Google presenta Gemini 4 Carbon, al vertice di un importante benchmark sull'IA

Google ha rilasciato Gemini 4 Carbon, un nuovo modello di IA di frontiera che ha conquistato il primo posto in uno dei benchmark indipendenti sull'IA più seguiti. A differenza della maggior parte dei lanci, però, non sarà subito disponibile per tutti.

Punteggio più alto nell'Intelligence Index

Secondo i test indipendenti di Artificial Analysis, riportati da Tom’s Hardware il 3 novembre, Gemini 4 Carbon ha ottenuto 59 nell'Artificial Analysis Intelligence Index V5, superando di poco Claude Opus 5.5 di Anthropic, a 58, e GPT-6 Astra di OpenAI, a 57. Si è classificato primo in quattro delle nove valutazioni dell'indice.

Sembra inoltre efficiente: Carbon ha utilizzato circa 123.000 token di output per attività, il 29% in meno rispetto a Claude Opus 5.5 negli stessi test.

Il miglior punteggio di conoscenza, ma non perfetto

Nel benchmark di conoscenza AA-Omniscience, che premia le risposte corrette e penalizza quelle inventate, Carbon ha ottenuto il punteggio più alto di qualsiasi modello, 54 su una scala da -100 a +100. La sua accuratezza è salita al 58% dal 48% del precedente Gemini 4 Argon. Tuttavia, è aumentato anche il suo tasso di allucinazioni, dall'4% all'11%, quindi persino il miglior modello è ben lontano dall'avere sempre ragione.

Google afferma che Carbon è progettato per rifiutare attività che non può completare anziché inventare risposte e per mostrare più spesso fonti e azioni suggerite.

Non il migliore in tutto

La stessa analisi ha rilevato che Carbon è inferiore a Claude Code con Opus 5.5 nella programmazione e rimane indietro rispetto a diversi rivali in alcune attività di lavoro basate sulla conoscenza. A fasce di prezzo più basse, i modelli open-weight dei laboratori cinesi offrono ancora un miglior rapporto qualità-prezzo.

Un rilascio prudente

Invece di un lancio pubblico, Google sta inizialmente concedendo l'accesso a selezionati “difensori informatici” attraverso il suo programma Fairwind, con una disponibilità più ampia in seguito tramite partner fidati. Google afferma di aver condotto test volontari pre-rilascio con il governo degli Stati Uniti e di voler rafforzare le proprie misure di sicurezza informatica prima di aprire il modello agli sviluppatori. “Stiamo adottando un approccio ponderato al rilascio”, ha dichiarato l'azienda.

Cosa significa per te

• La maggior parte degli utenti non può ancora provarlo. Continua a usare gli attuali modelli Gemini, ChatGPT o Claude per il lavoro quotidiano.
• I benchmark sono ravvicinati. Un vantaggio di un solo punto raramente cambia i risultati nel mondo reale; il modello migliore dipende dalla tua attività.
• Verifica sempre i fatti. Anche il modello con il punteggio più alto commette ancora errori.