Gemini 4 Carbon: Google punta su cybersicurezza e lavoro a lungo orizzonte

Google ha annunciato Gemini 4 Carbon il 28 ottobre 2026, a due settimane dal lancio di Gemini 4 Argon. Il nuovo modello viene presentato come il più forte dell’azienda, con due punti di forza dichiarati: la cybersicurezza e la capacità di lavorare a lungo su compiti complessi, il cosiddetto lavoro a lungo orizzonte. Per ora, però, non è per tutti: l’accesso parte da un gruppo ristretto di difensori informatici.

Se segui l’evoluzione dei modelli di frontiera, questa uscita merita attenzione, perché mescola prestazioni da record, un prezzo aggressivo e una distribuzione prudente. Vediamo i numeri, che cosa cambia rispetto ad Argon e che cosa resta da verificare.

Che cos’è Gemini 4 Carbon e come si colloca

Nel post ufficiale di Google, firmato da Koray Kavukcuoglu, Carbon è descritto come il modello più potente dell’azienda, con capacità allo stato dell’arte in sicurezza informatica e nei compiti a lungo orizzonte. Google parla di un passo avanti sulla maggior parte dei benchmark, con prestazioni di frontiera soprattutto nella programmazione autonoma e nella difesa informatica.

Carbon arriva dopo Gemini 4 Argon, che avevamo raccontato al debutto di fine settembre, e dopo il suo arrivo per tutti, con prezzi e benchmark già analizzati a metà ottobre. La cadenza è serrata: due modelli di punta nel giro di quindici giorni.

Questo ritmo conferma una tendenza che il mercato chiama ormai affaticamento da modelli: nuove versioni a ritmo frenetico, con differenze che contano soprattutto per chi lavora su codice e agenti.

I numeri dichiarati da Google

Google rivendica il primo posto nell’Artificial Analysis Intelligence Index nella versione 5.0, con un punteggio di 59. Su WebDev Arena, la classifica dedicata allo sviluppo web, Carbon guadagna 89 punti Elo e arriva al quarto posto con 1769, grazie a una migliore qualità dei risultati e degli artefatti generati.

Sono dati diffusi dall’azienda stessa, quindi vanno letti come tali: finché non arrivano verifiche indipendenti, il confronto con i concorrenti resta da confermare.

Le prestazioni in cybersicurezza

Il capitolo più rilevante riguarda la sicurezza informatica. Google indica un 88,2% su SEC-bench Pro, che misura la capacità di trovare vulnerabilità, un 54,8% su ExploitGym, che valuta lo sfruttamento delle falle, e un 71,0% su CWE-bench, dedicato alla correzione. Sono risultati che l’azienda definisce di primo piano.

Nei test interni, Carbon ottiene più del doppio del tasso di successo di Argon nella scrittura di codice sicuro. Il team di Chrome, inoltre, avrebbe osservato un rendimento oltre dieci volte migliore di un altro grande modello di frontiera nella generazione di patch di qualità.

Un modello che sa trovare e sfruttare vulnerabilità è utile ai difensori, ma richiede cautela. Per questo la distribuzione è controllata, come vedremo più avanti.

Il lavoro a lungo orizzonte

Carbon è pensato per flussi agentici prolungati. Secondo Google, i team interni lo hanno visto operare per giorni, superando vicoli ciechi in attività ingegneristiche articolate, come individuare la causa di un bug e correggerlo in basi di codice molto grandi.

Qui la differenza rispetto a un chatbot tradizionale è netta: non si tratta di rispondere a una domanda, ma di portare avanti un lavoro con molti passaggi, tenendo il filo per ore o giorni.

Sicurezza e allineamento: che cosa dichiara Google

Google afferma che Carbon usa lo stesso sistema di sicurezza a più livelli di Argon, con un addestramento di allineamento aggiuntivo. I dati forniti sono molti e, anche in questo caso, interni.

Sul benchmark Terminal-Bench 4.0 i casi di scorciatoie illecite riuscite scendono allo 0,0%, con tentativi di aggiramento allo 0,4%. Gli allarmi di grave disallineamento nella programmazione dal vivo si riducono di quasi l’80%, mentre le affermazioni non supportate si dimezzano rispetto ad Argon. Calano anche l’eccesso di iniziativa, del 26%, e l’insufficiente esecuzione, del 29%.

