Abbiamo confrontato Gemini 4 Argon con Gemini 3.1 Pro Preview nelle attività del browser

Se il tuo agente browser usa attualmente Gemini 3.1 Pro Preview, consiglieremmo di passare a Gemini 4 Argon. Nei nostri esperimenti comparativi tra Gemini 4 Argon e Gemini 3.1 Pro, ciascun modello è stato eseguito su 15 attività del browser: un insieme di test piccolo ma impegnativo. Dei 15 tentativi, Argon ne ha superati 11, mentre 3.1 Pro solo 5.
Argon ha superato tutte le attività superate da 3.1 Pro, svolgendo circa la metà del lavoro. Ha usato 23.9 chiamate agli strumenti per attività, contro le 52.1 di 3.1 Pro. Nelle attività lunghe su più siti, 3.1 Pro ha esaurito tre volte il limite di 100 passaggi senza produrre un risultato; Argon non l’ha mai esaurito.
Quanto ai costi, i due modelli sono alla pari sullo stesso lavoro, ma Argon è più economico quando si contano anche i tentativi falliti. Nelle 5 attività superate da entrambi, Argon è costato $0.588 per attività e 3.1 Pro $0.598. Contando tutti i tentativi, Argon ha speso $1.62 per tentativo riuscito e 3.1 Pro $4.02. Tuttavia, il prezzo di listino di Google per Argon raddoppia il 1 dicembre 2026: tieni quindi conto dell’aumento.
| Modello | Tasso di successo | Costo per attività, sulle 5 superate da entrambi | Costo per tentativo riuscito, tutte le 15 attività |
|---|---|---|---|
| Gemini 4 Argon | 73.3% (11/15) | $0.588 | $1.62 |
| Gemini 3.1 Pro Preview | 33.3% (5/15) | $0.598 | $4.02 |
(I costi usano i prezzi di listino di Google validi fino al 30 novembre 2026)
Successo nelle attività
Nel nostro insieme di test, Gemini 4 Argon è il modello più affidabile. Argon ha superato 6 attività in cui 3.1 Pro ha fallito, mentre 3.1 Pro non ha superato nessuna attività fallita da Argon. Nelle altre attività i due modelli hanno ottenuto gli stessi risultati. Le 6 in cui Argon è andato meglio comprendono raccolta di dati da più siti, verifica sui social e attività di ricerca e confronto.
I due modelli hanno fallito in modi diversi. Tre dei 10 tentativi falliti di 3.1 Pro hanno esaurito il limite di 100 passaggi senza una risposta. Tutti riguardavano lavori su 9 o più siti. Altri cinque erano semplicemente allucinazioni o risposte errate. In un’attività di sintesi sull’inflazione, 3.1 Pro ha indicato 324,000 come media annua del CPI per il 2025, ma quel valore è in realtà la media del secondo semestre nella tabella del BLS. Saremmo particolarmente cauti con questo tipo di errore: il numero esiste nella fonte e sembra quindi credibile, ma non risponde alla domanda.
Argon ha superato la stessa attività in ego(lite). E non ha mai esaurito i passaggi in queste 15 attività. In tre dei suoi 4 fallimenti ha fornito due valori per un solo campo, il che viene considerato una risposta errata. Durante una ricerca di informazioni sui modelli a pesi aperti, Argon ha indicato il totale corretto di 668.95 miliardi di parametri, per poi proporre 664.95 miliardi come alternativa. Questo passaggio in più ha causato il fallimento dell’attività. Se il tuo codice legge la risposta dell’agente, assicurati che ogni campo contenga un solo valore.
Costo
Fino a novembre, i due modelli costano circa lo stesso. Ma a dicembre il prezzo di Argon aumenta. Nelle 5 attività superate da entrambi, Argon ha avuto un costo medio di $0.588 per attività e 3.1 Pro di $0.598. Ai prezzi di 3.1 Pro, l’uso di token di Argon in quelle attività sarebbe costato $0.646: il minor prezzo per token di Argon compensa quindi un consumo leggermente più alto. L’input non in cache rappresenta $0.421 dei $0.588 di Argon e $0.212 dei $0.598 di 3.1 Pro.
