Gemini 4 Carbon: il nuovo world model di Google

Due settimane dopo che Gemini 4 Argon è diventato ampiamente disponibile, Google torna con un altro modello. Gemini 4 Carbon, annunciato oggi, è quello che Google definisce il suo "next frontier model" e ha conquistato il primo posto nel nuovo Artificial Analysis Intelligence Index v5.0.

La maggior parte delle persone non può ancora usarlo. Carbon viene lanciato inizialmente per un piccolo gruppo di difensori della cybersecurity; sviluppatori, aziende e consumatori avranno accesso solo in seguito.

In questo articolo ti racconto cos’è Gemini 4 Carbon, cosa è cambiato rispetto ad Argon, come si comporta nei benchmark (sia quelli di Google sia quelli indipendenti), quanto costerà e quando potrai iniziare a usarlo.

Infine, prima di iniziare, so che potresti essere arrivato qui dopo aver sentito parlare in generale delle novità di Google AI. Per chiarezza, Gemini 4 Carbon (di cui parla questo articolo) è un large language model di frontiera incentrato su testo e codice; Genie 4, anch’esso appena rilasciato, è un world model interattivo basato sulla fisica per simulazioni digitali in tempo reale. Vale la pena leggere anche di Genie 4.

Che cos’è Gemini 4 Carbon?

Gemini 4 Carbon è il modello più recente della famiglia Gemini 4 di Google, posizionato sopra Gemini 4 Argon. È una notizia importante perché, quando Argon è stato rilasciato solo un paio di settimane fa, si è parlato molto di un grande ritorno per Google grazie agli impressionanti test di benchmark di Argon.

Carbon è ancora migliore. Google presenta il modello come eccellente per compiti agentici a lungo orizzonte, cioè lavori che richiedono molti passaggi, molte chiamate a strumenti e parecchio recupero da vicoli ciechi.

Secondo Google DeepMind, i team interni hanno visto Carbon lavorare per giorni su problemi ingegneristici multi-step, come l’individuazione delle cause radice e la creazione di patch per bug in grandi codebase e sistemi di basso livello.

Google segnala anche progressi in:

• Programmazione e sviluppo web full-stack
• Attività agentiche e uso del computer
• Ragionamento scientifico
• Comprensione multimodale

Google non ha pubblicato un report tecnico, dettagli sull’architettura o il numero di parametri. Non ha nemmeno condiviso una specifica API, quindi non sappiamo ancora se Carbon manterrà i limiti di Argon (una finestra di contesto di oltre 1 milione di token, un limite di output predefinito di 65.536 token e input di testo, immagini, video, audio e PDF).

Gemini 4 Carbon vs. Gemini 4 Argon

Il rollout di Gemini 4 si è mosso rapidamente:

I risultati dei benchmark sono senza dubbio impressionanti. Nota come Carbon migliori Argon in tutte le 17 righe del confronto pubblicato da Google.

Benchmark di Gemini 4 Carbon vs. la concorrenza

Dividiamo questa sezione in due parti: i risultati riportati da Google e le valutazioni indipendenti.

Risultati riportati da Google

Carbon ha il punteggio più alto in 15 righe su 17. Le due eccezioni sono:

• Ingegneria del software: Su FrontierSWE 2, GPT-6 Astra e Claude Opus 5.5 battono Carbon.
• Uso del computer: Sottoinsieme offline di OSWorld-2.1, guida Claude Opus 5.5.

Il vantaggio più netto di Carbon è sul ragionamento a lungo contesto. Su GraphWalks, distanzia nettamente GPT-6 Astra e Opus 5.5.

Su Vending-Bench 2, un benchmark aziendale simulato, Carbon ha chiuso con un saldo di $16.484, davanti a GPT-6 Astra e Argon.

Da notare: i risultati di Google non includono stime di incertezza e i benchmark di sicurezza sono stati eseguiti senza guardrail, quindi i risultati nel mondo reale potrebbero o tenderanno a differire.

