Il modello di punta di Google Gemini 4 Argon raggiungerà i clienti aziendali questa settimana, colmando il divario tra il suo lancio di alto profilo e la reale disponibilità in produzione. Benzinga ha riferito che Google sta sottoquotando diversi rivali di intelligenza artificiale in termini di prezzo con l'arrivo di Argon per progetti aziendali, mentre GitLab, Android Studio e altri fornitori di piattaforme hanno annunciato integrazioni costruite attorno alla finestra di contesto da 1 milione di token del modello e alle capacità agentiche di lunga durata.
Il lancio aziendale segue il lancio globale del modello il 13 ottobre, quando Google ha posizionato Argon come la sua nuova serie di frontiera, sostituendo la classe Gemini Pro. Per maggiori informazioni su questa storia, consulta la nostra copertura dell'industria IA.
Prezzi di lancio aggressivi
La tariffa di lancio di Argon è di 2$ per milione di token di input e 10$ per milione di token di output, con input memorizzati nella cache scontati del 95%. Dopo la finestra promozionale, i prezzi salgono a 4 dollari per milione di token di input e 20 dollari per milione di token di output, secondo la ripartizione dei prezzi di The Decoder.
Gli sconti sono notevoli rispetto alla concorrenza. GPT-6 Astra di OpenAI e Claude Fable 5.1 di Anthropic costano entrambi $ 10 per milione di token di input e $ 50 per milione di token di output, mentre Claude Opus 5.5 di Anthropic si attesta a $ 4 e $ 20, la stessa tariffa normale di Argon. Forbes ha caratterizzato il prezzo di lancio come una strategia di scadenza: Argon sta acquistando l'adozione adesso, prima che scada lo sconto.
C'è un problema per i consumatori. Con la nuova struttura a livelli di Google, gli utenti Gemini gratuiti e gli abbonati Plus paganti ora hanno accesso solo ai modelli Flash più deboli. Argon è riservato agli abbonati AI Pro e AI Ultra nell'app Gemini, nella modalità AI di Ricerca Google e nell'ambiente di sviluppo Antigravity.
Benchmark: forte, non dominante
Google rivendica il primo posto nell’indice Vals, ma le classifiche indipendenti raccontano una storia più controversa. The Decoder riporta che Argon è ancora dietro a Claude Opus 5.5 di Anthropic nelle classifiche generali indipendenti, e Startup Fortune ha notato che il modello era al terzo posto in un benchmark che Google ha contribuito a costruire - un dettaglio che ha attirato l'attenzione dato il ruolo di Google nella costruzione della valutazione.
Google ha condiviso i numeri tecnici interni con il lancio, sebbene siano stati segnalati autonomamente. Gli ingegneri che utilizzano Argon hanno aumentato l'invio di codice gestito da agenti di oltre il 35%, afferma l'azienda, mentre i rollback del codice sono diminuiti di quasi un terzo. Nell'affermazione più sorprendente, Google afferma che Argon ha aiutato il team di Chromium a completare un refactoring dell'architettura su centinaia di file nella base di codice da 40 milioni di righe - lavoro che in precedenza avrebbe richiesto mesi - in poche settimane.
Google ha anche citato un risultato su scala ridotta del suo Agent Development Kit open source: un agente basato su Argon, lasciato in esecuzione in modo autonomo durante la notte, ha trovato ottimizzazioni che hanno ridotto i tempi di preparazione della sessione del 40%. E il modello ha raccolto elogi specializzati: un benchmark DualEntry ha rilevato che Argon è il modello di intelligenza artificiale più accurato e coerente sul lavoro contabile, un'affermazione di nicchia ma commercialmente rilevante per gli acquirenti aziendali che Google sta corteggiando questa settimana.
Secondo quanto riferito, Google sta già testando internamente un successore con nome in codice "Carbon", con le prestazioni di codifica come miglioramento principale.
L'ambizione della robotica
La presentazione più differenziata è arrivata il 15 ottobre, quando Google ha presentato l'Argon come modello unico per l'intera pipeline di robotica: controllo di robot fisici, generazione di ambienti di addestramento 3D interattivi e valutazione dei dati di addestramento.
Nella demo di Google con un robot Boston Dynamics Spot, Argon ha costruito una replica virtuale di un bidone della spazzatura, ha lasciato che il robot si esercitasse a restare in equilibrio su tre gambe e a lanciare lattine di soda all'interno di una simulazione MuJoCo, e solo allora ha tentato l'operazione su hardware reale. Due agenti AI aggiuntivi hanno verificato il posizionamento del piede e della pinza prima di ogni caduta.
Il ciclo di generazione dei dati è dove i numeri diventano interessanti. Da una singola fotografia di un tavolo con oggetti di scena, Argon ha generato 77 attività e più di 4.500 episodi di formazione per un modello di controllo. Secondo The Decoder, quando testato sul robot reale, il tasso di successo è salito dal 56 al 75% e il tempo di esecuzione è sceso da 35 a 24 secondi.
Google lo considera un passo verso l'"AGI fisica": un modello in grado di percepire lo spazio, scrivere codice di controllo, interpretare la fisica dei video e simulare i risultati. L'azienda fa attenzione a notare che le demo richiedono ancora suggerimenti umani dettagliati, ma il modello di addestramento basato innanzitutto sulla simulazione con verifica nel mondo reale sta diventando il modello di Google per l'intelligenza artificiale incorporata.
Le integrazioni arrivano questa settimana
L'ecosistema degli sviluppatori si è mosso rapidamente. GitLab ha annunciato il supporto Argon mirato al lavoro degli agenti a lungo termine tra repository. Android Studio ha adottato la finestra di contesto da 1 milione di token del modello per l'analisi di codebase di grandi dimensioni. Channel Insider ha riferito che Google sta espandendo l'accesso aziendale attraverso il suo programma di progetti AI, rendendo il modello disponibile attraverso strumenti adiacenti a Workspace.
Per gli acquirenti aziendali che valutano l'Argon rispetto al GPT-6 Astra e alla gamma Claude di Anthropic, il calcolo si divide in tre modi. Per quanto riguarda il prezzo, la tariffa promozionale di Argon è con un ampio margine il costo per token più basso tra i livelli di frontiera. Per quanto riguarda le capacità grezze, le classifiche indipendenti continuano a favorire il modello di punta di Anthropic. Per quanto riguarda il lock-in, Google sta raggruppando Argon in Gemini for Workspace, la modalità AI di Google Search e Antigravity: un vantaggio di distribuzione che nessuno dei suoi rivali può eguagliare, ma che approfondisce anche la dipendenza dallo stack di Google.
Anche il tempismo conta. Meta ha lanciato il suo modello di frontiera Muse Wonder Full appena un giorno prima del debutto globale di Argon e ha rilasciato il Muse Spark Open a peso aperto lo stesso giorno del lancio di questa azienda. Il mercato del modello di frontiera ora ha tre concorrenti aggressivi in termini di prezzi – Google, OpenAI e Anthropic – oltre a Meta che compete dal lato aperto. Per gli acquirenti, la leva negoziale raramente è stata migliore.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
