Corso
Creare agenti AI con Google ADK
1 ore
7.6K
A poche ore dalla presentazione di Grok 4.1 da parte di xAI, Google ha rilanciato annunciando Gemini 3. Questo nuovo modello Gemini è il più intelligente di Google finora, ed è disponibile subito nell’app Gemini, oltre che in AI Studio e Vertex AI.
Gemini 3 inizierà anche da subito ad alimentare la Modalità AI nella ricerca, e Google ha inoltre annunciato la modalità Gemini 3 Deep Think e Google Antigravity, una nuova piattaforma di sviluppo agentico.
In questo articolo, vedrò tutto ciò che Google ha annunciato, cosa significa per il mondo degli LLM, e proverò concretamente il nuovo modello Gemini 3 per vedere di cosa è capace. Puoi anche consultare la nostra guida all’API di Gemini 3 per un progetto pratico, dare un’occhiata a Google Antigravity con il nostro tutorial e la nostra guida per creare un progetto Gemini 3 Flash.
Cos’è Gemini 3 Pro?
Gemini 3 Pro è l’ultimo e più avanzato modello di intelligenza artificiale linguistica di grandi dimensioni di Google. È disponibile ora tramite l’app Gemini, AI Studio e Vertex AI. L’azienda lo definisce il suo modello più intelligente di sempre, con prestazioni migliorate in ragionamento, coding e compiti multimodali.
Questo nuovo modello si basa sul successo del rilascio di Gemini 2.5 Pro, avvenuto solo sette mesi fa. Gemini 3 è in cima alla classifica della LMArena Leaderboard, sostituendo Grok 4.1 dopo poche ore.
Google sostiene che Gemini 3 Pro abbia un ragionamento a livello di dottorato, e il modello vanta nuovi punteggi elevati su vari benchmark di IA, tra cui Humanity’s Last Exam, GPQA Diamond e MathArena Apex. Questo insieme di risultati impressionante significa che supera modelli come il nuovo GPT-5.1 di OpenAI e Claude Sonnet 4.5 di Anthropic.
Nuove funzionalità di Gemini 3
Quindi, cosa porta Gemini 3 rispetto al suo predecessore e all’ondata di nuovi modelli? Oltre a un grande salto in avanti nelle prestazioni, Google sostiene che con Gemini 3 puoi “imparare, creare e pianificare qualsiasi cosa”. Affermazioni audaci, senza dubbio. Vediamo le nuove funzionalità per capire cosa significa:
Prestazioni migliorate
Una delle caratteristiche di punta del nuovo modello Gemini 3 sono le prestazioni da primato. Anche senza la modalità Deep Think, questa versione è il leader assoluto nella classifica del benchmark Humanity’s Last Exam, con un punteggio del 37,2% senza strumenti (41% con Deep Think) rispetto al 26,5% di GPT-5.1.
Non è solo nel testo che Gemini 3 eccelle. Con un punteggio del 23,4% sul benchmark MathArena Apex, è il modello di frontiera con il punteggio più alto disponibile per la matematica. Allo stesso modo, su Video-MMMU, un benchmark video multimodale e multidisciplinare che valuta la capacità degli LMM di acquisire conoscenza da video educativi, ottiene l’87,6%, raggiungendo ancora una volta la vetta della classifica.
So che a volte è facile farsi prendere dai numeri dei benchmark, e forse il vero test dovrebbe concentrarsi sull’usabilità, ma Gemini 3 Pro è chiaramente un passo avanti notevole nelle prestazioni degli LLM.
Cos’è la modalità Gemini 3 Deep Think?
Come abbiamo visto in Gemini 2.5 Pro, la modalità Gemini 3 Deep Think utilizza pensiero parallelo e apprendimento per rinforzo per migliorare significativamente le risposte (a scapito di tempi di risposta più lenti). Deep Think rende Gemini più dettagliato, creativo e “riflessivo”.
Con Gemini 3 Deep Think, vediamo miglioramenti rispetto al Gemini 3 Pro “non-thinking” in aree come il ragionamento, la conoscenza scientifica e gli enigmi di ragionamento visivo. Questo dovrebbe significare una migliore capacità di risolvere sfide nuove e non familiari.
Deep Think è attualmente in fase di valutazione, il che significa che i tester lo stanno valutando prima che diventi disponibile per gli abbonati Google AI Ultra “nelle prossime settimane”.
Vera multimodalità
Gemini 3 introduce una nuova architettura multimodale che elabora testo, immagini, audio, video e codice all’interno di un’unica stack di transformer anziché tramite encoder separati.