Valutazioni indipendenti

I numeri indipendenti di Artificial Analysis supportano in generale le affermazioni di Google, seppur con alcune sfumature:

• Intelligence Index v5.0: Carbon conquista il primo posto, di poco davanti a Claude Opus 5.5 e GPT-6 Astra, e nettamente davanti ad Argon. La versione 5.0 è una ricostruzione più difficile dell’indice, con la maggior parte delle domande provenienti da test privati o non pubblici. Ecco perché i punteggi sono più bassi rispetto alle versioni precedenti.
• Coding Agent Index: Carbon (via Antigravity CLI) ottiene 59. È un salto deciso rispetto ad Argon (53), ma dietro a Claude Code con Opus 5.5 (62).
• AA-Briefcase (knowledge work): 1.609 Elo, +126 punti rispetto ad Argon, ma ancora dietro a Grok 4.7, Muse Wonder e Kimi K3.1 Pro.
• AA-Omniscience (conoscenza fattuale): Carbon è in cima con un punteggio di 54 e risponde correttamente al 58% delle domande (Argon: 48%). Tuttavia, il suo tasso di allucinazioni è salito dal 4% all’11%.

Su WebDev Arena, Carbon è al 4° posto con 1.769 Elo, in aumento di 89 punti.

In sintesi: Carbon è attualmente il modello più completo nelle classifiche, ma non è il migliore in tutto. Se il tuo lavoro è soprattutto coding agentico o uso del computer, il confronto è ancora serrato.

Cybersecurity di Gemini 4 Carbon

La sicurezza è un punto chiave di questo lancio. Google suddivide il lavoro cyber in tre fasi, e Carbon riporta numeri solidi in ciascuna:

1. Scoperta delle vulnerabilità: 88,2% su SEC-bench Pro (state-of-the-art)
2. Validazione degli exploit: 54,8% su ExploitGym (state-of-the-art)
3. Patching: 71,0% su CWE-bench

Google riporta anche:

• Un tasso di successo nel generare codice sicuro più che raddoppiato rispetto ad Argon
• Carbon è stato oltre dieci volte migliore di un modello di frontiera di un altro laboratorio nel generare patch di alta qualità (no, il laboratorio non è stato nominato)

Queste capacità hanno un doppio taglio. Un modello che trova e sfrutta le vulnerabilità così bene è prezioso sia per i difensori sia per gli attaccanti, il che potrebbe spiegare il rollout prudente.

Migliorie in sicurezza e affidabilità

Carbon utilizza lo stesso stack di sicurezza a livelli di Argon: safety training, difese anti-abuso in tempo reale, resilienza al prompt injection e monitoraggio della chain-of-thought. Google segnala questi miglioramenti rispetto ad Argon:

• Meno affermazioni non supportate: circa dimezzate
• Alert di disallineamento: gli alert ad alta severità negli ambienti di coding live sono diminuiti di quasi l’80%
• Controllo dell’ambito: overreach in calo del 26%, under-service in calo del 29%
• Cheating nei benchmark: 0,0% di cheating riuscito su Terminal-Bench 4.0, con i tentativi scesi allo 0,4%
• Prompt injection: 0,0% di successo degli attacchi sul benchmark di indirect prompt injection di Gray Swan (Argon: 0,7%)

Nota che il risultato "meno affermazioni non supportate" proviene dai test interni di Google, mentre Artificial Analysis ha misurato un tasso di allucinazioni più alto su AA-Omniscience. I due test misurano cose diverse, ma ciò complica il quadro generale.

Prezzi di Gemini 4 Carbon

Carbon debutta con lo stesso prezzo introduttivo di Argon:

Google non ha detto quando terminerà il periodo introduttivo di Carbon. Per riferimento, i prezzi introduttivi di Argon terminano il 30 novembre 2026.

Per esempio, un carico di lavoro con 10M token di input e 1M token di output costerebbe circa $30 alle tariffe introduttive e $60 in seguito.

Come accedere a Gemini 4 Carbon

Al momento, probabilmente non puoi. Ecco il piano di rollout:

1. Ora: Un sottoinsieme di difensori cyber ottiene l’accesso.
2. Prossimo: L’accesso si espande gradualmente a più partner fidati tramite il Fairwind Program di Google.
3. Più avanti: Sviluppatori, aziende e consumatori. 

Nel frattempo, Gemini 4 Argon è disponibile ora allo stesso prezzo introduttivo ed è un buon modo per iniziare a costruire workflow che potrai poi migrare su Carbon.

Considerazioni finali

In definitiva, poiché Carbon condivide la stessa struttura di prezzi di Argon, è molto probabile che lo oscuri rapidamente per la maggior parte degli utenti. Nel momento in cui Carbon raggiungerà una disponibilità pubblica ampia, mi aspetto che sviluppatori e clienti enterprise migrino naturalmente per sfruttarne le capacità superiori.