Gemini 4 Carbon: accesso, capacità e limiti del modello di Google

Google apre Gemini 4 Carbon a nuovi utenti, con modalità di accesso diverse a seconda dei prodotti. Le prestazioni dichiarate in materia di codice, agenti e ricerca vanno valutate alla luce dei test e delle verifiche necessarie.

Gemini 4 Carbon è pensato per le attività in cui un modello deve concatenare più operazioni: esaminare del codice, cercare una vulnerabilità, apportare una correzione e verificarla, oppure sintetizzare documenti voluminosi. Google lo rende accessibile a un maggior numero di utenti, ma con modalità diverse a seconda che lo si utilizzi tramite l’app Gemini, i suoi strumenti di sviluppo o un’offerta destinata ai ricercatori. La domanda, quindi, non è soltanto cosa possa fare Carbon, ma a quali condizioni gli si possa affidare il lavoro.

Un modello per le attività lunghe, non per tutti gli usi

Google presenta Carbon come il suo modello più potente per le attività complesse articolate in più fasi, in particolare lo sviluppo software, la ricerca scientifica e alcuni lavori di cybersicurezza. L’azienda distingue esplicitamente queste attività dagli usi quotidiani: secondo Google, Gemini 4 Argon resta adatto alla maggior parte delle attività di conoscenza e programmazione. Carbon è progettato per dedicare più risorse di calcolo a una richiesta, esplorando diverse possibilità e ripetendo le fasi di verifica.

Questa differenza è importante in un sistema agentico. Un agente non si limita a formulare una risposta: può usare strumenti, esaminare file o eseguire una serie di azioni per raggiungere un obiettivo. Il risultato dipende quindi tanto dalla qualità del modello quanto dall’accesso agli strumenti, dalle istruzioni, dai dati forniti e dal controllo esercitato sulle azioni. Un’attività lunga moltiplica anche le occasioni di imboccare una strada sbagliata.

Google mette in evidenza le prestazioni su CursorBench 4.0, WANDR, il test di Perplexity e AutomationBench, quello di Zapier. L’azienda afferma che Carbon si classifica al primo posto in queste valutazioni e costa, per attività, più della metà rispetto al miglior modello esterno successivo. Si tratta di risultati dichiarati da Google, ottenuti in test legati a usi specifici: da soli, non dimostrano che un agente otterrà lo stesso vantaggio nel lavoro quotidiano di un team.

La fluidità non sostituisce il controllo

I dati riportati da Frandroid sulla base delle valutazioni di Artificial Analysis fanno luce su un’altra dimensione: la capacità di fornire la risposta corretta e il rischio di inventare una risposta non sono la stessa misura. Nel test AA-Omniscience, stando a questi risultati, Carbon fornisce la risposta corretta al 58 % delle domande, contro il 48 % di Argon. Ma, tra le domande a cui il modello non risponde correttamente, la quota di risposte inventate invece di ammettere l’incertezza passa dal 4 % per Argon all’11 % per Carbon.

Queste percentuali riguardano questo specifico test, non tutti gli usi di Carbon. Ricordano tuttavia una precauzione operativa: una risposta che sembra precisa non equivale a una verifica. Per un documento giuridico, un’analisi finanziaria o una modifica al codice, l’utente deve poter controllare le fonti, i calcoli o le modifiche apportate. Più un’attività è complessa, più è importante seguire le varie fasi.

Google annuncia anche un nuovo test multimodale, il Multimodal Knowledge Agent, sviluppato con Artificial Analysis per valutare agenti che lavorano su documenti che combinano testo, tabelle, immagini e grafici. Secondo Google, Carbon si classifica al secondo posto, con un costo medio per attività più di sei volte inferiore a quello del modello al primo posto. Anche in questo caso, il risultato riguarda una valutazione specifica; non garantisce la precisione per ogni dossier aziendale.

L’accesso dipende dall’uso

Per il grande pubblico, Google dichiara che Carbon viene distribuito nell’app Gemini e nella modalità IA della Ricerca agli abbonati a Google AI Ultra. Gli utenti dell’offerta Pro non hanno quindi lo stesso accesso a questi prodotti. Gli sviluppatori e le aziende possono invece utilizzare Carbon tramite l’API Gemini nei piani a pagamento e attraverso alcuni strumenti professionali di Google. L’accesso tramite un prodotto per il grande pubblico e quello tramite API non sono intercambiabili: il secondo consente di integrare il modello in un software o in un processo, ma richiede di realizzare e mantenere tale integrazione.

Per gli sviluppatori, Google propone inoltre un’anteprima di /swarm in Antigravity. Una richiesta può essere ripartita tra più agenti che lavorano in parallelo, con ruoli distinti, per esempio la progettazione di un’architettura, il coordinamento o la revisione. Questa organizzazione può accelerare il lavoro suddividendolo, ma non elimina la necessità di verificarne il risultato. Gli agenti possono condividere la stessa ipotesi errata o produrre modifiche in contraddizione tra loro; la supervisione e i test restano quindi centrali nel processo.

I ricercatori costituiscono un altro caso di accesso. Google annuncia che estenderà a Carbon un programma che offre a scienziati selezionati l’accesso gratuito ai modelli per sei mesi, tramite il livello di utilizzo più elevato di Google Antigravity, previa verifica dei requisiti, in base alla disponibilità e a selezione. Non si tratta di una disponibilità generale: l’accesso al programma viene assegnato man mano che arrivano le candidature.

Capacità di cybersicurezza da regolamentare

La cybersicurezza è uno degli ambiti in cui la distanza tra capacità e condizioni d’uso è particolarmente delicata. Google afferma che Carbon può contribuire a individuare vulnerabilità, a capire come si concatenano e a produrre correzioni. L’azienda riferisce diversi risultati ottenuti nelle proprie valutazioni e grazie a collaborazioni con team di sicurezza. Precisa che l’accesso alla versione destinata a questi lavori avviene tramite il suo programma Fairwind, riservato ai difensori della cybersicurezza.

Google descrive anche protezioni contro gli usi malevoli e contro le istruzioni nascoste nei contenuti esaminati da un agente, una forma di attacco chiamata prompt injection indiretta. L’azienda riferisce buoni risultati in diversi test di sicurezza, pur riconoscendo che la resistenza alle iniezioni deve ancora migliorare di fronte ad alcuni attacchi sofisticati. Questo limite è concreto per qualsiasi organizzazione che consenta a un agente di leggere pagine, email o file: un’istruzione ostile può essere nascosta nei dati consultati, senza essere formulata direttamente dall’utente.

Carbon amplia quindi la gamma di attività che Google intende automatizzare, in particolare quelle che richiedono più fasi e l’uso di strumenti. L’accesso varia però a seconda del prodotto, e le prestazioni pubblicate descrivono test o valutazioni attribuiti ai rispettivi autori. Per decidere se affidargli un’attività, occorre considerare il processo nel suo complesso: dati accessibili, azioni autorizzate, costi, registri disponibili e possibilità di controllo umano. La capacità di produrre una risposta o una correzione è solo una parte del lavoro.