Google ha presentato Gemini 4 Carbon, il suo nuovo modello di intelligenza artificiale di punta, pensato per la programmazione complessa e soprattutto per la cybersicurezza: trova falle nei software e ne scrive le correzioni. Arriva due settimane dopo Gemini 4 Argon e, secondo i test diffusi da Google, ottiene l’88,2% in SEC-bench Pro e il primo posto nell’Artificial Analysis Intelligence Index v5.0 con 59 punti. Per ora però non è per tutti: l’accesso è riservato a un gruppo ristretto di difensori informatici e poi ai partner del Fairwind Program.[1][2][3][4]
In breve
- Carbon è pensato per coding e cybersicurezza e deriva da Gemini 4 Argon
- Nei test di sicurezza supera GPT-6 Astra e Claude Opus 5.5
- Fuori dalla sicurezza il vantaggio sui rivali si riduce
- Accesso limitato al Fairwind Program; prezzi API uguali ad Argon
Che cos’è Gemini 4 Carbon e a cosa serve?
Cominciamo da cosa fa questo modello. Due settimane dopo l’arrivo di Gemini 4 Argon nell’app Gemini e nelle API, Google ha affiancato un modello ancora più capace: Carbon, che di Argon è uno sviluppo e ne conserva l’impianto di protezioni. È pensato per lavori di ingegneria del software che richiedono giorni di lavoro continuo, come trovare bug profondi in grandi basi di codice, e per coprire il ciclo della difesa informatica, dalla ricerca delle vulnerabilità alla correzione.[2][3][4]
Un esempio concreto arriva dal browser di Google. Secondo quanto riferito dal team di Chrome, Carbon genera patch, cioè correzioni al codice, di qualità oltre 10 volte superiore rispetto a quelle di un modello concorrente. Google dichiara inoltre che il tasso di successo nella generazione di codice sicuro è più che doppio rispetto ad Argon. Si tratta di dati diffusi dalla stessa azienda.[1][3][4]
Quanto va forte nei test di sicurezza?
I numeri più netti riguardano proprio la sicurezza. Nelle prove senza filtri di sicurezza, Carbon raggiunge l’88,2% in SEC-bench Pro, contro l’85,4% di GPT-6 Astra, mentre in CWE-bench arriva al 71%, tre punti sopra Astra e quattro sopra Claude Opus 5.5. Il vantaggio maggiore è in ExploitGym, che chiede di trasformare una falla nota in un attacco funzionante: 54,8% con dieci ore per compito, contro il 34,5% di Opus 5.5 valutato con sei ore.[1][2]
C’è poi il capitolo dell’affidabilità quando il modello lavora da solo. Nel test Gray Swan sulla prompt injection indiretta, la tecnica che nasconde istruzioni malevole in pagine web o documenti, nessun attacco è riuscito su Carbon con quindici tentativi ciascuno; Opus 5.5 ha ceduto nell’1% dei casi e Astra nell’8,5%. Google parla anche di avvisi gravi di disallineamento calati di quasi l’80% nei test interni.[2][4]
Il vantaggio vale anche fuori dalla cybersicurezza?
Fuori da questo terreno il quadro è più sfumato. Nell’indice di Artificial Analysis, che riassume vari test in un solo punteggio, Carbon è primo con 59 punti contro i 58 di Opus 5.5 e i 57 di Astra. A conti fatti, il margine è di un solo punto sul secondo classificato. In FrontierSWE 2, test di ingegneria del software con progetti lunghi, resta dietro a entrambi, e in OSWorld cede a Opus.[2]
In una prova, invece, il distacco si allarga di nuovo. In GraphWalks, che chiede di ripercorrere i collegamenti di una rete di nodi descritta in un testo molto lungo, Carbon arriva al 96,2% contro il 71,8% di Astra e il 66,8% di Opus. Su WebDev Arena guadagna 89 punti Elo e sale al quarto posto con 1.768.[1][2]
Chi può usarlo e a che prezzo?
Resta la questione di chi potrà metterci le mani. Da questa settimana Carbon è riservato a una parte dei difensori informatici e passerà ai partner del Fairwind Program, mentre sviluppatori, aziende e consumatori dovranno attendere una data che Google non ha fissato. Secondo SmartWorld, l’obiettivo è raccogliere feedback prima dell’apertura, e Google partecipa al processo volontario del governo statunitense per i test pre-rilascio.[2][3][4]
Sul fronte dei costi, la tariffa ricalca quella del predecessore. Per le API il prezzo introduttivo è lo stesso di Argon: 2 dollari per milione di token in ingresso e 10 in uscita, con sconto del 95% sui token in cache. Una fonte indica che la tariffa salirà in seguito a 4 e 20 dollari per milione di token.[1][2]
In sintesi
Il quadro, in estrema sintesi, è questo. Gemini 4 Carbon porta Google in testa alla classifica di Artificial Analysis con 59 punti e stacca i rivali soprattutto nei test di sicurezza, dove arriva all’88,2% in SEC-bench Pro e al 71% in CWE-bench. Sono risultati dichiarati dall’azienda, e fuori dalla cybersicurezza il margine è di un punto. L’accesso resta limitato ai difensori informatici e al Fairwind Program, senza una data per la disponibilità generale.[1][2][4]
Fonti
- hwupgrade: Google lancia Gemini 4 Carbon, il modello IA più forte mai creato per la cybersicurezza
- DDay: Google lancia Gemini 4 Carbon: è bravissimo a sfruttare le falle informatiche, ma per ora non puoi usarlo
- Punto Informatico: Gemini 4 Carbon è il nuovo modello di Google con capacità cyber
- smartworld: Gemini 4 Carbon, l'AI di Google che trova e sistema le vulnerabilità: per ora solo per esperti selezionati
Lascia un commento