Sulla resistenza alle iniezioni indirette di prompt, misurata dal benchmark di Gray Swan, Carbon registra lo 0,0% di attacchi riusciti, contro lo 0,7% di Argon. È un tema cruciale per gli agenti che leggono pagine web e documenti di terzi.

Il confronto con altri modelli a uso limitato

La scelta di una distribuzione graduale per le capacità cyber non è isolata. Anche altri laboratori stanno limitando gli accessi ai modelli più capaci, come nel caso di Kimi K3.1 Pro con le funzioni cyber limitate. Il settore sembra convergere sull’idea che le capacità offensive vadano gestite con filtri e partner fidati.

Disponibilità: chi può usarlo e quando

A partire dalla settimana dell’annuncio, l’accesso va a un sottoinsieme di difensori informatici, con l’aggiunta graduale di altri partner fidati attraverso il Fairwind Program. Google partecipa inoltre ai test volontari pre-rilascio dei modelli promossi dal governo degli Stati Uniti.

La disponibilità più ampia per sviluppatori, aziende e utenti consumer è prevista il prima possibile, ma dipende dai riscontri raccolti e dal perfezionamento delle protezioni. Non c’è una data precisa.

Prezzi

Il listino introduttivo è di 2 dollari per milione di token in ingresso e 10 dollari per milione di token in uscita, con uno sconto del 95% sui token in ingresso messi in cache. Al termine del periodo introduttivo il prezzo salirà a 4 dollari in ingresso e 20 in uscita per milione di token.

Il prezzo introduttivo coincide con quello di Argon, quindi per chi sviluppa il passaggio non dovrebbe pesare subito sul budget. Il raddoppio previsto dopo la fase iniziale è invece un dato da mettere in conto.

Che cosa cambia per sviluppatori e aziende

Per chi sviluppa software, Carbon punta a diventare un collaboratore capace di lavorare a lungo su basi di codice estese, individuando e correggendo problemi. Per i team di sicurezza, l’obiettivo è automatizzare la ricerca di vulnerabilità e la scrittura di patch, restando però dentro un perimetro di accesso controllato.

Per le aziende che usano già l’ecosistema Google Gemini, la domanda pratica è quando il modello arriverà nelle API e nei prodotti. Finché non c’è una data, conviene prepararsi: verificare i flussi che beneficerebbero di agenti a lungo orizzonte e valutare i controlli di sicurezza necessari.

I punti ancora aperti

Restano alcune incognite. I benchmark sono forniti da Google e andranno confermati da valutazioni indipendenti. Non sappiamo quando arriverà l’apertura generale, e non è chiaro quanto le restrizioni di accesso resteranno in vigore. Anche il prezzo definitivo, più alto di quello introduttivo, potrebbe cambiare la convenienza rispetto ad altri modelli.

Vale poi una considerazione di metodo: numeri molto alti su test specifici non garantiscono gli stessi risultati sul tuo codice o sui tuoi processi.

Come valutarlo nella pratica

Il modo più sensato per giudicare Carbon, quando sarà disponibile, è metterlo alla prova su un campione dei tuoi compiti reali: una correzione di bug in un progetto che conosci bene, una revisione di sicurezza su un modulo delimitato, un’attività che richiede più passaggi consecutivi. Confronta tempi, qualità delle patch e numero di interventi umani necessari.

Tieni traccia anche dei costi effettivi, perché un agente che lavora per ore consuma molti token. Con il listino che raddoppia dopo la fase introduttiva, la convenienza va ricalcolata sul prezzo definitivo e non su quello promozionale.

Conclusioni: che cosa fare adesso

Gemini 4 Carbon porta Google in prima linea sulla sicurezza informatica e sul lavoro autonomo di lunga durata, con un lancio prudente e un listino competitivo. È un segnale chiaro di dove sta andando la competizione tra i grandi laboratori: agenti capaci, ma distribuiti con cautela.

Se lavori con codice o con la sicurezza, tieni d’occhio l’apertura dell’accesso e prepara qualche test mirato sui tuoi casi reali. Noi continueremo a seguire il rollout e le prime verifiche indipendenti: torna a trovarci per gli aggiornamenti sulle novità dell’intelligenza artificiale.