Google ha lanciato un modello che sbaglia meno
Google lancia Gemini 4 Argon: secondo l'azienda, gli agenti in Antigravity aumentano i contributi di codice e riducono i rollback.
Argon è primo su 12 dei 18 benchmark, ma il dato più curioso è l’87% sul ragionamento incarnato
Chiunque abbia lavorato in un team di sviluppo conosce bene la scena. È venerdì pomeriggio, una modifica è appena andata in produzione e qualcosa si rompe. Parte il rollback, cioè la marcia indietro sul codice, e il fine settimana se ne va con lui. È da qui che conviene partire per capire il lancio di Gemini 4 Argon, il nuovo modello di Google. Secondo l’azienda, i team che lo usano dentro Antigravity hanno aumentato i contributi di codice scritto dagli agenti di oltre il 35% e hanno ridotto i rollback di quasi un terzo. Argon è disponibile dallo scorso 13 ottobre, quindi non è una notizia dell’ultima ora. In questi undici giorni, però, ha fatto parlare di sé abbastanza da meritare un’occhiata più attenta.
Meno rollback, più codice scritto dagli agenti
Per chi non vive tra repository e pull request, il punto è semplice. Gli “agenti” sono modelli di intelligenza artificiale a cui non si chiede solo di suggerire una riga di codice. Gli si affida un compito intero: scrivere la funzione, modificarla, proporla al team. Antigravity è l’ambiente di Google in cui questi agenti lavorano. I numeri dichiarati dicono due cose insieme. Gli agenti producono di più, con un aumento superiore al 35% dei contributi. E, cosa ancora più interessante, quello che producono si rompe meno spesso, visto che i rollback calano di quasi un terzo.
Il secondo dato è quello che conta davvero. Un collega che scrive tanto ma costringe tutti a rimediare ai suoi errori non è un buon collega. Uno che scrive di più e sbaglia meno lo è. Va ricordato che sono cifre comunicate da Google stessa, senza un confronto indipendente, quindi vanno prese come una promessa più che come una garanzia. Sulla carta, comunque, il risultato è notevole. Resta però la domanda che ogni responsabile tecnico si pone subito dopo: quanto costa portare tutto questo nel proprio flusso di lavoro, e dove conviene davvero usarlo?
Il conto in token e i settori dove si gioca la partita
Qui Google ha giocato una carta aggressiva. Argon esce con un prezzo introduttivo di 2 dollari per milione di token in input e 10 dollari per milione di token in output. I token sono i frammenti di testo con cui i modelli leggono e scrivono, e funzionano un po’ come i minuti di una vecchia bolletta telefonica. C’è poi un dettaglio che interessa soprattutto alle aziende: i token in input già in cache, cioè le parti di contesto che il modello ha già “letto” e riutilizza, sono scontati del 95%. Per chi rimanda continuamente al modello lo stesso codice di base o gli stessi documenti, la differenza in bolletta può essere molto concreta.
Il modello è disponibile in tutto il mondo per sviluppatori e imprese, tramite API in AI Studio e sulla piattaforma Gemini. Sul fronte delle prestazioni nei settori economici, Google rivendica il primo posto sul Vals Index, la classifica che valuta i modelli in ambiti come finanza, programmazione, diritto e fisco. Sono proprio i lavori in cui un errore costa caro, e in cui un modello affidabile può far risparmiare ore di lavoro qualificato.
La scelta dei settori non è casuale. Come ha osservato l’analisi di VentureBeat sul lancio, Google posiziona Argon su tre aree in cui le imprese spendono già: lo sviluppo software, il lavoro di conoscenza professionale e le operazioni di cybersecurity. È una strategia pragmatica. Invece di inventare nuovi bisogni, Google va dove i budget esistono già. Proprio la cybersecurity, però, è il terreno su cui conviene restare più vigili. Affidare a un agente compiti delicati sulla sicurezza dei sistemi significa fidarsi molto del modello e di chi lo gestisce, e i numeri di un comunicato non bastano a costruire quella fiducia. Rimane anche un’altra questione: se Google punta su mercati che le aziende stanno già comprando,
deve fare i conti con i rivali che quelle aziende le servono già.
Dodici primati su diciotto, e un indizio sul futuro
Ed eccoci alla classifica. Dei 18 benchmark resi noti da Google, Argon è primo da solo su 12 e a pari merito su uno. GPT-6 Astra di OpenAI guida su tre e pareggia con Argon su uno, mentre Claude Opus 5.5 di Anthropic è in testa su due. Il quadro è netto, ma non schiacciante: su un terzo dei test la gara è ancora aperta, e i test li ha scelti chi li pubblica. Il contesto conta. Secondo VentureBeat, Google sta cercando di riaffermarsi nell’intelligenza artificiale di frontiera dopo mesi di pressione da parte di OpenAI e Anthropic. Argon è anche il risultato di un percorso a tappe: già nel post di lancio di Gemini 3 Google spiegava che ogni generazione di Gemini si basa sulla precedente.
Il dato più curioso, però, sta un po’ in disparte. Sul benchmark Embodied Reasoning (ERQA), che misura il cosiddetto ragionamento incarnato, Argon ha ottenuto l’87% e ha superato tutti gli altri modelli di frontiera. In parole semplici, si tratta della capacità di ragionare sul mondo fisico, sugli oggetti e sullo spazio, oltre che su testo e codice. È il tipo di abilità che serve a una macchina che deve muoversi e agire fuori da uno schermo.
Ricapitolando: i primati in classifica fanno titolo, ma la vera prova di Argon arriverà nei prossimi mesi, nei repository dei team e nei bilanci delle aziende. Lì si vedrà se i rollback caleranno davvero e se il prezzo d’ingresso resterà conveniente anche dopo la fase introduttiva. Nel frattempo vale la pena tenere d’occhio quell’87%. Potrebbe essere il primo segnale che la prossima partita dell’intelligenza artificiale si giocherà lontano dalla tastiera.
