vulnerabilità critiche di cybersecurity.
Abilitazione di progressi in calcolo quantistico, fusione nucleare e scienze della vita.

Soluzione di compiti ingegneristici complessi

All’interno di Google, Argon è stato impiegato per affrontare le sfide di ingegneria più dure. Negli ultimi settimane, gli sviluppatori hanno rilasciato codice di alta qualità più rapidamente: l’uso di Argon in Antigravity ha aumentato le submission di codice autonomo di oltre il 35 % e ha ridotto i rollback del codice di quasi un terzo.

Risoluzione dei problemi di Chrome

Il team di Chrome ha usato Argon per separare la gestione delle pagine web dal disco legacy di circa 6 milioni di righe di codice all’interno di un codebase di 40 milioni di linee. Argon ha permesso di introdurre più cambiamenti puliti simultaneamente, completando in settimane una refactoring architettonica che sarebbe durata mesi. Per i miliardi di utenti di Chrome, ciò consentirà pagine web che si spostano fluidamente tra schede, pannelli laterali e finestre fluttuanti senza ricaricamenti, eliminando una categoria intera di crash del browser.

Ottimizzazione di un codebase Python in produzione

Nel progetto Agent Development Kit (ADK), open‑source di Google, Argon ha ricevuto il “rulebook” .agents/skills e un obiettivo di una frase: eliminare l’overhead del framework senza rompere le app esistenti. Lavorando in autonomia durante la notte, Argon ha proposto ottimizzazioni ora disponibili in google/adk-python, riducendo il tempo di preparazione della sessione in memoria del 40 % nelle sessioni lunghe e accelerando le importazioni a freddo del 21 %. Un approfondimento ingegneristico è disponibile per chi volesse approfondire.

Accelerazione di pacchetti di chimica quantistica

Il pacchetto open‑source xTB (Semiempirical Extended Tight‑Binding), ampiamente citato nella chimica quantistica, è stato ottimizzato con Argon in Antigravity. I risultati mostrano un aumento della velocità di previsione delle strutture molecolari di 2,3× e una ricerca di conformeri 1,8× più veloce. Le modifiche sono state integrate nel repository ufficiale su GitHub.

Velocità tripla per i modelli Gemma

Grazie a Argon, l’inferenza end‑to‑end su un A100 è stata migliorata di 2,85× per Gemma 4 E2B tramite vLLM, passando da circa 37 900 a oltre 108 000 token al secondo, mantenendo il 100 % di parità token e senza perdita di qualità. L’intervento, che normalmente richiederebbe mesi, è stato completato in pochi giorni, includendo ottimizzazioni su attenzione, decodifica speculativa e altro, visibili nelle pull request upstream.

Visualizzazioni 3D complesse con Argon

Argon offre miglioramenti notevoli nella capacità di ragionamento spaziale, precisione matematica e codifica visuale rispetto ai modelli Gemini precedenti. Utilizzando comandi slash come /goal e loop multi‑agente con skill personalizzate in Antigravity, gli ingegneri Google stanno prototipando visualizzazioni 3D avanzate, giochi ad alta fedeltà e animazioni interattive direttamente nel browser.

Esempi di creazione autonoma

Costruzione dettagliata di una pagoda: Argon ha generato, tramite loop visuali multi‑agente, un complesso modello di un tempio a più edifici con architettura fotorealistica, vegetazione e illuminazione, tutto in Blender.
Trasformazione di una scrivania reale in un gioco di corse in miniatura: Argon ha modellato oggetti, stanza e pista, verificato le collisioni in Blender MCP, applicato texture Nano Banana e ha integrato fisica, shader personalizzati e audio del motore tramite Gemini Omni Flash in Three.js.
Scrittura di script Python per scolpire, riggare, animare e bake PBR di un gioco 3D complesso, poi esportare il tutto per il web in Three.js con shader GLSL, fisica a frantumazione e intelligenza artificiale per giocatore singolo, tutto senza librerie esterne.
Creazione di un motore di ray‑tracing 3D puro in Python, con tool video e mixer audio personalizzati, per costruire e documentare una biblioteca illuminata dal sole, con narrazione TTS Gemini 3.8 e musica Lyria 3.5.
Partendo da un’immagine Nano Banana, Argon guida Blender MCP in un ciclo autonomo, allineando griglie di telecamere, scolpendo architettura gotica e orchestrando illuminazione reattiva al suono per produrre una scena 3D completa.

Impatto sui flussi di lavoro aziendali e professionali

Argon combina ragionamento di frontiera, percezione visiva avanzata, conoscenza di dominio estesa e capacità di scrittura più solide nei campi legale, finanziario, scientifico e di codifica. Comunica in modo chiaro, mantiene chiari i riferimenti e segue le istruzioni stilistiche meglio dei precedenti modelli Gemini: risponde più direttamente, evita eccessi di ripetizione e clichè.

Risultati per clienti enterprise e startup

Gli early‑access partner hanno già registrato benefici tangibili:

Comprensione multimodale profonda di documenti, analisi di dati longitudinali e sandbox analitiche interattive.
Sinergia di ~50 GB di scansioni LiDAR aeree, vettori GIS, disegni CAD della Library of Congress e archivi del NPS per ricostruire modelli 3D del canyon di Chaco, trasformando registri archeologici frammentati in siti patrimoniali digitali esplorabili.
Nel Gemini App, Argon organizza una cartella di progetto non strutturata in una proposta deck per un cliente, la invia via email e crea un workflow automatizzato per future richieste.
Demo di sintesi di dati da tre repository open‑source in uno strumento di apprendimento medico, con possibilità di esplorare strati anatomici, metadati clinici e biomeccanica in 3D.
Generazione di iterazioni di design per le gambe di un divano usando Nano Banana, con conseguente file stampabile 3D a partire da uno schizzo delle misure e una foto del divano.

Collaborazioni future e prospettive

Isomorphic Labs sta integrando Argon come partner per accelerare la ricerca in biologia computazionale, mentre numerosi team di ricerca universitaria e industriale stanno iniziando a valutare le capacità di ragionamento multimodale per progetti di fisica delle particelle e simulazioni climatiche. Grazie all’API globale e al prezzo introduttivo, Argon è pronto a diventare lo standard de‑facto per le attività di “deep work” a livello enterprise.

Provalo subito

Gli sviluppatori interessati possono sperimentare Argon ora su Google AI Studio, accedendo a scenari di codifica, ottimizzazione di workflow e creazione di contenuti 3D direttamente dal browser. Le possibilità sono illimitate: dalla refactoring di codice su scala di milioni di linee alla generazione di esperienze immersive per clienti e ricercatori.