Google lancia Gemini 4 Argon: record nel software engineering con 77,9% su DeepSWE

Google DeepMind ha annunciato il 30 settembre 2026 Gemini 4 Argon, il primo modello della serie Gemini 4, con un nuovo record sul benchmark DeepSWE v1.1 per il software engineering a lungo orizzonte. Il modello supera GPT-6 Astra e Claude Opus 5.5 su 14 dei 19 benchmark dichiarati, ma l'accesso è ancora limitato ai difensori della sicurezza informatica certificati.

Confronti - Ricerca 1 ott 2026

2 min.

Google lancia Gemini 4 Argon: record nel software engineering con 77,9% su DeepSWE

Google DeepMind ha annunciato il 30 settembre 2026 Gemini 4 Argon, il primo modello della nuova serie Gemini 4. Sul benchmark DeepSWE v1.1, che misura le prestazioni su attività reali di software engineering a lungo orizzonte, Argon ha ottenuto un punteggio del 77,9%, contro il 74,1% di GPT-6 Astra di OpenAI e il 74,2% di Claude Opus 5.5 di Anthropic. È un nuovo record assoluto per questo test.

Il modello è più grande dei precedenti Gemini Pro e alza il limite di output a 1 milione di token, rispetto ai 64.000 dei modelli precedenti. Koray Kavukcuoglu, di Google DeepMind, ha descritto Argon come un sistema pensato per ragionamenti profondi su flussi di lavoro complessi e multi-step. Su 19 benchmark dichiarati, Argon è primo o a pari merito su 14. Nelle categorie di knowledge work — finanza, legale, codice, fisco — guida tutti i test, con margini significativi. Su AutomationBench di Zapier, che valuta l’esecuzione end-to-end di processi aziendali, segna 51,3% e si piazza al primo posto.

Il quadro nel coding non è però uniforme. Su FrontierSWE v2, Argon ferma a 55,0% contro il 65,5% di GPT-6 Astra, un gap di oltre dieci punti. Su Terminal-bench 4.0, Claude Opus 5.5 guida con 66,4% contro il 57,4% di Argon. Lo stesso modello che stabilisce il record su un benchmark di ingegneria del software chiude ultimo su un altro. Questo segnala quanto i risultati dipendano dalla natura specifica di ogni test, e rende i confronti diretti tra sistemi frontier più complicati di quanto le tabelle suggeriscano.

Nella cybersecurity, Argon ottiene il 68% su CWE-bench v1, che valuta la capacità di correggere vulnerabilità note, e pareggia la prima posizione. Sul fronte della resistenza agli attacchi di prompt injection indiretta — istruzioni nascoste in pagine web o documenti che cercano di manipolare il modello — Argon mostra una percentuale di successo degli attacchi dello 0,7%, contro l’1% di Claude Opus 5.5 e l’8,5% di GPT-6 Astra. Google segnala anche un caso interno: applicato alla ricerca sul quantum computing, il modello ha superato una baseline pubblicata del 40% in pochi minuti.

L’accesso al modello è per ora limitato. Il lancio avviene attraverso il Fairwind Program, che distribuisce Argon prima ai difensori della cybersecurity certificati, poi agli utenti dell’API a pagamento e agli abbonati Google AI Ultra. I prezzi di lancio sono fissati a 2 dollari per milione di token in input e 10 dollari per milione in output, con caching a sconto del 95% sull’input. Il prezzo standard salirà a 4 dollari in input e 20 dollari in output. Migliaia di dipendenti Google usano già il modello internamente per attività di engineering e ricerca.

La vera partita si giocherà quando l’accesso si aprirà al pubblico e quando benchmark indipendenti — non solo quelli selezionati da Google — restituiranno un quadro più completo. Anthropic e OpenAI non sono ferme: Claude Opus 5.5 e GPT-6 Astra rimangono avversari competitivi su più fronti. Argon prende la testa su alcuni test chiave, ma il distacco non è tale da chiudere il confronto. La stagione dei modelli frontier del 2026 è ancora apertissima.


Articoli simili

Ultime news


Le autorità USA attenzionano un accordo fra Microsoft e la cinese ByteDance

Il Comitato Select della Camera dei Rappresentanti degli Stati Uniti…

Le autorità USA attenzionano un accordo fra Microsoft e la cinese ByteDance
L’FBI lancia l’allarme su ARTEX, l’AI che apre le porte delle aziende in meno di tre ore

ARTEX è un framework open source di simulazione d'attacco basato…

L’FBI lancia l’allarme su ARTEX, l’AI che apre le porte delle aziende in meno di tre ore
Nvidia perde Jensen Huang dopo 33 anni, Colette Kress guida come CEO ad interim

Jensen Huang si è dimesso da CEO, presidente e consigliere…

Nvidia perde Jensen Huang dopo 33 anni, Colette Kress guida come CEO ad interim

Privacy policy| Cookie policy| Cookie setting| © 2026