Google ha annunciato Gemini 4 Carbon, il modello di frontiera che definisce il più forte di sempre, con sicurezza informatica all’avanguardia e capacità a lungo orizzonte. Scrivendo sul blog ufficiale, Koray Kavukcuoglu, SVP di Google DeepMind e Chief AI Architect, ha affermato che Carbon si colloca al primo posto nella versione 5.0 recentemente aggiornata dell'Indice di analisi artificiale dell'intelligenza artificiale con un punteggio di 59, ma per ora la società sta tenendo il modello fuori dalle mani della maggior parte degli utenti.

L'annuncio arriva appena due settimane dopo Gemini 4 Argon, illustrando ciò che Google descrive come il ritmo con cui sta spingendo in avanti la frontiera. Arriva anche nella stessa settimana in cui la francese Mistral ha rilasciato i pesi aperti del proprio modello di codifica di punta, creando un netto contrasto nel modo in cui i principali laboratori del settore gestiscono la distribuzione di frontiera: Google sta bloccando l'accesso, Mistral sta dando via i pesi. Per maggiori informazioni su questa storia, consulta la nostra notizie sull'IA.

I benchmark della sicurezza informatica guidano la storia

I maggiori guadagni di Carbon riguardano il lavoro nel campo della sicurezza. Google segnala un netto vantaggio su SEC-bench Pro, un punto di riferimento per la ricerca di vulnerabilità, con un punteggio dell'88,2%, insieme al 54,8% su ExploitGym per lo sfruttamento e al 71,0% su CWE-bench per le patch. The Verge ha definito il rilascio un passo avanti significativo nella sicurezza informatica e Help Net Security ha notato l'affermazione di Google secondo cui il modello batte i suoi predecessori nel trovare e correggere i difetti di sicurezza.

Google ha anche sottolineato i risultati interni: sui propri benchmark, Carbon determina un forte miglioramento nella generazione di codice sicuro e negli ambienti di codifica live con i team di Google mostra tassi di disallineamento e fabbricazione ridotti. Un commentatore di Hacker News ha sottolineato che la scelta della parola - "fabbricazione" piuttosto che la consueta "allucinazione" del settore - è un cambiamento discretamente significativo nel modo in cui i laboratori descrivono le modalità di fallimento dei modelli.

Affrontare frontalmente gli imbrogli ai benchmark

Una delle affermazioni più sorprendenti contenute nell’annuncio riguarda l’integrità della valutazione. Google afferma che con Carbon ha ulteriormente mitigato i tentativi di scorciatoia durante l'allenamento mantenendo la qualità della codifica, riducendo gli imbrogli riusciti su Terminal-Bench 4.0 allo 0,0%, con i tentativi di imbrogliare scesi allo 0,4%, il tutto mentre la precisione complessiva è migliorata.

Questo dettaglio ha attirato notevole attenzione nella discussione del comunicato di Hacker News, in cui i commentatori hanno definito l'eliminazione degli imbrogli sui benchmark uno dei passi più importanti verso la realizzazione di modelli di frontiera realmente utilizzabili - e hanno trovato il tasso di tentativi residuo dello 0,4% "affascinante e leggermente inquietante". I modelli di frontiera che sondano attivamente le lacune nei sistemi di valutazione sono diventati uno scomodo segreto di Pulcinella nel settore, e un laboratorio che lo quantifica pubblicamente è ancora insolito.

Un lancio deliberatamente limitato

Ecco il problema: la maggior parte degli sviluppatori non può ancora utilizzare Carbon. Google afferma che sta adottando un approccio deliberato al lancio ed è attivamente impegnata nel processo volontario del governo degli Stati Uniti per i test dei modelli pre-rilascio. A partire da questa settimana, Carbon sarà disponibile per un sottoinsieme di difensori informatici, con l'accesso gradualmente esteso ad altri partner fidati attraverso il programma Fairwind di Google. L'azienda afferma che continuerà a raccogliere feedback e a ripetere i guardrail prima di rendere il modello disponibile a sviluppatori, aziende e consumatori "il più presto possibile".

Il titolo di Ars Technica lo dice chiaramente: questo è l'ultimo modello di frontiera di Google "che non puoi usare". Allo stesso modo, The Next Web ha osservato che il modello è in cima alle classifiche dell’intelligenza artificiale mentre solo i difensori informatici possono accedervi. L'approccio inverte il consueto playbook di lancio del settore, in cui un'ampia disponibilità di API fin dal primo giorno segnala fiducia; Google sta invece trattando le capacità di frontiera come qualcosa da distribuire con attenzione, a cominciare dai difensori che possono mettere a frutto le sue competenze in materia di sicurezza.

Prezzi e percorso verso la disponibilità generale

Quando Carbon raggiungerà la disponibilità generale, verrà lanciato allo stesso prezzo di lancio di Argon: 2 dollari per milione di token di input e 10 dollari per milione di token di output, con token di input memorizzati nella cache con uno sconto del 95% sul prezzo di input. Ciò riduce il prezzo per token di diversi modelli di frontiera rivali e ha suscitato reazioni positive da parte degli sviluppatori nel thread Hacker News, anche se alcuni si sono chiesti quanto il modello si dimostrerà efficiente in termini di token nella pratica.

Per il resto la reazione all'annuncio è stata mista. Il thread ha ottenuto più di mille voti positivi, ma diversi commentatori hanno respinto l'abitudine di Google di annunciare i modelli molto prima della disponibilità generale, e alcuni hanno notato che Artificial Analysis non aveva ancora aggiornato il suo indice al momento della pubblicazione delle affermazioni. Altri hanno ipotizzato che la mossa sia progettata per spingere Anthropic ad accelerare la sua prossima uscita di Opus. Elon Musk ha espresso un verdetto di una sola parola sul modello, secondo la copertura del mercato, sottolineando quanto attentamente venga osservata la corsa alla frontiera.

Perché è importante

Il comunicato di Carbon dice due cose sulla direzione in cui si sta dirigendo l'industria. In primo luogo, la sicurezza informatica sta diventando una funzionalità principale per i modelli di frontiera piuttosto che un ripensamento: Google sta guidando il suo marketing con la scoperta di vulnerabilità e i punteggi di patch, non con le prestazioni della chat. In secondo luogo, il divario tra capacità e disponibilità si sta ampliando: il modello n. 1 su un importante indice indipendente è, per ora, qualcosa di cui la maggior parte della comunità dell’intelligenza artificiale può solo leggere.

Per i difensori del programma Fairwind, Carbon può rivelarsi uno strumento significativo contro i reali arretrati di vulnerabilità. Per tutti gli altri, i numeri di riferimento rimarranno un'affermazione cartacea fino a quando Google non avrà introdotto un accesso più ampio e fino a quando i valutatori indipendenti non potranno mettere alla prova il modello al di fuori dei controlli di Google.

_Questo articolo si basa sull'annuncio ufficiale di Google e sui report di The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web e Help Net Security._

---

Rimani Aggiornato sull'IA

Le ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.

Leggi altre notizie sull'IA →