Gemini 4 Argon vs Gemini 3.1 Pro: il successore costa meno, e il vecchio modello vince ancora due scontri

Gemini 4 Argon costa meno da eseguire rispetto al modello che dovrebbe sostituire. Non è un refuso. La tariffa introduttiva per l'output di Google per Gemini 4 Argon è di 10 $ per milione di token, mentre Gemini 3.1 Pro Preview — il modello presente oggi nel catalogo di OrcaRouter, e quello contro cui l'esistenza stessa di Argon è un argomento — fa pagare 12 $. Input identico a 2 $ per entrambi, a meno che non si spinga Gemini 3.1 Pro Preview oltre i 200.000 token di input, punto in cui la sua tariffa raddoppia, passando a 4 $ in input e 18 $ in output. Un successore più economico è abbastanza insolito da meritare da solo l'apertura.

Il resto del quadro è meno ordinato. Nell'Intelligence Index di Artificial Analysis, Gemini 4 Argon ottiene 52,6 contro il 29,7 di Gemini 3.1 Pro Preview — un divario di 22,9 punti che, di per sé, suggerirebbe che il modello più vecchio non è della stessa categoria. Ma il modello più vecchio vince su GPQA Diamond con il 94,1% contro nessun dato pubblicato, vince nel ragionamento a contesto lungo 82,0 a 79,7 e registra un punteggio di 95,6 su τ²-Bench per l'uso agentico degli strumenti, che DeepSeek ha citato come dato di punta del proprio modello di punta. Quindi l'inquadramento onesto non è «Argon sostituisce 3.1 Pro». È «Argon sostituisce il lavoro di 3.1 Pro, a un prezzo di output inferiore, mentre 3.1 Pro mantiene un paio di vantaggi ristretti che conteranno per una minoranza specifica di carichi di lavoro».

Cos'è davvero Gemini 3.1 Pro Preview

È nel catalogo dal 2026-02-19 ed è stato chiamato anteprima per tutti i sette mesi successivi. Google ha trascorso il periodo intermedio distribuendo modelli di livello Flash — il 3.6 Flash, il 3.8 Flash, il 3.8 Flash Cyber ottimizzato per la cybersecurity — mentre il livello Pro è rimasto dov'era. Quel divario è il contesto di tutto ciò che Argon sostiene, ed è il motivo per cui una domanda risalente a maggio ("quando verrà sostituito il livello Pro?") è ancora la domanda giusta in ottobre.

La scheda è un vero modello di frontiera, non un residuo. Contesto di 1,048,576 token, input multimodale su testo, immagine, audio, video e file, uso di strumenti, output strutturato e ragionamento, e cinque tag di capacità dalla nostra parte. I suoi punti deboli sono dove è stato addestrato: un output massimo di 65,536 token, e un profilo di attività che sembra datato rispetto a un modello del 2026.

La tabella che dovresti leggere due volte

Prezzi, entrambi come indicati, per milione di token:

• Input — Gemini 4 Argon $2,00 contro Gemini 3.1 Pro Preview $2,00. Livello.

• Output — Gemini 4 Argon $10.00 contro Gemini 3.1 Pro $12.00. Argon costa il 17% in meno.

• Input in cache — Gemini 4 Argon $0,10 contro Gemini 3.1 Pro Preview $0,20.

• Livello di input lungo — Gemini 4 Argon indica una tariffa introduttiva fissa; Gemini 3.1 Pro Preview passa a $4,00 in input / $18,00 in output oltre 200.000 token di input.

• Output massimo — Gemini 4 Argon 1.000.000 di token rispetto a Gemini 3.1 Pro Preview 65.536.

• Costo misurato per attività di indicizzazione — Gemini 4 Argon $1.99 rispetto a Gemini 3.1 Pro Preview $0.67, secondo Artificial Analysis. Qui il modello più vecchio costa tre volte meno, perché rappresenta un lavoro molto più piccolo che l'harness deve eseguire.

Quell'ultima riga è la riconciliazione. Per token, Argon è più economico; per attività è tre volte più caro, perché risponde a domande più difficili. Se il tuo carico di lavoro è a input fisso, output fisso — classificazione, estrazione, riassunto a una lunghezza nota — sono i numeri per token quelli che finiscono sulla tua fattura. Se il tuo carico di lavoro è "risolvi questo", il numero per attività è quello onesto e il sovrapprezzo di Argon è reale.

Il divario di 22,9 punti, e da dove deriva

Artificial Analysis esegue una batteria fissa di test, quindi un divario così ampio dovrebbe emergere in modo costante. Nella maggior parte dei casi è così, e lo schema è informativo:

• Terminal-Bench 4.0 — Gemini 4 Argon 57,1% contro Gemini 3.1 Pro Preview 4,0%. Non è un refuso. L'ingegneria del software su orizzonti lunghi è il più grande cambiamento di capacità tra i due.

• AutomationBench-AA — Gemini 4 Argon 77,5% contro Gemini 3.1 Pro Preview 35,4%.

• ApexAgents — Gemini 3.1 Pro Preview 32,0% a fronte di nessun dato Argon pubblicato nella stessa classifica.

• SciCode — Gemini 4 Argon 61,8% contro Gemini 3.1 Pro Preview 58,7%. Vicini.

• Humanity's Last Exam — Gemini 4 Argon 57,1% contro Gemini 3.1 Pro Preview 47,0%.

• Ragionamento su contesti lunghi — Gemini 3.1 Pro Preview 82,0% contro Gemini 4 Argon 79,7%. Il vecchio modello vince, di stretta misura.

