Intelligenza Artificiale Tutto su AI e machine learning
Google ha alzato di nuovo l’asticella nella corsa ai modelli di intelligenza artificiale. Il 21 luglio 2026 l’azienda ha presentato Gemini 3.6 Flash, accompagnato da altri due modelli della stessa famiglia, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber. L’annuncio, firmato da Tulsee Doshi a nome del team Gemini, non introduce il modello piu’ potente in assoluto, ma qualcosa che per molti sviluppatori conta anche di piu’: efficienza, bassa latenza e affidabilita’ sufficienti per far girare agenti AI su larga scala senza vedere esplodere i costi. Se stai costruendo prodotti basati sull’AI o segui da vicino l’evoluzione degli assistenti autonomi, questa e’ una delle novita’ piu’ concrete delle ultime settimane.
Cosa ha annunciato Google con Gemini 3.6 Flash
La serie Flash di Google occupa da tempo una posizione precisa nel catalogo: non e’ il modello di punta pensato per il ragionamento piu’ complesso, ma il cavallo da lavoro che deve trovare il giusto equilibrio tra qualita’ e costo. Con questo aggiornamento Google spinge ancora di piu’ su quel terreno. Gemini 3.6 Flash viene descritto dall’azienda come il nuovo modello workhorse della gamma, con prestazioni migliori nella scrittura di codice, nel lavoro di conoscenza e nei compiti multimodali rispetto al predecessore Gemini 3.5 Flash.
Insieme a Gemini 3.6 Flash, Google ha rilasciato anche Gemini 3.5 Flash-Lite, la versione piu’ rapida ed economica della serie 3.5, e Gemini 3.5 Flash Cyber, un modello specializzato nella sicurezza informatica riservato a governi e partner selezionati. Tre modelli diversi, ma con un filo conduttore comune: rendere sostenibile la costruzione di flussi di lavoro agentici, cioe’ quei sistemi in cui il modello non risponde a una singola domanda ma porta a termine compiti articolati, chiamando strumenti esterni e prendendo decisioni in piu’ passaggi. Non a caso, se vuoi capire meglio la logica di fondo di questi sistemi puoi approfondire cosa sono e come funzionano gli agenti AI e perche’ stanno diventando il vero campo di battaglia dei grandi laboratori.
Un modello pensato per la scala, non per lo spettacolo
La scelta di Google e’ interessante perche’ va nella direzione opposta rispetto alla semplice rincorsa al modello piu’ grande. Per un’azienda che deve servire milioni di richieste al giorno, un modello leggermente meno brillante ma molto piu’ economico e veloce e’ spesso preferibile a un gigante costoso. Gemini 3.6 Flash nasce proprio dai riscontri raccolti sul campo con la versione precedente, e prova a limare i due parametri che pesano di piu’ sul conto finale: il numero di token generati e il numero di passaggi necessari per completare un compito.
Piu’ efficiente e meno costoso del predecessore
Il dato piu’ rilevante riguarda l’efficienza. Secondo l’Artificial Analysis Index citato da Google, Gemini 3.6 Flash consuma circa il 17 per cento di token di output in meno rispetto a Gemini 3.5 Flash, e su alcuni benchmark specifici come DeepSWE il risparmio arriva fino al 65 per cento. In pratica il modello e’ meno prolisso, ragiona in modo piu’ diretto e richiede meno chiamate agli strumenti per arrivare al risultato. Per chi paga a consumo, questa e’ la differenza tra un progetto sostenibile e uno che brucia budget.
A rendere il quadro ancora piu’ vantaggioso c’e’ il prezzo. Gemini 3.6 Flash costa 1,50 dollari per milione di token in ingresso e 7,50 dollari per milione di token in uscita, una tariffa piu’ bassa rispetto al modello che sostituisce. Combinando meno token generati e un prezzo unitario inferiore, il costo complessivo per singolo compito agentico scende in modo sensibile, e questo e’ esattamente il messaggio che Google vuole far arrivare agli sviluppatori.
