Gemini 4 Argon vs GPT-6: benchmark, costi e sicurezza

1. Che cosa è successo

Un nuovo modello di IA avanzata esiste, ma per ora non è disponibile al pubblico.

Il 30 settembre 2026 Google ha annunciato Gemini 4 Argon, un nuovo modello di intelligenza artificiale generativa, cioè il sistema che elabora richieste e produce risposte in applicazioni come i chatbot [1]. Non è ancora disponibile al pubblico: Google lo usa internamente e lo sta rendendo disponibile a un gruppo selezionato di difensori cyber attraverso un programma chiamato Fairwind [1][2].

Google spiega che un rilascio così delicato richiede un approccio graduale e dichiara di partecipare al processo volontario del governo statunitense per l’accesso ai modelli prima del rilascio [1]. L’apertura a sviluppatori, aziende e utenti è prevista il prima possibile, senza una data indicata, partendo dai clienti a pagamento delle API e dagli abbonati Google AI Ultra [1].

2. Perché prima ai difensori

In sicurezza informatica conta il tempo che passa tra la scoperta di una falla e la sua correzione.

Una vulnerabilità è una debolezza o un errore in un software che può essere sfruttato per compromettere la sicurezza del sistema. Google sostiene che Argon possa individuare, verificare e correggere autonomamente vulnerabilità critiche [1]. Per questo prevede di renderlo disponibile ai difensori selezionati e ai propri team interni senza i cyber guardrail, cioè le restrizioni di sicurezza che normalmente limitano le richieste in ambito cyber [1].

Il programma Fairwind, lanciato il 2 settembre 2026, è stato concepito per dare accesso anticipato a governi, gestori di infrastrutture critiche e grandi piattaforme tecnologiche, così che possano rafforzare i propri sistemi prima che i malintenzionati possano sfruttare capacità simili [3]. Chi partecipa accetta regole severe: accesso solo per i team interni di sicurezza e protezioni come l’autenticazione a più fattori [3]. I partner indicati da Google sono più di 650 [3].

Un esempio riportato da Google: Wiz, azienda di sicurezza informatica che usa Argon nella sua iniziativa Scan for Good, ha individuato una falla critica che esponeva dati personali sensibili in software sanitario usato dagli ospedali di tutto il mondo, e che i precedenti modelli di punta non avevano trovato [1].

3. Che cosa cambia per te

Non cambia quello che devi fare: cambia quanto conta farlo in fretta.

Questa sezione è un consiglio di buon senso dell’autore, non un dato tratto dalle fonti.

Google afferma che, nel programma Fairwind, il modello Gemini 3.8 Flash Cyber abbinato allo strumento CodeMender può generare correzioni verificate e pronte da applicare in minuti invece che in settimane, all’interno dell’ambiente cloud dell’organizzazione [3]. Se i produttori dei software che usi correggeranno più in fretta, la correzione, cioè la patch, ti protegge solo se la installi. In pratica:

• attiva gli aggiornamenti automatici di telefono, computer e app;
• aggiorna anche router e dispositivi collegati quando il produttore rilascia una nuova versione;
• usa l’autenticazione a più fattori sugli account importanti.

4. Come leggere i numeri

Un titolo accattivante non sostituisce il dato.

Artificial Analysis, società che confronta i modelli di IA, utilizza un indice composito, l’Intelligence Index¹, per confrontarli su un insieme di valutazioni: Gemini 4 Argon (high) 53, GPT-6 Astra (max) 53, GPT-6.1 Sol (max) 52 [4].

Sui costi, con lo sconto di lancio del 50%² Argon (high) costa 1,99 dollari per attività dell’Intelligence Index, cioè circa il 60% del costo di GPT-6 Astra (max), ma 2,7 volte quello di GPT-6.1 Sol (max) [4]. Lo sconto è promozionale e la data di fine non è stata confermata: a prezzo pieno il costo stimato da Artificial Analysis sale a 3,98 dollari per attività, circa 1,2 volte quello di Astra (max) [4]. Il titolo costa 5 volte meno [5] quindi non trova conferma nel confronto per attività³ di Artificial Analysis, che misura un insieme specifico di compiti e non il prezzo per singola unità di testo⁴.

Nel benchmark AA-Omniscience il tasso di allucinazione misura quanto spesso il modello risponde in modo errato quando avrebbe dovuto rifiutarsi o ammettere di non sapere [6]. Per Argon (high) è del 15%, contro il 51% di Astra (max) e il 54% di Sol (max) [4]⁵. Attenzione al quadro completo: l’accuratezza, cioè la quota di domande risposte correttamente sul totale [6], è del 50% per Argon, contro il 63% di Astra [4]. Il dato indica che Argon tende più spesso a non rispondere quando non è sicuro, non che risponda correttamente più spesso.

Figura 1. Confronto basato sui dati di Artificial Analysis [4] (riproduzione dei numeri, nessuna immagine generata con IA).