• GPQA Diamond — Gemini 3.1 Pro Preview 94,1%. Argon non pubblica nulla su questa classifica.

• Onniscienza — Gemini 4 Argon 42.4 contro Gemini 3.1 Pro Preview 31.9.

• GDPval — Gemini 4 Argon 1.611 contro Gemini 3.1 Pro Preview 776.

• ITBench-SRE — Gemini 4 Argon non compare; Gemini 3.1 Pro Preview 30,3%.

Quindi: il divario riguarda quasi interamente la resistenza agentica e l’esecuzione di attività a lungo orizzonte, ed è enorme in quel campo. Sul ragionamento scientifico a risposta multipla, su un compito di ragionamento da 1M di token e su GPQA, i due modelli sono entro il rumore statistico o è quello più vecchio a essere in vantaggio. Il 4,0% di Terminal-Bench 4.0 contro il 57,1% è il numero che dovrebbe determinare la maggior parte delle decisioni di migrazione, ed è il numero che i difensori del modello più vecchio tenderanno a sorvolare.

Due specifiche che rimodellano la tua architettura

Il tetto di output di Argon è di 1.000.000 di token, contro i 64K oltre i quali non andava la generazione precedente — e 64K è esattamente ciò che offre Gemini 3.1 Pro Preview, 65.536 per la precisione. Sedici volte tanto spazio a disposizione in un'unica traiettoria cambia ciò che si può chiedere a una singola chiamata.

Concretamente: qualsiasi cosa tu faccia attualmente concatenando chiamate per rimanere sotto un tetto di output di 65K — generazione di patch multi-file, lunghi report di audit, redazione completa di documenti in un'unica passata — diventa una singola chiamata. Meno chiamate significa meno punti in cui un ciclo di agente può perdere stato, e significa che la tua logica di retry diventa più semplice anziché più elaborata. Se hai costruito impalcature elaborate attorno al tetto di 64K, quell'impalcatura diventa il costo di migrazione.

Gemini 3.1 Pro Preview mantiene un vantaggio nelle specifiche che l'annuncio di Argon non affronta: input audio e video. L'elenco delle modalità pubblicato da Argon copre testo, immagini, video e file — l'audio non è menzionato nel materiale di lancio, e l'esempio video di Google è LVBench, un benchmark per la comprensione di video lunghi. Se la tua pipeline acquisisce audio, verifica la modalità prima di presumere che l'aggiornamento la includa. Questo è un fatto verificabile riguardo a un modello non ancora invocabile, che è esattamente la categoria di affermazione che invecchia male.

L'anteprima è bloccata in mezzo

C'è un problema autentico, noioso e costoso: il modello più vecchio è chiamato anteprima, è chiamato così da sette mesi e nessuno ha detto cosa gli succederà. Due scenari sono plausibili e hanno implicazioni opposte per la tua base di codice. O Gemini 3.1 Pro Preview viene ritirato quando Argon raggiunge la disponibilità generale e devi migrare, oppure viene superato e lentamente deprecato pur continuando a essere servito, e hai tempo.

I materiali di Google stessi non dirimono la questione. L'annuncio di Argon afferma che un accesso più ampio arriverà "as soon as possible", a partire dai clienti paganti dell'API e dagli abbonati a Google AI Ultra, e non dice nulla sul destino del livello Pro che sostituisce. La posizione ingegneristica conservativa è quella che non costa nulla: mantenere l'id del modello nella configurazione anziché nel codice, mantenere un sistema di valutazione in grado di eseguire i tuoi prompt reali su un modello candidato in un pomeriggio, e considerare l'eventuale sostituzione come un'operazione di routine anziché una riscrittura.

Quella posizione è economica proprio su OrcaRouter, perché lo swap è una stringa. google/gemini-3.1-pro-preview è live nella lista allo stesso prezzo degli altri 200 modelli che instradiamo, al prezzo di listino del provider senza markup — quindi quando Google pubblica Arato di 3.1 Pro, il prezzo sulla nostra si muove lo stesso giorno. Eseguire i tuoi prompt su entrambi è un cambio di configurazione e una seconda chiamata, non una seconda integrazione, e il failover automatico fa sì che un'importazione obsoleta non mandi giù l'endpoint.

Cosa fare questo mese

Se utilizzi Gemini 3.1 Pro Preview e il tuo carico di lavoro è il retrieval su contesto lungo, il ragionamento scientifico in stile GPQA, o qualsiasi cosa in cui l'accuratezza del ragionamento scientifico al 94,1% sia determinante, non c'è ancora motivo di migrare — Argon non è invocabile, e non è stato dimostrato che il divario nelle specifiche famiglie di attività in cui il vecchio modello è in vantaggio si sia chiuso. Non migrare sulla sola base di un divario di indice.

Se il tuo carico di lavoro è programmazione agentica, esecuzione di attività aziendali a più fasi o qualsiasi cosa che generi output di grandi dimensioni, il caso è già forte sulla carta: sedici volte il tetto di output, un divario di 53 punti su Terminal-Bench e un prezzo di output inferiore. L'ostacolo è puramente che Argon è un rilascio graduale per difensori informatici di fiducia tramite il Fairwind Program di Google, senza alcun endpoint pubblico. Metti la migrazione sulla tua roadmap, costruisci ora l'harness di valutazione mentre non c'è pressione ed eseguilo la settimana in cui Argon diventa invocabile. Il successore è più economico; essere pronti per esso costa quasi nulla.