La differenza maggiore nei costi riguarda i tentativi falliti. Ciascuno dei 3 tentativi di 3.1 Pro che hanno esaurito i passaggi è costato in media $3.48, 4.3 volte il costo medio degli altri tentativi, e nessuno ha prodotto una risposta. Quei 3 tentativi hanno rappresentato il 51.8% di tutta la spesa di 3.1 Pro. Contando ogni tentativo, Argon ha speso $1.62 per tentativo riuscito e 3.1 Pro $4.02.
La pagina dei prezzi di Gemini API di Google indica per Argon, dal 1 dicembre 2026, $4 per milione di token di input, $20 per milione di token di output e $0.20 per milione di token in cache. È il doppio del prezzo precedente. Per 3.1 Pro non sono state annunciate variazioni di prezzo.
| Gemini 4 Argon, fino al 30 novembre | Gemini 4 Argon, dal 1 dicembre | Gemini 3.1 Pro Preview | |
|---|---|---|---|
| Costo per attività, sulle 5 superate da entrambi | $0.588 | $1.176 | $0.598 |
| Costo per tentativo riuscito, tutte le 15 attività | $1.62 | $3.25 | $4.02 |
I prezzi di dicembre applicano il nuovo listino di Google all’uso di token che abbiamo registrato.
Da dicembre, la spesa aggiuntiva per Argon serve a ottenere affidabilità. Se le attività del tuo agente sono già superate da 3.1 Pro, 3.1 Pro costerà meno per attività: ai prezzi di dicembre era più economico in tutte le 5 attività superate da entrambi. Se il tuo lavoro comprende attività in cui 3.1 Pro fallisce, Argon ne supera di più e costa ancora meno per tentativo riuscito: $3.25 contro $4.02.
Come opera ciascun modello
Gemini 4 Argon apre spesso più siti con un solo comando del browser, mentre 3.1 Pro apre una pagina alla volta e prosegue. Un comando del browser è uno script che il modello invia a ego-browser. Nelle 15 attività, il 22.4% dei 246 comandi del browser di Argon ha aperto due o più pagine, contro il 2.5% dei 489 di 3.1 Pro. Argon ha richiesto 16.4 comandi del browser per attività e 3.1 Pro 32.6.
L’attività sulle banche centrali mostra cosa significa in un lavoro lungo. Chiede la prima decisione sui tassi del 2026 di ciascuna delle 12 banche centrali: data, decisione, tasso, eventuali dissensi e data della riunione successiva. Argon ha completato l’attività con 16 comandi del browser, 14 dei quali hanno aperto pagine di un numero di banche compreso tra 2 e 7. Ha superato l’attività con 29 chiamate agli strumenti, al costo di $1.24. 3.1 Pro ha inviato 73 comandi del browser e nessuno ha aperto più di una pagina. Ha usato tutti i 100 passaggi, si è fermato mentre apriva la 9ª banca, la Bank of Korea, e non ha fornito una risposta. Quel tentativo è costato $3.36.

Entrambi i modelli hanno usato lo stesso browser sugli stessi siti, quindi la differenza derivava da quanto lavoro copriva ciascuna risposta. È questo che ha permesso ad Argon di restare entro il limite di 100 passaggi nelle attività che percorrono una lista di siti.
Altre informazioni su Gemini 4 Argon
Per capire come Argon gestisce lavori più difficili, abbiamo progettato 13 test separati appositamente per Argon. Su un totale di 28 attività del browser, il tasso di successo scende all’aumentare del numero di siti coinvolti.
| Dimensione del lavoro | Attività | Tasso di successo | Costo per attività | Chiamate agli strumenti per attività |
|---|---|---|---|---|
| Da uno a tre siti | 11 | 72.7% (8/11) | $0.469 | 16.4 |
| Nove o più siti | 14 | 57.1% (8/14) | $2.377 | 35.2 |
Nelle attività su nove o più siti, Argon ne ha superate 8 su 14. Il massimo è stato di 67 chiamate agli strumenti sulle 100 consentite, senza mai esaurire il limite. Per svolgere queste attività che coinvolgono più di nove siti, Argon è costato in media $2.377 per attività. Quattro dei sei fallimenti erano risposte errate e 2 di essi fornivano due valori per un solo campo, confermando il comportamento già osservato di dare risposte aggiuntive.
