Una nuova generazione di IA dedicata al codice

Gemini 4 Carbon è l’ultimo modello della famiglia Gemini di Google DeepMind, una suite di intelligenze artificiali multimodali già integrata in Search, Android, Gmail e YouTube. Il nuovo modello nasce da Gemini 4 Argon, ma introduce miglioramenti sostanziali in programmazione, ragionamento e gestione di workflow complessi.

Secondo Google, Gemini 4 Carbon è in grado di “lavorare per diversi giorni su una grande base di codice, individuare bug difficili da rilevare e elaborare correttivi”. Questa capacità di persistenza è fondamentale per progetti software che richiedono più di semplici snippet: occorre comprendere architetture esistenti, tracciare l’origine di un malfunzionamento, modificare più componenti e verificare che le correzioni non introducano nuovi errori.

Prestazioni sui benchmark di programmazione

    • Intelligence Index di Artificial Analysis: 59 punti (posizione di testa).
    • Classifica WebDev Arena: 89 punti.
    • Posizionamento rispetto ai concorrenti: supera Claude Opus 5.5, GPT‑6 Astra e Gemini 4 Argon, ma resta dietro alcuni modelli specializzati in valutazioni di programmazione specifiche.

In sintesi, Gemini 4 Carbon mostra una crescita globale, ma non garantisce la supremazia in ogni ambito di sviluppo.

Cybersicurezza al centro della strategia

Google ha posto la sicurezza informatica come uno dei pilastri fondamentali di Gemini 4 Carbon, presentando risultati su tre benchmark dedicati alla vulnerabilità.

Risultati dei test di sicurezza

    • SEC‑bench Pro (rilevamento vulnerabilità): 88,2 % di accuratezza.
    • ExploitGym (valutazione dell’exploitabilità): 54,8 % di successo.
    • CWE‑bench (correzione vulnerabilità): 71 % di efficacia.

Questi numeri coprono l’intero ciclo di sicurezza: individuare una falla, valutarne l’exploitabilità e proporre una patch. Un modello capace di automatizzare queste tre fasi potrebbe accelerare notevolmente il lavoro dei team di security, soprattutto in presenza di codebase di grandi dimensioni.

Tuttavia, è importante contestualizzare i risultati: i benchmark rappresentano scenari controllati e non garantiscono che il modello rileverà tutte le vulnerabilità in ambienti di produzione né che le patch generate saranno sempre affidabili.

Miglioramenti nella affidabilità e nella gestione dei comportamenti

Google ha dichiarato di aver ridotto significativamente i comportamenti indesiderati osservati nei modelli precedenti, quali:

    • informazioni inventate (hallucinations);
    • esecuzione di azioni al di fuori delle istruzioni dell’utente;
    • raccorciamenti non richiesti.

Secondo le valutazioni interne:

    • Il tasso di generazione di codice sicuro è più del doppio rispetto a Gemini 4 Argon.
    • Le affermazioni non supportate si sono dimezzate.
    • Le allerte di disallineamento grave sono diminuite di quasi 80 %.
    • Le azioni fuori perimetro sono calate del 26 %.
    • Le risposte insufficienti sono ridotte del 29 %.
    • Il modello ha registrato un 0 % di successo negli attacchi del benchmark Gray Swan.

Questi dati provengono da test interni e, sebbene indicativi, richiedono verifica indipendente per confermare la robustezza in contesti reali.

Disponibilità limitata e modello di pricing

Al momento Gemini 4 Carbon non è aperto a tutti gli utenti. È disponibile esclusivamente per specialisti della difesa informatica attraverso il programma Fairwind, con un’estensione dell’accesso pianificata per il futuro.

Il modello di prezzo dell’API è attualmente:

    • 2 USD per milione di token in ingresso.
    • 10 USD per milione di token in uscita.
    • Previsti aumenti a 4 USD e 20 USD rispettivamente, senza data di attuazione comunicata.

L’allargamento dell’accesso dipenderà dall’efficacia dei meccanismi di protezione e dalla performance del modello in condizioni operative. La sensibilità dell’uso previsto – analisi di vulnerabilità e test di exploitabilità – richiede un controllo rigoroso per evitare abusi.

Prospettive e considerazioni finali

Gemini 4 Carbon rappresenta l’ambizione di Google di posizionare le proprie IA su compiti dove la persistenza, la comprensione di grandi codebase e la affidabilità sono cruciali tanto quanto la generazione di testo. I risultati preliminari sono promettenti: punteggi elevati su diversi benchmark, capacità di lavoro continuativo su progetti estesi e riduzione di comportamenti non desiderati.

Rimane però una cautela necessaria. L’accesso limitato, la mancanza di validazioni indipendenti su larga scala e le discrepanze tra benchmark controllati e scenari di produzione suggeriscono che il modello deve ancora dimostrare la sua efficacia in ambienti reali. Gli sviluppatori e i professionisti della sicurezza dovranno monitorare attentamente le evoluzioni di Gemini 4 Carbon, valutando sia le opportunità di automazione che i rischi potenziali legati a un’intelligenza artificiale capace di manipolare codice e vulnerabilità.