Sul fronte delle prestazioni pure, l’azienda porta diversi numeri a sostegno. Nel benchmark DeepSWE, dedicato alla programmazione, Gemini 3.6 Flash sale al 49 per cento contro il 37 per cento del predecessore, con meno modifiche superflue al codice e meno cicli di esecuzione inutili. Nel test MLE Bench, che misura la capacita’ di condurre ricerca nel machine learning, il salto e’ netto: dal 49,7 al 63,9 per cento. Anche nel lavoro di conoscenza il modello avanza, come mostra il punteggio GDPval-AA v2 che passa da 1349 a 1421. Non sono miglioramenti rivoluzionari, ma sommati alla maggiore efficienza raccontano un modello piu’ maturo e piu’ bilanciato.
Computer use integrato e lavoro multimodale
Uno degli aspetti piu’ significativi riguarda l’uso del computer. Con questa generazione, la capacita’ di controllare un’interfaccia, cioe’ cliccare, scorrere, compilare campi e navigare tra le schermate, diventa uno strumento integrato lato client accessibile tramite la Gemini API e Gemini Enterprise. Nel benchmark OSWorld-Verified, che valuta proprio queste abilita’, Gemini 3.6 Flash raggiunge l’83 per cento contro il 78,4 per cento della versione precedente. E’ un tassello importante perche’ apre la strada ad agenti in grado di operare dentro software reali, non solo di rispondere in chat. Su questo terreno Google era gia’ intervenuta di recente, come abbiamo raccontato parlando dell’arrivo dell’uso del computer in Gemini 3.5 Flash, e Gemini 3.6 Flash porta avanti quella stessa visione.
C’e’ poi la dimensione multimodale, cioe’ la capacita’ di lavorare con testo, immagini, audio e documenti nello stesso flusso. Google riferisce che clienti come Hebbia e Harvey hanno trovato il modello particolarmente valido in compiti come l’analisi di documenti, l’interpretazione di grafici e dati e la stesura di report. Sono attivita’ molto richieste in ambito aziendale, dove spesso non serve la creativita’ brillante di un modello di punta, ma la solidita’ e la coerenza nel gestire grandi quantita’ di informazioni strutturate. Anche realta’ del calibro di Figma e JetBrains hanno portato la propria testimonianza sull’equilibrio tra costo e qualita’ del nuovo modello.
Gemini 3.5 Flash-Lite: velocita’ e costi minimi per scalare
Accanto al modello principale, Google ha rilasciato Gemini 3.5 Flash-Lite, pensato per i compiti in cui contano soprattutto la latenza bassa e la capacita’ di elaborare grandi volumi di richieste. E’ il modello piu’ rapido della serie 3.5, con una velocita’ di circa 350 token di output al secondo, e ha un prezzo aggressivo: 0,30 dollari per milione di token in ingresso e 2,50 dollari per milione in uscita. Per chi gestisce traffico di produzione intenso, come la ricerca agentica o l’elaborazione massiva di documenti, questo rapporto tra prezzo e prestazioni e’ un argomento di peso.
Nonostante la vocazione economica, Flash-Lite non e’ un modello di ripiego. Nel benchmark Terminal-Bench 2.1 sale al 54 per cento contro il 31 per cento della generazione precedente, e migliora nettamente anche nella gestione del contesto lungo. In diversi test agentici arriva persino a superare modelli piu’ grandi delle generazioni passate. Google ha inoltre confermato che Gemini 3.5 Flash-Lite verra’ progressivamente integrato dentro la Ricerca, segno di quanto l’azienda punti a portare questi modelli efficienti nei prodotti usati ogni giorno da centinaia di milioni di persone.
Gemini 3.5 Flash Cyber e la sicurezza del codice
Il terzo modello annunciato ha un profilo piu’ particolare. Gemini 3.5 Flash Cyber e’ costruito sopra Gemini 3.5 Flash e messo a punto per un compito preciso: trovare e correggere vulnerabilita’ di sicurezza nel codice. Google lo inserisce dentro CodeMender, un sistema in cui piu’ agenti basati su questo modello collaborano per produrre un unico report combinato, raggiungendo prestazioni competitive sul benchmark CyberGym.