Nelle attività più brevi, su uno–tre siti, Argon ne ha superate 8 su 11 a un costo medio di $0.469. Due dei suoi 3 fallimenti fornivano due valori per un solo campo; il terzo era una risposta errata in un’attività con un’applicazione web.
Il nostro consiglio è pianificare in base alla dimensione delle attività. Una breve ricerca con Argon costa meno di cinquanta centesimi. Un lavoro lungo su più siti costa qualche dollaro, può durare quasi un’ora ed è riuscito nel 57% dei casi.
Quale usare
Passa a Gemini 4 Argon se l’attuale tasso di successo di 3.1 Pro non ti soddisfa. Quanto ai costi, fino a novembre è alla pari con 3.1 Pro per attività e rimane più economico per tentativo riuscito anche dopo il cambio di prezzo di dicembre, perché porta a termine il lavoro senza sprecare token.
Rimanere su Gemini 3.1 Pro Preview ha senso in un caso: dal 1 dicembre, nelle attività che già supera, il costo per attività è più basso. Nei nostri test si trattava di 5 delle 15 attività.
Abbiamo eseguito Argon come gemini-4-argon con livello di ragionamento high nell’ambiente per agenti pi, usando ego-browser come browser. ego-browser è fornito insieme a ego(lite) e lo controlla come browser dell’agente.
Domande frequenti
Gemini 4 Argon è migliore di Gemini 3.1 Pro per gli agenti browser? Sì, Gemini 4 Argon ha superato 11 tentativi su 15 nelle attività del browser e Gemini 3.1 Pro Preview ne ha superati 5. Argon ha superato tutte le attività superate da 3.1 Pro, più 6 in cui 3.1 Pro ha fallito. Il vantaggio maggiore si è visto nei lavori su 9 o più siti, dove 3.1 Pro ha esaurito tre volte il limite di 100 passaggi.
Dovrei passare da Gemini 3.1 Pro a Gemini 4 Argon? Passa ad Argon se il tuo agente deve completare più attività: Gemini 4 Argon ha superato 11 tentativi su 15 e Gemini 3.1 Pro Preview ne ha superati 5. Fino al 30 novembre 2026, entrambi costano circa $0.59–$0.60 per attività, considerando quelle superate da entrambi. Dal 1 dicembre il prezzo di listino di Argon raddoppia, quindi 3.1 Pro costa meno nelle attività che già supera.
Gemini 4 Argon costa meno di Gemini 3.1 Pro? Ai prezzi validi fino al 30 novembre 2026, Gemini 4 Argon è costato $0.588 per attività e Gemini 3.1 Pro Preview $0.598 nelle 5 attività superate da entrambi. Contando i tentativi falliti, Argon ha speso $1.62 per tentativo riuscito e 3.1 Pro $4.02. I fallimenti di 3.1 Pro sono stati costosi, perché i suoi 3 tentativi che hanno esaurito i passaggi sono costati in media $3.48 ciascuno.
Quanto costa Gemini 4 Argon dopo il 1 dicembre 2026? Google indica per Gemini 4 Argon, dal 1 dicembre 2026, $4 per milione di token di input, $20 per milione di token di output e $0.20 per milione di token in cache. A quei prezzi, le nostre esecuzioni costerebbero $1.176 per attività nelle 5 attività superate da entrambi i modelli, contro $0.598 per Gemini 3.1 Pro Preview. Per tentativo riuscito, Argon costerebbe $3.25 e 3.1 Pro $4.02.
Gemini 4 Argon usa meno passaggi di Gemini 3.1 Pro? Sì, Gemini 4 Argon ha usato 23.9 chiamate agli strumenti per attività e Gemini 3.1 Pro Preview 52.1 nelle stesse 15 attività. Argon ha aperto due o più pagine nel 22.4% dei suoi comandi del browser, contro il 2.5% di 3.1 Pro. La sua attività più lunga ha usato 67 chiamate agli strumenti con un limite di 100 passaggi.
Perché Gemini 3.1 Pro esaurisce i passaggi nelle attività del browser? Gemini 3.1 Pro Preview ha esaurito il limite di 100 passaggi in 3 attività su 15, tutte su 9 o più siti. Apriva una pagina per comando del browser, quindi un’attività su 12 banche richiedeva più risposte di quante consentite dal limite. Nella stessa attività e nello stesso browser, Gemini 4 Argon ha finito con 29 chiamate agli strumenti.
