Google DeepMind ha rilasciato tre nuovi modelli Gemini il 21 luglio 2026, rafforzando la sua gamma per gli sviluppatori che creano agenti AI su larga scala. L'azienda ha distribuito Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e un modello specializzato di sicurezza informatica chiamato Gemini 3.5 Flash Cyber. Eppure l'annuncio è arrivato senza l'aggiornamento che la maggior parte degli osservatori aspettavano: la prossima versione dell'ammiraglia di Google Gemini Pro. Per ulteriori ultime notizie sull'intelligenza artificiale e analisi della corsa al modello di frontiera, la storia seguente analizza cosa è stato spedito, cosa è sfuggito e perché è importante.
Tre nuovi modelli Flash mirano all'efficienza e agli agenti
Gemini 3.6 Flash è posizionato come il "modello cavallo di battaglia" di Google, progettato per migliorare la codifica, il lavoro di conoscenza e le prestazioni multimodali riducendo l'utilizzo dei token fino al 17% rispetto al suo predecessore. Secondo TechCrunch, il modello lo rende più economico di Gemini 3.5 Flash fornendo allo stesso tempo risultati migliori nei carichi di lavoro di produzione.
Il decoder ha riportato miglioramenti concreti nei benchmark rispetto al precedente modello Flash. DeepSWE è passato dal 37 al 49%, MLE Bench è salito dal 49,7 al 63,9% e il benchmark degli agenti OSWorld-Verified è migliorato dal 78,4 all'83%. Google ha valutato 3.6 Flash a $ 1,50 per milione di token di input e $ 7,50 per milione di token di output.
Flash-Lite abbassa il prezzo minimo
Gemini 3.5 Flash-Lite, il modello più conveniente della categoria, è ottimizzato per bassa latenza e throughput elevato. Il valutatore indipendente Artificial Analysis ha misurato la produzione di 350 token di output al secondo. Secondo the-decoder, il costo è di 0,30 dollari per milione di token di input e 2,50 dollari per milione di token di output. Google afferma che Flash-Lite batte i vecchi 3 Flash su diversi benchmark di agenti e codifica.
Flash Cyber: un modello costruito per scovare le vulnerabilità
Gemini 3.5 Flash Cyber è ottimizzato per individuare e correggere le vulnerabilità della sicurezza informatica. Google lo ha integrato in CodeMender, il suo agente di sicurezza del codice. Nel benchmark CyberGym, Flash Cyber ha ottenuto l'83,2%, entro due punti dal GPT-5.5-Cyber di OpenAI all'85,6%, nonostante sia un modello molto più piccolo.
Il team Big Sleep di Google ha implementato Flash Cyber per scovare difetti critici in Chrome e Safari. Durante la scansione dei commit nel motore JavaScript V8, sono emersi 55 risultati unici confermati, rispetto ai 47 per il Flash 3.5 standard e ai 36 per Claude Opus 4.6 di Anthropic. In un test separato, il team di ricerca sulle vulnerabilità del cloud di Google ha utilizzato il modello per scansionare le API pubbliche, dove ha rilevato difetti di esecuzione del codice in modalità remota entro due ore e ha prodotto un exploit funzionante.
Poiché il modello è efficace sia in attacco che in difesa, Google sta limitando l’accesso. Flash Cyber è disponibile solo per governi e partner fidati attraverso un programma pilota limitato.
Dov'è Gemini 3.5 Pro?
L'assenza più evidente al lancio è Gemini 3.5 Pro, il modello di punta di Google per ragionamenti e codifiche complesse, che è stato aggiornato l'ultima volta a febbraio. A maggio, Google ha anticipato la versione Pro insieme a Gemini 3.5 Flash, affermando che "era già utilizzata internamente e non vediamo l'ora di implementarla il mese prossimo".
Quella cronologia è scivolata. Bloomberg ha riferito che Google stava affrontando ritardi interni nel lancio di 3.5 Pro poiché faticava a raggiungere i propri obiettivi prestazionali. Il responsabile del prodotto Google DeepMind, Logan Kilpatrick, ha dichiarato il 21 luglio che la società sta testando 3.5 Pro con i partner e spera di "arrivare presto", ma non ha offerto una data precisa.
I rivali non aspettano
Il divario competitivo si sta ampliando. TechCrunch rileva che dall'ultimo aggiornamento di Pro di Google, OpenAI ha rilasciato GPT-5.5 e ha iniziato a implementare GPT-5.6, mentre Anthropic ha lanciato Claude Opus 4.8, Claude Sonnet 5 e ha ampliato l'accesso al suo modello di frontiera Fable 5. Anche i laboratori cinesi si stanno avvicinando: il decoder punta al Kimi K3 di Moonshot e al GLM-5.2 di Zhipu come sistemi prossimi alle prestazioni di frontiera.
La formazione su Gemini 4 è in corso
Kilpatrick ha anche rivelato che il team ha iniziato il suo percorso di pre-addestramento più ambizioso finora per Gemini 4. Il decoder ha definito la divulgazione come un controllo dei danni, sottolineando che segnala che Google comprende le aspettative del mercato ma non può ancora consegnare il suo fiore all'occhiello.
Google ha aggiunto nuove funzionalità alla piattaforma più ampia. Computer Use è ora uno strumento lato client integrato nell'API Gemini e in Gemini Enterprise, che consente ai modelli di utilizzare browser e desktop. L’azienda ha inoltre aggiunto misure di sicurezza più forti alle frontiere contro le minacce chimiche, biologiche, radiologiche, nucleari e informatiche.
Cosa significa per gli sviluppatori
Per i costruttori, i nuovi modelli Flash offrono un mix pragmatico di velocità, prezzo e funzionalità. Una finestra di contesto da un milione di token, benchmark agenti che mostrano guadagni reali e prezzi aggressivi dei token rendono 3.6 Flash e Flash-Lite interessanti per le implementazioni di produzione. Il modello di sicurezza informatica, nel frattempo, rappresenta una notevole spinta verso una nicchia ad alto rischio.
La domanda aperta è per quanto tempo Google potrà sostenere una strategia di distribuzione di modelli di fascia media mentre il suo fiore all'occhiello è in fase di test. Con i concorrenti che rilasciano sistemi di frontiera a cadenza costante, la pressione su Gemini 3.5 Pro e il percorso di allenamento su Gemini 4 alle sue spalle non fa che crescere.
Stai al passo con l'intelligenza artificiale
La corsa al modello di frontiera si muove velocemente. Aggiungi ai segnalibri AI Buzz Wire per la copertura quotidiana di lanci di modelli, benchmark e cambiamenti del settore.
Leggi altre notizie sull'AI →