Il tema e’ delicato e Google lo sa. Modelli capaci di scovare falle nel software possono essere usati sia per difendere sia per attaccare. Per questo l’azienda ha scelto un approccio prudente: Gemini 3.5 Flash Cyber sara’ disponibile solo per governi e partner fidati attraverso un programma pilota ad accesso limitato. L’idea e’ dare un vantaggio a chi difende i sistemi, permettendo di individuare e chiudere le vulnerabilita’ critiche prima che vengano sfruttate, contenendo al tempo stesso il rischio di abusi. Su questa linea, Gemini 3.6 Flash arriva con salvaguardie rafforzate del quadro Frontier Safety negli ambiti chimico, biologico, radiologico e nucleare oltre che sull’uso offensivo in campo cyber, con una maggiore resistenza ai tentativi di aggirare i filtri.
Cosa aspettarsi da Gemini 3.5 Pro e Gemini 4
L’annuncio contiene anche due indizi sul futuro. Il primo riguarda Gemini 3.5 Pro, il modello di fascia alta della famiglia, che secondo Google e’ attualmente in fase di test con alcuni partner e verra’ reso disponibile in modo piu’ ampio non appena sara’ pronto. Se vuoi farti un’idea di cosa promette la versione piu’ potente, avevamo gia’ analizzato in dettaglio cosa offre Gemini 3.5 Pro e quando ci si aspetta il debutto completo.
Il secondo indizio e’ piu’ ambizioso. Google ha dichiarato di aver avviato il suo addestramento preliminare piu’ impegnativo di sempre per Gemini 4, la prossima generazione della famiglia. Non ci sono ancora date ne’ dettagli tecnici, ma la conferma che il lavoro e’ in corso lascia intuire che il ritmo serrato degli ultimi mesi non e’ destinato a rallentare. La strategia appare chiara: mentre i modelli di punta preparano il salto generazionale, la linea Flash si occupa di rendere l’AI economicamente sostenibile per l’uso quotidiano su larga scala.
Perche’ questa novita’ conta per chi lavora con l’AI
Al di la’ dei numeri, il senso di questo annuncio e’ strategico. Per anni la narrazione dominante ha riguardato la potenza grezza dei modelli, la capacita’ di superare esami e risolvere problemi sempre piu’ difficili. Oggi il baricentro si sta spostando verso una domanda piu’ pratica: quanto costa far funzionare davvero un agente AI in produzione, ora dopo ora, richiesta dopo richiesta. Gemini 3.6 Flash risponde proprio a questa esigenza, riducendo il consumo di token e il prezzo unitario, e rendendo cosi’ piu’ accessibile la costruzione di applicazioni che prima erano economicamente fuori portata.
Per uno sviluppatore, un consulente o un’azienda che vuole automatizzare processi, questo significa poter sperimentare con margini piu’ ampi. Un flusso di lavoro che ieri costava troppo per essere messo in produzione oggi puo’ diventare sostenibile. E la disponibilita’ immediata attraverso la Gemini API, Google AI Studio, Android Studio e la piattaforma enterprise abbassa ulteriormente la barriera d’ingresso. Google sta inoltre integrando questi modelli sempre piu’ a fondo nei propri prodotti, come dimostra la trasformazione della Ricerca in un’esperienza capace di agire e non solo di rispondere, un percorso che avevamo seguito raccontando come Google porti le app connesse dentro AI Mode.
Se vuoi restare aggiornato sull’evoluzione dei modelli di Google e su come cambiano gli strumenti a disposizione di chi lavora con l’intelligenza artificiale, continua a seguire i nostri approfondimenti: la partita tra i grandi laboratori si gioca sempre di piu’ non solo sulla potenza, ma sull’efficienza reale, ed e’ proprio li’ che si decidera’ quali agenti AI entreranno stabilmente nella nostra vita professionale.