• Costo per attività: Gemini 4 Argon (high), prezzo scontato — 1,99 dollari
• Costo per attività: GPT-6 Astra (max) — 3,26 dollari
• Costo per attività: Gemini 4 Argon (high), prezzo pieno — 3,98 dollari
• Tasso di allucinazione: Gemini 4 Argon (high) — 15%
• Tasso di allucinazione: GPT-6 Astra (max) — 51%
• Tasso di allucinazione: GPT-6.1 Sol (max) — 54%

5. Le difese dichiarate da Google

Più l’IA è capace, più conta come viene controllata.

Google indica quattro aree di lavoro prima del lancio pubblico: impedire l’uso per attacchi, difendersi dalla prompt injection, monitorare comportamenti del modello che si discostano dalle intenzioni dell’utente e mettere in sicurezza gli ambienti di test [1].

La prompt injection è una tecnica di attacco in cui istruzioni malevole inserite in un contenuto, come una pagina web, un documento o un’e-mail, cercano di influenzare o dirottare il comportamento dell’IA che lo elabora. Un esempio illustrativo: un assistente che riassume le tue e-mail legge un messaggio che gli ordina di ignorare le regole e di inoltrare dati a un estraneo. Secondo Google, Argon è il suo modello più resistente finora a questi attacchi [1]. Google dichiara inoltre di monitorare il ragionamento e le azioni del modello e di fermarne l’esecuzione quando serve [1]. Sono dichiarazioni di Google, che afferma di aver messo alla prova le difese contro l’uso improprio con gruppi di esperti interni ed esterni che simulano attacchi, i red team [1]. Non abbiamo potuto verificarle in modo indipendente.

In breve

• Argon non è pubblico: oggi lo usano Google e un gruppo di difensori selezionati [1][2].
• L’obiettivo dichiarato è dare ai difensori un vantaggio di tempo [3].
• Per te vale la regola di sempre: aggiornare presto e usare l’autenticazione a più fattori.
• Diffida dei titoli con numeri secchi: controlla cosa misurano davvero [4][5].

Note

1. Le sigle (high) e (max) indicano il livello di ragionamento con cui ciascun modello è stato testato [4]: punteggi e costi dipendono da questa impostazione. I punteggi si riferiscono solo all’indice composito di Artificial Analysis: benchmark diversi possono produrre risultati e posizionamenti differenti.

2. Prezzo di lancio dichiarato da Google: 2 dollari per milione di token in ingresso e 10 in uscita; dopo il periodo introduttivo 4 e 20 [1].

3. Il costo per attività di Artificial Analysis è riferito all’insieme di compiti dell’Intelligence Index [4]; non equivale al costo di una generica richiesta a un servizio di IA.

4. Un token è un’unità di testo elaborata dal modello. Google porta il limite di token in uscita da 64.000 a 1 milione [1][2].

5. Dove le fonti divergevano abbiamo seguito la fonte primaria o il benchmark originale. Red Hot Cyber [5] riporta il 54% di allucinazioni anche per GPT-6 Astra, mentre Artificial Analysis [4] indica il 51%.

Riferimenti

1. Kavukcuoglu K., Gemini 4 Argon: our next era of frontier intelligence, Google, 30 settembre 2026. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

2. Redazione ANSA, Google torna in corsa con l’IA, ma fa testare nuovo modello a esperti cyber, 1 ottobre 2026. https://www.ansa.it/canale_tecnologia/notizie/cybersecurity/2026/10/01/google-torna-in-corsa-con-lia-ma-fa-testare-nuovo-modello-a-esperti-cyber_d27a58cb-8c15-4934-a891-1d670da5daa9.html

3. Flynn F., Proactive cyber defense for governments and enterprises, Google, 2 settembre 2026. https://blog.google/innovation-and-ai/technology/safety-security/fairwind-program/

4. Artificial Analysis, Gemini 4 Argon: Google is back as one of the top three labs in intelligence achieved, 30 settembre 2026. https://artificialanalysis.ai/articles/gemini-4-argon-google-top-three-labs

5. Vivianti C., Google lancia Gemini 4 Argon! Alla pari di OpenAI, ma costa 5 volte meno, Red Hot Cyber, 2 ottobre 2026. https://www.redhotcyber.com/post/google-lancia-gemini-4-argon-alla-pari-di-openai-ma-costa-5-volte-meno/

6. Artificial Analysis, AA-Omniscience: Knowledge and Hallucination Benchmark, pagina del benchmark, consultata il 2 ottobre 2026. https://artificialanalysis.ai/evaluations/omniscience

Avvertenza

Questo documento ha scopo divulgativo e non costituisce consulenza di sicurezza. Gemini 4 Argon non è ancora pubblico: le sue capacità, l’esempio di Wiz e le misure di sicurezza riportate sono dichiarazioni di Google, non verificate in modo indipendente. I benchmark di terzi e i prezzi indicati possono cambiare. L’esempio di prompt injection è illustrativo. La Figura 1 riproduce numeri di Artificial Analysis e non contiene immagini generate con IA. Non è stato usato alcun contenuto di HDblog.