Come gestisce Gemini 4 Argon la raccolta di dati da più siti? Gemini 4 Argon ha superato 8 delle 14 attività eseguite su nove o più siti. Non ha mai esaurito i passaggi in queste attività, ma 2 tentativi hanno raggiunto il limite di un’ora senza una risposta. Il costo medio di queste attività è stato di $2.377 per attività.
Quali errori commette ancora Gemini 4 Argon? Gemini 4 Argon ha fallito in 4 dei 15 tentativi comuni e in 3 di questi ha fornito due valori per un solo campo. In un’attività ha indicato il numero corretto di 668.95 miliardi di parametri, per poi proporre 664.95 miliardi come alternativa. Gemini 3.1 Pro Preview ha fatto lo stesso in 2 dei suoi fallimenti: controlla quindi che ogni campo della risposta contenga un solo valore.
Vale ancora la pena usare Gemini 3.1 Pro? Gemini 3.1 Pro Preview ha superato 5 tentativi su 15 e, dal 1 dicembre 2026, costa meno di Gemini 4 Argon in quelle 5 attività. Ai prezzi di dicembre era più economico in tutte e 5. Nelle attività che non supera, Argon ha superato più attività e speso meno per tentativo riuscito.
Gemini 4 Argon può far funzionare un agente browser con ego-browser? Sì, abbiamo eseguito Gemini 4 Argon con livello di ragionamento high nell’ambiente per agenti pi con ego-browser, e ha superato 11 tentativi su 15. Il modello scriveva gli script di ego-browser tramite lo strumento bash dell’agente e leggeva il testo della pagina restituito da ogni script. La sua attività più lunga ha usato 67 chiamate agli strumenti con un limite di 100 passaggi.
Come abbiamo svolto i test
Abbiamo confrontato Gemini 4 Argon (google/gemini-4-argon) e Gemini 3.1 Pro Preview (gemini-3.1-pro-preview), entrambi con livello di ragionamento high. Entrambi sono stati eseguiti nell’ambiente per agenti pi, versione 1.5.0, con la stessa build di ego-browser in ego(lite) su macOS. Il modello riceve il file skill di ego-browser, scrive gli script del browser tramite il proprio strumento bash e legge il testo della pagina restituito da ogni script. Argon è stato chiamato tramite ZenMux e 3.1 Pro tramite Gemini API di Google. Argon è stato eseguito il 4 novembre 2026 e 3.1 Pro il 5 novembre 2026.
Ciascun modello è stato eseguito su 28 attività del nostro insieme di test di efficienza, 15 delle quali sono state eseguite da entrambi. Il confronto usa le 15 attività comuni, con un tentativo per modello in ogni attività. Un tentativo è un’esecuzione di un’attività da parte di un modello. La sezione sulla dimensione del lavoro usa tutte le 28 attività di Argon. Le attività comuni rientrano in cinque gruppi e ciascuna appartiene a un solo gruppo: raccolta degli stessi campi da molti siti ufficiali, verifica di post su X rispetto a pagine ufficiali, ricerche su uno–tre siti, ricerca senza vincoli rigidi e un’applicazione web aziendale.
Ogni tentativo aveva un limite di 100 passaggi e un’ora. Un passaggio è una risposta del modello, che di solito effettua una chiamata a uno strumento. Una chiamata a uno strumento è un comando che il modello invia tramite l’agente. Un comando del browser è una chiamata a uno strumento che esegue uno script di ego-browser; contiamo un comando come apertura di due o più pagine in base alle navigazioni presenti nel suo script. Un tentativo viene superato solo quando la risposta finale soddisfa ogni punto della soluzione di riferimento dell’attività; una risposta che fornisce due valori per un solo campo non supera il test.
Il costo è l’uso di token di ogni tentativo valorizzato ai prezzi di listino di Gemini API di Google validi fino al 30 novembre 2026. Per Argon sono $2 per milione di token di input, $10 per milione di token di output e $0.10 per milione di token in cache. Per 3.1 Pro Preview sono $2, $12 e $0.20 fino a 200 000 token per prompt, e $4, $18 e $0.40 oltre quella soglia. Il costo per attività è la media delle 5 attività superate da entrambi i modelli. Il costo per tentativo riuscito divide il costo di tutti i 15 tentativi per il numero di tentativi riusciti.