Questa unificazione abilita un vero ragionamento cross-modale. Gemini 3 può interpretare uno schizzo e generare codice funzionante, oppure analizzare un video e spiegarne i concetti scientifici. I risultati nei benchmark Video-MMMU e MMMU-Pro confermano il grande salto nella comprensione spaziale e visiva. Come Gemini 2.5 Pro, ha anche una finestra di contesto da un milione di token, così può collegare idee attraverso input vasti e diversi.
Creatività agentica
Gemini 3 passa dalla generazione passiva alla creazione agentica, grazie a nuovi progressi nell’uso degli strumenti, nella pianificazione e nel vibe coding. L’architettura del modello supporta cicli di ragionamento a lungo orizzonte che gli consentono di pianificare, eseguire e validare workflow multi-step, come programmare un gioco giocabile o creare un’interfaccia interattiva, tutto da un singolo prompt.
Queste capacità vengono ora distribuite anche tramite il neonato Google Antigravity, una piattaforma di sviluppo in cui gli agenti hanno accesso diretto all’editor, al terminale e al browser. È la prima release di Gemini progettata per operare come co-sviluppatore, usando autonomia strutturata e integrazione in tempo reale degli strumenti per trasformare idee creative in sistemi funzionanti.
Imparare, creare e pianificare qualsiasi cosa?
Google fornisce diversi esempi di come l’ultimo modello possa aiutarti a imparare, creare e pianificare.
C’è molta attenzione sui miglioramenti multimodali: la capacità di Gemini di comprendere e creare informazioni in aree come testo, immagini, video, audio e codice.
Con il vibe coding al centro dell’attenzione per molti, Gemini 3 dovrebbe rendere ancora più semplice per gli sviluppatori dare vita alle idee. Google afferma che è ottimo nella generazione one-shot, il che significa che puoi creare risultati di alta qualità da un singolo prompt. Può anche gestire istruzioni complesse, necessarie se vuoi che i tuoi progetti risultino davvero vivi e reattivi.
Gemini 3 è a disposizione degli sviluppatori per iniziare a creare progetti agentici in Google AI Studio, Vertex AI, Gemini CLI e nel nuovo Google Antigravity (tra poco ne parliamo).
Un’ultima affermazione, piuttosto notevole: Gemini 3 Pro può mantenere l’uso degli strumenti e il processo decisionale in modo coerente per un anno di funzionamento simulato. Per gli utenti con un abbonamento Google AI Ultra, sarà subito accessibile la nuova funzionalità sperimentale Gemini Agent, che può aiutarti a creare agenti multi-step in grado di sfruttare queste capacità.
Esempi di Gemini 3 Pro
Grazie alla finestra di contesto da 1 milione di token, Gemini 2.5 Pro è da tempo uno dei miei preferiti, quindi sono curioso di vedere cosa può fare Gemini 3 con prestazioni multimodali migliorate nella stessa finestra di contesto. Per iniziare a capire di cosa è capace, ecco qualche test:
Semplice gioco ispirato a Half-Life 3
Come abbiamo testato con Gemini 2.5, con un prompt di circa 10 parole ho fatto creare a Gemini 3 Pro un gioco a scorrimento laterale ispirato a Half-Life 3. Ecco il prompt: Fammi un semplice gioco a scorrimento laterale ispirato a Half-Life 3
Con non troppo tempo di ragionamento e un tempo di coding simile, Gemini 3 Pro (tramite AI Studio) è riuscito a creare un risultato piuttosto solido, considerando il prompt stringato. Funziona, è uno side-scroller ed è chiaramente ispirato al materiale originale.
Ecco il video del risultato finale:
I piccoli dettagli non mi sono sfuggiti. Gemini Runner aveva lo stesso cielo notturno stellato, che non era nemmeno nel prompt. Diceva anche “Extinct” quando perdevo.
Capacità multimodali
Per testare le capacità multimodali, ho caricato un disegno fatto da un bambino di sei anni.
Poi gli ho chiesto di trasformare la scena in un semplice gioco. Ecco il prompt che ho usato:
Genera un semplice gioco da browser usando gli elementi in questa immagine. Basa il gioco su ciò che è mostrato.
In questo prompt, ho evitato di specificare qualsiasi elemento dell’immagine perché volevo vedere se riusciva a interpretare il contenuto visivo e generare un gioco in base a ciò che vedeva.
Il risultato è stato un piccolo gioco chiamato Snowy’s Day in cui potevi muovere l’omino per raccogliere la neve mentre cadeva.
Come puoi vedere, gli elementi del gioco sono stati presi direttamente dall’immagine che ho condiviso. Sono rimasto colpito dalla fedeltà allo spirito dello screenshot, ma non era certo il gioco più divertente del mondo. Anche se magari potrebbe essere divertente per un bambino di sei anni.
Curiosità: Gemini ha capito che l’immagine rappresentava la neve. Mi sono sentito in colpa perché pensavo avesse disegnato delle stelle!
