Google DeepMind ha rilasciato Gemini 4 Carbon, il suo nuovo modello di intelligenza artificiale di frontiera, appena due settimane dopo la spedizione di Gemini 4 Argon. Il nuovo modello debutta in cima all’Artificial Analysis Intelligence Index v5 con 59 punti – un salto di nove punti rispetto ai 50 di Argon – ed è costruito per lavori di ingegneria autonoma e di lunga durata. La maggior parte degli utenti, però, dovrà aspettare: grazie alle sue avanzate capacità di sicurezza informatica, Carbon sta attraversando il processo di pre-test volontario del governo degli Stati Uniti ed è inizialmente disponibile solo per esperti di sicurezza selezionati. Per una copertura continua sugli ultimi sviluppi dell'intelligenza artificiale, segui AI Buzz Wire mentre il lancio si espande.
Un'implementazione che mette al primo posto la sicurezza
L'insolito percorso di rilascio di Carbon riflette la capacità del modello di svolgere operazioni informatiche sia offensive che difensive. Google afferma che le sue capacità abbracciano l’intero ciclo di vita della difesa informatica, dal rilevamento e convalida delle vulnerabilità alla loro applicazione di patch. Reuters ha riferito che il modello ha un focus specifico sulla sicurezza informatica, e Ars Technica lo ha detto senza mezzi termini nel suo titolo: si tratta di un modello di frontiera "che non è possibile utilizzare" - almeno non ancora, mentre è nel processo di pre-test del governo per sistemi avanzati di intelligenza artificiale.
Google non ha annunciato una data per la disponibilità generale. Il prezzo, tuttavia, è già pubblico: il carbonio costa lo stesso dell’Argon, mantenendo invariate le tariffe dei token di frontiera di Google attraverso due generazioni di modelli successive.
Costruito per il lavoro autonomo di più giorni
L'azienda afferma di aver progettato Carbon per "problemi ingegneristici molto più difficili e di lungo orizzonte" che richiedono flussi di lavoro agentici persistenti. Secondo Google, i team interni hanno eseguito il modello per più giorni di fila, durante i quali ha superato da solo i vicoli ciechi e ha gestito attività complesse in più passaggi, come l’analisi delle cause principali e le sottili correzioni di bug in grandi codebase e software di basso livello.
Google segnala inoltre miglioramenti nel ragionamento scientifico, nella comprensione multimodale e nello sviluppo web completo sulla base del feedback iniziale degli utenti.
Nel complesso forte, insegue ancora Claude nella programmazione
Il quadro di riferimento è forte, ma non pulito. Nell'Artificial Analysis Intelligence Index v5, Carbon al suo livello di ragionamento più alto è leader principalmente attraverso i punteggi più alti nel ragionamento complesso, nel recupero della conoscenza e nei compiti scientifici, occupando il primo posto in quattro delle nove valutazioni individuali dell'indice.
Nella codifica ad agenti, Carbon è ancora dietro Claude Opus 5.5 di Anthropic di tre punti (59 contro 62) anche dopo un grande salto rispetto ai 53 di Argon. Nella classifica WebDev Arena, Carbon ha guadagnato 89 punti Elo per raggiungere 1.769, che lo colloca al quarto posto.
Valutazioni indipendenti raccontano una storia simile. La piattaforma di valutazione Vals AI colloca il carbonio al secondo posto con una precisione del 70,36%, dietro a Claude Sonnet 5.5 con il 70,85% ma davanti a Claude Opus 5.5 con il 70,18%, con l'Argon al quarto posto con il 69,24%.
Nel benchmark AA-Briefcase di Artificial Analysis per il lavoro basato sulla conoscenza degli agenti, Carbon ha raggiunto 1.609 Elo, un guadagno di 126 punti rispetto ai 1.483 di Argon. Si trova ancora dietro Kimi K3.1 Pro a 1.678, Muse Wonder a 1.659 e Grok 4.7 alla sua impostazione xhigh a 1.638.
Aumenta la precisione, aumentano anche le allucinazioni
La precisione delle risposte sulle valutazioni dell'Analisi Artificiale è aumentata dal 48% con l'Argon al 58% con il Carbonio. Il tasso di allucinazioni è salito dal 4 all’11% – un valore più alto, ma pur sempre il secondo più basso nella classifica. Per fare un confronto, Claude Opus 5.5 e GPT-6 Astra con le impostazioni di ragionamento massime si collocano ciascuno al 50% sulla stessa misura, secondo i dati di Artificial Analysis riportati da The Decoder.
Benchmark di sicurezza: un punteggio di pronta iniezione quasi perfetto
La sicurezza è il luogo in cui Google rivendica le sue maggiori vittorie. Nella selezione dei benchmark effettuata dall'azienda, Carbon occupa il primo posto in 15 dei 16 test, staccandosi dal campo soprattutto in contesti lunghi e compiti di sicurezza.
Sul benchmark di iniezione rapida indiretta di Gray Swan, Google afferma che Carbon ha spinto il tasso di successo dell'attacco dallo 0,7% con Argon allo 0,0%, bloccando ogni tentativo di manipolazione nel set di test. Il Decoder avverte che ciò non significa che l’iniezione tempestiva sia risolta – il test sembra saturo – ma il risultato aiuta a spiegare perché i funzionari statunitensi vogliono uno sguardo preliminare al modello prima che raggiunga il pubblico.
Due modelli di frontiera in due settimane
Il ritmo è il messaggio. Due versioni di frontiera nel giro di due settimane – Argon a metà ottobre, Carbon ora – segnano una cadenza aggressiva da parte di Google DeepMind mentre compete con Anthropic e OpenAI per la vetta delle classifiche indipendenti e per i contratti aziendali.
Per ora, il quadro di valutazione si legge così: Carbon è in testa all’indice generale, Claude Opus 5.5 mantiene la corona della codifica degli agenti e il modello più potente con capacità informatiche sul mercato è dietro una porta di revisione del governo. Quando Carbon si aprirà più ampiamente, i prezzi invariati significano che il vero concorso sarà deciso dalla capacità per token piuttosto che dagli sconti - e Google ha appena alzato il livello su questo parametro.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