Risultati completi
Ogni cella riporta il risultato di un tentativo e il suo costo ai prezzi di listino validi fino al 30 novembre 2026. «Passaggi esauriti» indica un tentativo che ha usato il limite di 100 passaggi senza una risposta; «tempo esaurito» uno che ha raggiunto il limite di un’ora senza una risposta.
| Attività | Gruppo | Gemini 4 Argon | Gemini 3.1 Pro Preview |
|---|---|---|---|
| Decisioni sui tassi di 12 banche centrali | Molti siti ufficiali | Superato, $1.243 | Non superato, passaggi esauriti, $3.356 |
| 9 modelli a pesi aperti | Molti siti ufficiali | Non superato, $3.548 | Non superato, passaggi esauriti, $4.324 |
| Salario minimo in 9 giurisdizioni | Molti siti ufficiali | Superato, $3.269 | Non superato, passaggi esauriti, $2.745 |
| Conformità di 9 fornitori SaaS | Molti siti ufficiali | Superato, $2.590 | Non superato, $1.176 |
| Rilasci di sicurezza di 8 progetti open source: post su X a confronto con gli avvisi | Post su X | Superato, $1.490 | Superato, $1.564 |
| 8 lanci di prodotti: post su X a confronto con i comunicati stampa | Post su X | Superato, $1.211 | Non superato, $1.005 |
| Post sui lanci di SpaceX su X a confronto con Wikipedia | Post su X | Superato, $0.483 | Superato, $0.325 |
| Istantanea della situazione KYC di quattro società del Regno Unito | Da uno a tre siti | Non superato, $0.525 | Non superato, $0.955 |
| Abbinare gli studi clinici alle schede dei farmaci | Da uno a tre siti | Non superato, $1.203 | Non superato, $0.831 |
| Sintesi sull’inflazione da FRED, verificata rispetto al BLS | Da uno a tre siti | Superato, $0.248 | Non superato, $0.267 |
| Funzionalità web su MDN e Can I use | Da uno a tre siti | Superato, $0.560 | Non superato, $0.967 |
| Appunti di studio da una lezione, dal codice e da un articolo scientifico | Da uno a tre siti | Superato, $0.283 | Superato, $0.403 |
| Modelli con un volume di calcolo oltre le soglie UE | Ricerca senza vincoli rigidi | Superato, $0.300 | Superato, $0.287 |
| Risalire alle fonti di una tabella di Wikipedia | Ricerca senza vincoli rigidi | Non superato, $0.528 | Non superato, $1.495 |
| Allineare i monitor dei servizi a uno standard | Applicazione web aziendale | Superato, $0.384 | Superato, $0.412 |
Le altre 13 attività di Gemini 4 Argon, usate nella sezione sulla dimensione del lavoro. Ogni cella è un tentativo.
| Attività | Siti | Gemini 4 Argon |
|---|---|---|
| Ultima versione stabile di 9 browser desktop | 13 | Superato, $0.726 |
| Piani gratuiti di 9 servizi CI | 9 | Non superato, tempo esaurito, $3.393 |
| 8 sondaggi sugli sviluppatori | 8 | Non superato, $4.987 |
| Un terremoto secondo 9 agenzie | 9 | Non superato, $4.039 |
| Un gioco secondo 8 enti di classificazione | 8 | Non superato, $4.180 |
| Una stampa in 10 collezioni museali | 10 | Superato, $3.296 |
| Il runtime di protobuf in 9 registri di pacchetti | 9 | Non superato, $0.856 |
| Edizioni attuali di 9 standard | 9 | Superato, $2.143 |
| 8 ingaggi dei club: X a confronto con i siti dei club | 16 | Non superato, tempo esaurito, $4.947 |
| Verificare 10 affermazioni in un riepilogo settimanale sull’IA | 7 | Superato, $1.316 |
| Analisi della puntualità dei vettori e regole di avviso | 1 | Non superato, $0.769 |
| Coprire i turni di reperibilità tenendo conto dei periodi di assenza | 1 | Superato, $0.182 |
| Richiedere le indennità giornaliere per i pasti | 1 | Superato, $0.217 |
Cronologia aggiornamenti: pubblicato per la prima volta il 9 novembre 2026. Test eseguiti il 4 e 5 novembre 2026.
