Gemini 4 Argon è disponibile: accesso, prezzi e cosa è cambiato

Il 30 settembre 2026 Google ha annunciato Gemini 4 Argon e lo ha limitato ai difensori di cybersecurity fidati del programma Fairwind. Il 13 ottobre 2026 Google ha reso disponibile in tutto il mondo il modello pubblico, con ID modello sulla piattaforma Gemini gemini-4-argon. Qui trovi cosa è cambiato, chi può usarlo, il prezzo fino al 30 novembre e le affermazioni sulla qualità che Google ha pubblicato.

Questo è un sito indipendente, non una pagina ufficiale di Google. I benchmark e le cifre interne qui sotto sono di Google.

Cosa è cambiato dal 30 settembre

Il nostro aggiornamento di ottobre 2026 diceva che gli sviluppatori non potevano ancora usare Argon. Il 30 settembre era corretto. Oggi è superato.

I post del 13 ottobre sono Introducing Gemini 4 Argon di Koray Kavukcuoglu, SVP di Google DeepMind, e Gemini 4 Argon on Google Cloud di Michael Gerstenhaber.

Argon è un modello di frontiera per ragionamento e testo. Le demo di Google lo mostrano mentre collega l’audio di un motore d’auto da Gemini Omni Flash in Three.js, e un video che usa Gemini 3.8 TTS e Lyria 3.5. Quegli output arrivano dagli altri modelli. Per il video, parti da che cos’è Gemini Omni. La guida per sviluppatori all’API Omni parla di video, non di Argon.

Il post Cloud mette Argon in una gamma di quattro modelli: Argon per il ragionamento di frontiera, Flash per velocità e volume, Omni per i media generativi e Gemma per i pesi aperti sull’edge. Dice anche che l’intelligenza del modello sta alla base dell’agente Gemini di Gemini at Work, trattato in cosa ha annunciato Google Cloud l’8 ottobre.

Google chiama Argon «solo l’inizio» della famiglia Gemini 4. Per gli altri modelli Gemini 4 non ci sono date. L’anteprima della roadmap Gemini 4 è contesto sul pre-training, non un calendario di rilascio.

Dove può usarlo ciascun pubblico

I prezzi dei token qui sotto valgono per il modello ad accesso pubblico. Il livello per gli scienziati è una candidatura, non una concessione automatica.

ID modello e limite di 1 milione di token

Sull’API della piattaforma Gemini l’ID è gemini-4-argon. È anche il modello in Google AI Studio.

Google dice che l’API dà ad Argon un limite unificato di 1 milione di token tra input e output, il più alto del settore. I post di lancio non spiegano come quel budget si divide tra input e output.

La documentazione descrive un protocollo di continuazione per quel limite. I post di lancio non danno i passaggi. Leggi la documentazione per sviluppatori di Google prima di progettare un lavoro che deve oltrepassare il confine.

Prezzi fino al 30 novembre, e dopo

Input e output raddoppiano entrambi alla fine del periodo introduttivo. Lo sconto del 95% sull’input in cache è indicato fino al 30 novembre 2026. Le tariffe che Google ha pubblicato per dopo quella data sono $4 e $20.

Benchmark e risultati interni riportati da Google

Secondo Google, dai post del 13 ottobre. Questo sito non li ha rieseguiti.

Google riporta anche questi risultati interni:

• Antigravity: invii di codice agentico in aumento di oltre il 35%, rollback del codice in calo di quasi un terzo.
• Chromium: un refactor di Chrome in una codebase di circa 40 milioni di righe, descritto come mesi di lavoro fatti in settimane.
• ADK (google/adk-python): tempo di preparazione delle sessioni in memoria ridotto del 40% nelle sessioni lunghe; cold import più veloci del 21%.
• Gemma 4 E2B su una A100 via vLLM: speedup di inferenza end-to-end di 2,85×, da circa 37.900 token/s a oltre 108.000 token/s. Quel dato è la velocità di serving di Gemma nel report di Google, non un tasso di output di Argon.
• xTB: fino a 2,3× più veloce nella previsione della struttura e 1,8× più veloce nella ricerca dei conformeri.

Sicurezza e accesso cyber

Google dice che Argon è stato addestrato a rispettare i confini di sistema, a riportare con onestà i risultati negativi, a fermarsi per una conferma umana prima dei passaggi irreversibili, a rispondere in modo più diretto con meno cautele e a seguire più da vicino le istruzioni di stile.

L’accesso cyber è diviso:

• Argon pubblico blocca i compiti offensivi come pentesting ed exploitation. L’uso difensivo passa da CodeMender.
• L’accesso Fairwind è senza quei cyber guardrail. Google sta aggiungendo centinaia di partner.

I test offensivi non stanno sull’ID del modello pubblico. Google dice che quei compiti, lì, sono bloccati.

Conviene passare adesso?

Il nostro consiglio, a partire dai fatti pubblicati. Non è un ordine di migrazione di Google.

1. Sposta una chiamata di testo o ragionamento su gemini-4-argon se l’unico ostacolo era il limite Fairwind del 30 settembre e sei sul piano API a pagamento, oppure su Ultra o Pro per le superfici consumer della tabella.
2. Tieni video, voce e musica su Omni, Gemini 3.8 TTS e Lyria. Argon può starci accanto in una demo. Non li sostituisce.
3. Segna il 30 novembre 2026 in calendario prima di una rotta ad alto volume. Le tariffe introduttive sono $2 e $10 per 1 milione di token. Dopo, $4 e $20.
4. Tieni Flash dove ti servono velocità e volume. Nella gamma di Google, Argon è il modello di ragionamento di frontiera e Flash quello di velocità e volume.
5. Leggi il protocollo di continuazione nella documentazione per sviluppatori di Google prima di un lavoro da 1 milione di token. I post del blog lo nominano e non lo specificano.
6. Lascia il resto di Gemini 4 fuori dal calendario finché Google non pubblica le date.
7. Rimetti alla prova i system prompt. Google dice che le risposte sono più dirette, le cautele diminuiscono, le istruzioni di stile restano meglio e il modello dovrebbe fermarsi prima dei passaggi irreversibili.
8. Tieni il lavoro di cyber offensivo dentro Fairwind, se sei in quel programma. Argon pubblico è il modello mitigato.

Chiamata Python minima

Stessa forma google-genai degli altri snippet della piattaforma Gemini su questo sito. L’autenticazione resta quella che usi già per la Gemini API.

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Elenca i rischi di questo design, compresi quelli che falliscono.",
)

Il prompt chiede apposta i risultati negativi. Google dice che il modello è addestrato a riportarli con onestà.

Letture correlate

• Gemini a ottobre 2026 — il blocco del 30 settembre, quando gli sviluppatori non potevano chiamare Argon
• Anteprima della roadmap Gemini 4
• Guida per sviluppatori all’API Gemini Omni
• Che cos’è Gemini Omni? — generazione video, che è un altro modello