Benchmark di Gemini 3
Google ha fornito ampi dati di benchmark sia per Gemini 3 Pro che per Gemini Deep Think, e i risultati sono impressionanti su tutta la linea.
Benchmark di Gemini 3 Pro
Per quanto riguarda la pura capacità di ragionamento, Gemini 3 Pro dimostra quello che Google chiama "ragionamento a livello di dottorato". Ecco i risultati più notevoli:
Ragionamento visivo
Il ragionamento visivo compie un enorme balzo in avanti.
- Su ARC-AGI-2, Gemini 3 Pro ottiene il 31,1%. È un salto enorme rispetto al 4,9% di Gemini 2.5 Pro e ben davanti sia a Claude Sonnet 4.5 che a GPT-5.1.
- Allo stesso modo, su ScreenSpot-Pro, che testa la comprensione dello schermo, Gemini 3 Pro raggiunge il 72,7%, dominando letteralmente Claude Sonnet 4.5 (36,2%) e GPT-5.1 (3,5%).
Sono entrambi enormi passi avanti nella capacità del modello di comprendere e ragionare sulle informazioni visive.
Matematica
Con un punteggio del 23,4% su MathArena Apex, Gemini 3 Pro surclassa la concorrenza. Per dare un’idea: Gemini 2.5 Pro ha ottenuto lo 0,5%, Claude Sonnet 4.5 l’1,6% e GPT-5.1 solo l’1,0%. Questo rappresenta un nuovo standard per i modelli di frontiera nel ragionamento matematico.
Pianificazione a lungo orizzonte
Per misurare la pianificazione a lungo orizzonte, esiste un benchmark chiamato Vending-Bench 2 che simula la gestione di un’attività di distributori automatici per un anno intero. Il modello deve prendere decisioni continue su inventario, prezzi e tutto il resto. Si testa se un’IA può mantenere decisioni coerenti e razionali in migliaia di scelte sequenziali senza perdere di vista gli obiettivi o prendere decisioni irrazionali.
Su questo benchmark, Gemini 3 Pro raggiunge un patrimonio netto medio di $5.478,16. In confronto, Claude Sonnet 4.5 ($3.838,74) e GPT-5.1 ($1.473,43). Potrà sembrare un benchmark di nicchia, ma per agenti di IA reali che devono gestire compiti nell’arco di giorni o settimane, questo tipo di affidabilità conta.
Altri benchmark
Gemini 3 Pro mostra prestazioni solide su un’ampia gamma di benchmark aggiuntivi. Primeggia nella comprensione multimodale (MMMU-Pro), nella comprensione video (Video-MMMU), nel ragionamento su grafici (CharXiv) e nel coding competitivo (LiveCodeBench Pro).
Un’eccezione degna di nota: Claude Sonnet 4.5 supera di poco Gemini 3 Pro su SWE-Bench Verified, un benchmark di ingegneria del software.
Benchmark della modalità Gemini 3 Deep Think
Ora, guardiamo i benchmark di Gemini Deep Think, la modalità di ragionamento avanzata che è attualmente in valutazione con i tester per la sicurezza prima di diventare disponibile agli abbonati Google AI Ultra nelle prossime settimane.
Potresti chiederti: se Gemini 3 Pro è già in cima alle classifiche, perché è importante la modalità Deep Think? La risposta è che alcuni problemi beneficiano di tempi di ragionamento estesi. Deep Think usa ragionamento parallelo e prolungato per dedicare più sforzo computazionale ai compiti particolarmente impegnativi. È progettato per impiegare più tempo, ma per i problemi di ragionamento più ardui, quel tempo extra si tradurrà in risultati significativamente migliori, come riflettono questi benchmark:
Risoluzione di problemi inediti
Il risultato su ARC-AGI-2 è quello che spicca di più per me. Gemini 3 con modalità Deep Think raggiunge il 45,1% su ARC-AGI-2. (Questa è la versione ufficiale verificata del benchmark associato alla competizione ARC Prize.) In questo test, al modello è stato consentito di scrivere ed eseguire codice come strumento di ragionamento, usando di fatto la programmazione per riflettere sui problemi.
Perché è importante? ARC-AGI-2 testa specificamente la capacità di un modello di risolvere sfide nuove e non familiari. Sono problemi che non ha mai visto prima e per i quali non può semplicemente riconoscere pattern dai dati di addestramento. Storicamente, questa è stata una delle cose più difficili per i sistemi di IA, quindi un punteggio elevato indica che stiamo vedendo capacità di ragionamento autentiche e non mera memorizzazione.
Domande estremamente difficili
La modalità Deep Think raggiunge il 37,5% senza usare strumenti su Humanity's Last Exam. E con Deep Think abilitato, sale al 41,0%. Per riferimento, GPT-5.1 ha ottenuto il 26,5%.
