Google presenta Gemini 4 Argon, sfida diretta a OpenAI e Anthropic
Il nuovo modello di punta di Google arriva dopo Gemini 3 e si misura su benchmark di programmazione con GPT-6 Astra e Claude Opus 5.5. La notizia proviene al momento da un'unica origine.
Google ha reso pubblico Gemini 4 Argon, il primo modello di punta dell’azienda successivo a Gemini 3. Il lancio arriva mentre il settore dei modelli linguistici di grandi dimensioni vive una fase di rincorsa serrata tra i principali laboratori: OpenAI con GPT-6 Astra e Anthropic con Claude Opus 5.5 sono indicati come i concorrenti diretti nel segmento dei modelli più avanzati.
Sul piano tecnico, Gemini 4 Argon raggiunge un punteggio del 77,9% nel test DeepSWE v1.1, una delle metriche usate per valutare le capacità di comprensione e generazione di codice software. Sul benchmark CWE-bench, che misura invece la capacità di individuare vulnerabilità nel codice, il modello si colloca al primo posto a pari merito con il 68%. Google ha inoltre esteso il limite massimo di output a un milione di token, una soglia che consente di generare risposte e documenti molto più estesi rispetto alle versioni precedenti.
Sul fronte commerciale, il prezzo di lancio è fissato a 2 dollari per milione di token in ingresso e 10 dollari per milione di token in uscita. Si tratta di un dato rilevante per gli sviluppatori e le aziende che integrano questi modelli nei propri prodotti, poiché il costo per unità di elaborazione è uno dei fattori che orienta la scelta tra fornitori concorrenti.
Va segnalato che la notizia proviene al momento da un’unica origine (AI Weekly); nessuna conferma indipendente disponibile. Google non ha diffuso, al momento della stesura di questo articolo, un comunicato ufficiale separato con gli stessi dettagli tecnici, e i risultati sui benchmark citati non sono stati verificati da terze parti indipendenti.
Il confronto tra i tre modelli di punta — Gemini 4 Argon, GPT-6 Astra e Claude Opus 5.5 — si gioca ora sulle prestazioni specifiche nei compiti di programmazione e sul rapporto tra costo e capacità di elaborazione, due variabili che le aziende clienti useranno per decidere quale infrastruttura adottare nei prossimi mesi.
← Archivio · Prima pagina · Editoriali passati · Segnala un errore