Questo benchmark è affascinante perché è progettato per testare conoscenza e ragionamento al limite della comprensione umana. Pensa a problemi estremamente difficili che richiedono una grande esperienza per essere risolti. Il fatto che Gemini 3, usando Deep Think, possa rispondere correttamente a oltre un terzo di queste domande suggerisce che non sta solo recitando informazioni, ma sta davvero ragionando su problemi molto complessi e molto ambigui.
Scienza a livello graduate
La modalità Deep Think ottiene un voto A - 91,9% - su GPQA Diamond, un benchmark di domande di scienza a livello graduate. Deep Think spinge il punteggio ancora più in alto fino al 93,8%. Sebbene il 91,9% sia già impressionante, è ancora più interessante che questo rappresenti una base su cui Deep Think può migliorare ulteriormente.
Come posso accedere a Gemini 3?
Gemini 3 Pro è disponibile ora su più piattaforme. Puoi usarlo subito nell’app Gemini. Alimenta anche la Modalità AI nella Ricerca, quindi potresti interagire con Gemini 3 senza nemmeno saperlo.
Se sei uno sviluppatore, puoi accedere a Gemini 3 Pro tramite la Gemini API in Google AI Studio, Vertex AI e la Gemini CLI. È disponibile anche nella nuova piattaforma Google Antigravity e in vari strumenti di terze parti come Cursor, GitHub, JetBrains, Manus e Replit.
Gli abbonati Google AI Ultra hanno accesso a Gemini 3 Pro, insieme alla funzionalità sperimentale Gemini Agent per creare agenti multi-step. Deep Think è attualmente in valutazione con i tester per la sicurezza e sarà disponibile agli abbonati Ultra nelle prossime settimane, ma solo dopo il completamento di ulteriori verifiche di sicurezza.
Per gli studenti, Google ha introdotto un piano gratuito di un anno che offre accesso a Gemini 3 Pro, caricamenti di immagini illimitati, 2 TB di archiviazione e strumenti aggiuntivi come NotebookLM.
Come Google sta usando Gemini 3
Gemini 3 Pro è già sul campo, e Google lo sta già impiegando in due funzionalità chiave:
Panoramiche AI di Google Search
Google è talmente convinta di questo nuovo modello da fare un passo inusuale: integrarlo direttamente in Google Search. Sebbene le Panoramiche AI siano in rollout su sempre più pagine da aprile, da subito sarà Gemini 3 Pro ad alimentarle.
Gemini 3 e Google Antigravity
Un’altra parte davvero entusiasmante di questo annuncio è l’inclusione di una nuova piattaforma di sviluppo agentico, Google Antigravity.
Questo nuovo strumento è alimentato dalle capacità di ragionamento, uso di strumenti e coding agentico di Gemini 3. Google promette che avrà un feeling familiare, come un’IDE con AI, ma gli agenti potranno accedere direttamente all’editor, al terminale e al browser per aiutarti a pianificare, scrivere e verificare progetti complessi in autonomia.
Antigravity si connetterà con Gemini 3 Pro, il modello Gemini 2.5 Computer Use per il controllo del browser e Nano Banana (Gemini 2.5 Image) per l’editing delle immagini.
Considerazioni finali
Con questo rilascio Google manda un messaggio chiaro: è tornata nella corsa al modello di IA più capace e lo sta distribuendo rapidamente, su larga scala, in tutto il suo ecosistema di prodotti. Dati alla mano, è difficile non concordare: Gemini 3 Pro sembra il miglior modello di IA al mondo per comprensione multimodale.
Google, come sempre, è ben posizionata. La sua infrastruttura cloud, i chip personalizzati e lo stack di IA verticalmente integrato si rafforzano a vicenda per offrire prestazioni che pochi concorrenti possono eguagliare. Poiché i miglioramenti coprono tutto, dal ragionamento al coding, dalla comprensione multimodale alla pianificazione a lungo orizzonte, è molto probabile che Google abbia apportato miglioramenti fondamentali all’architettura di base di Gemini con Gemini 3 Pro. Inoltre, Google sembra costruire con casi d’uso aziendali specifici in mente, quindi i modi in cui utilizzeremo l’IA stanno rapidamente diventando più vari e più interessanti.
Se devi metterti al passo con tutto ciò che riguarda l’IA, ti consiglio di iniziare con lo skill track AI Fundamentals.
Qual è la differenza tra Gemini 3 Pro e Gemini 3 Deep Think?
A cosa serve la finestra di contesto da 1 milione di token?
Come posso provare gratis Gemini 3 Pro?
Che cos’è Google Antigravity e in cosa differisce da AI Studio o Vertex AI?
Perché i punteggi dei benchmark sono importanti per Gemini 3 Pro?
Author
Josef Waples
